一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生

研究内容及用途 ：焊接机器人是焊接自动化发展的主要方向，在汽车 制造、工程机械等产业已有广泛的应用。本项目用半导体激光器作为主动 光源，柱面透镜组产生结构光片， ICCD 摄取光纹图样送计算机、经高速 数据采集、数值滤波等运算，给出焊缝位置信息，送运行机构实现智能控 制．《弧焊机器人结构光三维视觉传感器》外型尺寸 40x 70xll0mm ，距焊 件 80mm 处产生线长 30-40mm，线宽 1mm

    myCobot人工智能套装是集视觉、定位抓取、自动分拣模块为一体的入门级人工智能套装。基于Linux系统，在ROS搭建1：1仿真模型，可通过开发软件实现机械臂的控制，简单易学，能够快速入门学习人工智能基础知识，启发创新思维，领悟开源创意文化。本套装扩展性好，开放性高，可以被用于多种用途。可易用专科院校的实训平台、机器人学科搭建、机器人实验室或个人学习与使用。 产品特性 大视觉识别算法 四种颜色木块、不同形状卡片任意选择，4种ID二维码识别学习二维和三维世界之间的投影关系，图像特征点带你学习图像分割、保存图片特征，深度学习yolov5算法，让你了解神经网络。 6种适配机械臂 支持 myCobot、mechArm、myPalletizer 的M5Stack和树莓派版本。 aruco码的检测、跟踪：摄像头精确定位与标定，并进行自动抓取。 颜色及图像识别：应用深度学习算法，用户可以利用机械臂完成定位抓取和自动分拣。   联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

本发明公开了一种基于光纤图像传输的圆柱面表面微痕缺陷的 检测系统，运用光纤束传像原理，将传像光纤有规则地排列在一个同 心圆周上，实现外圆柱表面一周的图像采集及缺陷检测。该装置主要 包括球面聚光反射镜、点光源、聚焦透镜系统、传光光纤、自聚焦棒 透镜、传像光纤、柱面透镜和线阵 CCD。本发明一方面通过光纤将外 界照明光引入，使被检测表面的环状检测区域被充分照明;另一方面 利用传像光纤把被检测表面的反射光传递给CCD聚焦透镜系统;最后 通过图像采集卡和计算机软件分析检测圆柱类物体外表面的缺陷。该

本发明公开了磁致伸缩导波传感器及含有传感器的换热管缺陷 检测系统，传感器包括外壳，外壳的外侧壁上设置有第一环形布线槽 和第二环形布线槽，第一环形布线槽和第二环形布线槽内分别放置有 激励线圈和接收线圈，激励线圈和接收线圈均为螺线管线圈，外壳内 腔在对应于激励线圈和接收线圈的位置分别放置有激励磁铁和接收磁 铁，激励磁铁和接收磁铁均为钐钴永久磁铁，外壳的一端连接有插头 连接座，插头连接座上连接有激励插头和接收插头。检测系统包括传 感器、功率放大器、信号发生器、计算机、A/D 转换器和滤波放大器。 本发明通过磁致伸缩效应，直接在换热管内激励出纵向模态超声导波， 整个检测过程中传感器与换热管无需接触，提高了检测效率以及适用 性。 

本发明公开了一种基于众核和 GPU 的网络视频流不良内容检测方法，包括：在众核计算平台下获取网络数据包，对网络数据包进行分类，以提取网络数据包中的视频数据包，对视频数据包进行重组，按照网络视频流编码的语法对重组后的视频数据包进行解码，以生成图像序列，GPU 采用基于纹理检测和肤色点检测相结合的方法对图像序列进行预处理，以确定疑似不良图像，GPU 采用 SVM 对疑似不良图像进行精确处理，以确定不良图像。本发明只需获取网络数据包，即可识别出视频流，直接对视频流进行解码后，采用图像匹配检测技术即可识别该视频流是否含有不良信息。

本发明涉及安全检测技术领域，具体为一种基于数据分析的掺氢天然气安全检测方法及系统，包括以下步骤：基于掺氢天然气输配管道中的光谱透射率数据，分析测量通道的光强变化趋势，计算光程对应的光谱透射变化量，筛选光程对应的光能量衰减特征，得到光谱衰减特征数据。本发明中，通过深入分析光谱透射率数据，提升光强变化和光能量衰减的测量精度，增强光谱衰减特征数据的准确性，结合短长光程透射信息和差异化氢气掺混比例的识别，优化光谱衰减曲线，提高测量稳定性，使用偏移模型动态修正光谱数据，精准分析泄漏气体动能与流动方向，提取泄漏点扩散路径，优化安全评估过程，提升风险预警的及时性和有效性。

TE-700Plus 一体化便携水质多参数检测系统 ▷产品简介：TE-700Plus 一体化便携水质多参数检测系统采用军用级高强度防水手提安全箱一体化设计，1个360°自动旋转式比色管检测系统，2个自动比色皿检测结构，同时可检测两个相同污染物的水样，双温区消解模块，数字化集成系统，彩色液晶触摸屏，光纤检测技术，进口光源，专业水质检测仪系统，内置高容量锂电池，仪器性能稳定、测量准确、测定范围广、功能强大、操作简单,满足国标 《HJT399—2007水质化学需氧量的测定快速消解分光光度法》《HJ535-2009水质氨氮的测定纳氏试剂分光光度法》《GB11893-89水质总磷的测定钼酸铵分光光度法》检测要求. ▷适用范围：适用于生活污水、工业废水、地下水、中水、地表水中多种水质污染物的检测 . 运用于水质检测实验室、市政、污水处理厂、环境监测站及教育科研高校、电厂、疾控中心、造纸电镀、水产养殖和生物药业、石化、煤炭、冶金、纺织、制药、食品等行业 . ▷技术参数： *双比色检测系统:1个360°自动旋转式比色管检测系统， 2个自动比色皿检测结构， 同时可检测两个相同污染物的水样  电池：内置大容量锂电池40000mAh 光学检测系统：光纤检测系统 显示： 7寸彩色液晶触摸屏 自动校准：仪器具有自动校准功能 自检：仪器具有自动检测，出错报警功能 光源：进口冷光源（可达10万小时以上） 检测准确度：≤±5% 波长范围：340-900nm 波长准确度：±1nm 波长半宽：4nm 分辨率：001 重复性：≤±2% 存储：可存储100万组数据，可自由调用查看 测量项目：COD 、氨氮、总磷、总氮、浊度、悬浮物多项指标 测量范围：COD（5-10000mg/L）、氨氮（0.01-150mg/L）（分段）、总磷（01-100mg/L）（分段）、总氮（0.01-100mg/L）、浊度（0-2500NTU） 预存曲线：预存1000条曲线，可供用户进行选择、校准、添加等操作 双温区消解：双温区8孔多功能消解 消解温度范围：0-200℃ 消解模块具有双保险高温过载保护 专用水质消解系统，固化常规消解项目，一键式操作消解，消解完成自动报警提示 打印方式：标配内置热敏打印机 数据传输：配备USB接口和串口传输功能，蓝牙接口选配