XTC-II人体形态测量尺   人体形态测量尺适用于测量人体各肢体的长度、宽度及围度等形态指标的测量，包括：长马丁尺、中马丁尺、短马丁尺、直脚规、游标卡尺、围度尺、足长测量仪、指间距尺。 1、长马丁尺： 规格：130厘米。精度：±0.1厘米。用于测量下肢长等。 用法：将尺子垂直于地面，移动尺标至测量点，尺标所对应的数字即为离地面的高度。 2、中马丁尺： 规格：100厘米。精度：±0.1厘米。用于测量上肢长、上臂长、前臂长和手长等。 用法：移动尺标至测量点，目标物夹在尺头与尺标之间，读取数字即为长度。 3、短马丁尺： 规格：70厘米。精度：±0.1厘米。用于测量大腿长、小腿长和跟腱长等。 用法：将尺子垂直于地面，移动尺标至测量点，尺标所对应的数字即为离地面的高度。 4、直脚规： 规格：70厘米。精度：±0.1厘米。用于测量肩宽、骨盆宽、胸宽和胸厚等。 用法：移动尺标至测量点，目标物夹在尺头与尺标之间，读取数字。 5、游标卡尺： 规格：20厘米。精度：±0.1毫米。用于测量手宽、足宽、肱骨和股骨的远端宽等。 用法：松开游标上的螺钉，移动游标至测量点，将目标物夹在尺头与尺标中间，所对应的数字即为测定点的长度。 6、围度尺： 规格：150厘米。精度：±0.1厘米。用于测量胸围、腰围、臀围、上下肢体及其他人体曲线的围度等。 用法：先将卷尺绕在测量点上，注意不要缠得太紧，即可读取数字。 7、足长测量仪： 规格：40厘米。精度：±0.1厘米。用于测量足高、足长等。 足长测量：受试者将足放平底座上，足跟部位靠挡板、脚侧靠尺体，拨动滑尺A靠在足尖，滑尺A面对应的刻度值即为足长尺寸。 足弓测量：受试者将足放平在底座上，拨动滑尺B使下平面紧靠“足弓”，滑尺B观测线上的量高标尺的刻度值即为足弓高尺寸。 8、指间距尺（臂伸测量尺）： 规格：最大测量长度120厘米，加上加长杆后最大测量长度240厘米。精度：±0.1厘米。用于测量臂伸、身长、指间距（臂展）等。 用法：两手伸直于身体两侧，与肩平行，移动尺标至测量点，测量左右手指尖之间的最长距离。

XTC-II人体形态测量尺   人体形态测量尺适用于测量人体各肢体的长度、宽度及围度等形态指标的测量，包括：长马丁尺、中马丁尺、短马丁尺、直脚规、游标卡尺、围度尺、足长测量仪、指间距尺。 1、长马丁尺： 规格：130厘米。精度：±0.1厘米。用于测量下肢长等。 用法：将尺子垂直于地面，移动尺标至测量点，尺标所对应的数字即为离地面的高度。 2、中马丁尺： 规格：100厘米。精度：±0.1厘米。用于测量上肢长、上臂长、前臂长和手长等。 用法：移动尺标至测量点，目标物夹在尺头与尺标之间，读取数字即为长度。 3、短马丁尺： 规格：70厘米。精度：±0.1厘米。用于测量大腿长、小腿长和跟腱长等。 用法：将尺子垂直于地面，移动尺标至测量点，尺标所对应的数字即为离地面的高度。 4、直脚规： 规格：70厘米。精度：±0.1厘米。用于测量肩宽、骨盆宽、胸宽和胸厚等。 用法：移动尺标至测量点，目标物夹在尺头与尺标之间，读取数字。 5、游标卡尺： 规格：20厘米。精度：±0.1毫米。用于测量手宽、足宽、肱骨和股骨的远端宽等。 用法：松开游标上的螺钉，移动游标至测量点，将目标物夹在尺头与尺标中间，所对应的数字即为测定点的长度。 6、围度尺： 规格：150厘米。精度：±0.1厘米。用于测量胸围、腰围、臀围、上下肢体及其他人体曲线的围度等。 用法：先将卷尺绕在测量点上，注意不要缠得太紧，即可读取数字。 7、足长测量仪： 规格：40厘米。精度：±0.1厘米。用于测量足高、足长等。 足长测量：受试者将足放平底座上，足跟部位靠挡板、脚侧靠尺体，拨动滑尺A靠在足尖，滑尺A面对应的刻度值即为足长尺寸。 足弓测量：受试者将足放平在底座上，拨动滑尺B使下平面紧靠“足弓”，滑尺B观测线上的量高标尺的刻度值即为足弓高尺寸。 8、指间距尺（臂伸测量尺）： 规格：最大测量长度120厘米，加上加长杆后最大测量长度240厘米。精度：±0.1厘米。用于测量臂伸、身长、指间距（臂展）等。 用法：两手伸直于身体两侧，与肩平行，移动尺标至测量点，测量左右手指尖之间的最长距离。

产品详细介绍HXGG-I型骨骼测量仪价格：2900.00内容：弯角规、量角规、直角规、量骨盘、斜边三角尺、软皮尺。功能：进行各种活体和骨骼测量，如测量活体的头长、头宽、面宽、下颌角间宽；测量骨骼的颅骨长、颅骨宽、面宽；测量体骨的肩胛骨形态宽；测量颅骨和体骨的各种角度、内径、外径、长度、宽度和深度。型号 规格 价格 配置A  4件/套 3850.00 直脚规、弯脚规、附着式量角器、测骨盘B 5件/套 5500.00 A + 测下颌骨器（下颌量角器）C 9件/套 8700.00 B + 三脚平行规（直、弯）、测齿规、持骨器D 13件/套 15800.00 C + 摩立逊定颅器、水平定位针、描骨器、测腭器E 19件/套 26800.00 D + 测眶器、简易描绘器、立方定颅器、托颅器、托颅盘、平行定点仪、马丁测高仪

产品详细介绍 IMU微型陀螺测量系统MIN-900-2 微型陀螺测量系统MIN-900-2简介： IMU微型陀螺测量系统MIN-900-2 结合了三个方向角速率陀螺仪，三向加速度计，三轴磁强计，混合运算器, 16bit 模数转换, 微控制器等，通过创新性的算法，无论在静态和动态都能给出精确的方向和姿态。操作在三轴360 度的运动状态，提供姿态的Euler角。 微型陀螺测量系统MIN-900-2原理： MIN-900-2 利用三轴陀螺跟踪系统动态的角度，三轴的加速度计和磁场计跟踪静态的角度，而内置的处理器及控制器，通过滤波和算法，输出实时的角度（无论是在静态还是动态），这就提供了快的响应,当在振动和快速的运动状态下也没有漂移。稳定的输出通过容易使用的数字格式提供. 微型陀螺测量系统MIN-900-2性能参数：

仿日型皮脂厚度计对人体活体测量所得的各种数据，直接代入计算公式，进而轻而易举的推算出人体密度，体脂百分比和体脂重量，从而正确地确定肥胖与瘦，为调整体质提供科学合理的依据。 人体的脂肪大约有2/3贮存在皮下组织，通过测量皮下脂肪的厚度，不仅然可以了解、皮下脂肪的厚度，判断人的肥瘦情况，而且还可以用所没、测得的皮脂厚度推测全身的脂肪的数量，来评价人身组成的比例。这是评定人身组成最简便的方法。 现将国产皮下脂肪测量计算方法介绍如下： 一、国产皮脂厚度计各部名称。 二、仪器的调整--使用前须将圆盘内指针调整到刻度表上的“0”位。调整方法：用手转动调整“0”位盘即可将指针对准到“0”位。 三、校正压力--指针调到“0”位后，须将皮脂厚度计两个接点间的压力调节到国际规定的10g/mm2的范围。左手持皮脂厚度计呈水平位置，在皮脂计的下 方测试臂顶端的小孔上挂200g重量的砝码。再将皮脂下主弓形臂的根部与该臂顶端的接点呈水平线，此时观察圆盘内指针偏离情况。如指针处在15-25mm 范围内说明两接点的压力符合10g/mm2的要求，无须调节旋扭。如果指针超出25mm以上，说明压力接点压力不足。须通过向左侧方向转动旋扭增加压力， 直接指针调到15-25mm范围内为止。反之，则调节旋扭向右转动减少压力调节到指针在规定范围内。指针的±5mm的差异不会影响测定结果。 四、皮脂厚度测量仪测试程序： 1、受试者应着背心裤衩或短裤。 2、实验者右手握皮脂计使两半形测试臂张开。左手拇指和食指将受试都所测部位的皮肤捏紧提起。拇食指捏起时，拇食指间应保持适当的距离，这样捏紧提起皮肤 既包括皮下组织，但要防止将所在部位的肌肉也、提起。为检查是否将肌肉提起可令受试者主动收缩该部位肌肉。止时肌肉即滑脱。然后将张开的皮脂计距离手指捏 起部位1cm处钳入。右手指将皮脂计的把柄放开，读出指针的数值并记录下来。每个部位应重复测量两次，二者所测的数值误差不应超过5%。 3、测定部位： 上臂部--右臂肩峰至桡骨头连线之中点，即肱三头肌肌腹部位。 背部--右肩胛角下方。腹部--右腹部脐旁1cm。 除上述部位外，根据研究需要还可以测颈部、胸部、腰部、大腿前后侧和小腿腓肠肌部位。 应当指出：用皮脂计所测的皮下脂肪厚度是皮肤和皮下脂肪组织双倍的和。 五、资料的处理与应用 1、根据皮下脂肪厚度推算身体密度的方法、与我们暂引用以日本青少年为对象所得的计算身体密度公式供使用者参考，其公式为： 男子：15-18岁身体密度=1.0977-0.00146X19岁以上身体密度=1.0913-0.00116X 女子：15-18岁身体密度=1.0931-0.00160X19岁以上身体密度=1.0897-0.00133X X=肩胛角下+上臂皮脂（mm） 2、体脂肪%的计算 应用Broxek(1963)改良公式计算体脂肪%，据认为Broxek改良公式计算体脂肪%是比较可靠的一种计算方法，其公式为： 身体脂肪%=（4.57/身体密度-4.142）X100身体脂肪重量=体重（公斤）X身体脂肪%净体重（去脂体重）=体重（公斤）-体脂肪量（公斤） 3、皮下脂肪厚度评定的参考标准： 根据皮下脂肪厚度计算所测的皮下脂肪厚度可以用评定一个人的肥瘦程度。现引用日本厚生省国民营养调查资料对日本儿童和成年人的肥瘦程度程度的评定标准供研究者参考。 相关产品： 电子握力计-电子握力测试仪 电子肺活量计-电子肺活量测试仪 电动肺活量计 本文中所有关于皮脂厚度计-皮脂厚度测量仪http://www.xinman8.com/289.html的文字、参数、图片等如有产品更新换代、参数变动请联系我们的销售、技术工程师。

ZGC-1型足高足长测量尺是专门测量足长和足弓高度的器具,可供体育、教育、卫生、医疗等部门做人体形态测量使用。 一、主要技术规格： 测量范围：足长0－350毫米；足弓高0－120毫米 二、足长测试方法： 受试者将足放平底座上，足跟部位靠挡板、脚侧靠尺体，拨动滑尺A靠在足尖，滑尺A面对应的刻度值即为足长尺寸。 三、足弓测试方法： 受试者将足放平在底座上，拨动滑尺B使下平面紧靠“足弓”，滑尺B观测线上的量高标尺的刻度值即为足弓高尺寸。 本文中所有关于足高足长测量尺http://www.xinman8.com/272.html的文字、参数、图片等如有产品更新换代、参数变动请联系我们的销售、技术工程师。

       苏州英示测量科技有限公司是高新技术企业、国家专精特新“小巨人”企业, 中国“机械行业能力评价长度计量实训基地”。 旗下的INSIZE和INSIZE PLUS是中国基础类装备制造业的国际品牌,在国际市场是与德国Mahr、日本Mitutoyo并列的三大量具品牌。英示总部位于苏州高新区，在美国、 西班牙、 德国 、捷克、 巴西和印度建有分公司。         英示产品品种丰富、种类齐全, 近万种产品涵盖了机加工行业几何尺寸和形位公差测量的各种需求, 以及工件表面及内部观测、材料硬度测试、推拉力和扭力测试、材料金相准备和分析等需求。         英示以解决测量难题为导向, 以品质创品牌, 以服务赢信赖，客户涵盖了航天、航空、核电、高铁、船泊、汽车制造、电子等领域的大中型国企、民营企业、外资企业及职业院校。  

随着社会经济的发展，医院、车站、机场等大型场所的规模和数量不断扩大，其保安巡逻 自动化需求将日趋迫切。目前依赖于人力巡逻或CCD定位监控已不能满足夜间保安的要求， 采用保安巡逻机器人实行定时、定点监控巡逻与不间断流动巡逻结合将是目前最佳的解决方 案。 为了实现保安巡逻的各项功能，使系统在总体性能上满足实时性、可靠性和方便性的要 求。远程操作计算机远离移动机器人的工作现场，操作者通过这台计算机实现对机器人的远程 操作控制，其实现的功能有：网络通信、视频的解压缩和显示、非视觉传感器信息的可视化显 示、移动机器人工作状态的显示和接收操作者通过控制设备对移动机器人下达的控制命令。 移动机器人平台由移动机器人信息处理及操作系统、道路识别系统、视频采集系统、非视 觉传感器信息采集系统和伺服驱动系统组成，其中移动机器人上位机系统实现的功能有：网络 通信、视频信息压缩、视频信息识别、非视觉传感器信息的处理、移动机器人的运动规划和运 动控制。本项目创新点如下： (1) 基于区域矢量化道路识别 对车道线进行区域矢量化，并对获取的车道线进行数学分析及建模，用以后续的自动导航 控制。 (2) 基于多信息融合的自动导航 本巡逻机器人自动导航系统采用多信息融合，结合视觉信息和GPS定位。视觉信息用来识 别车道线进行导航，而GPS可以提供必要的导航信息，对视觉信息的不足进行补充。 (3) 巡逻机器人组网及远程控制 巡逻机器人控制系统接入无线网络，可以通过控制端PC对机器人发送指令，使其按所发 送的指令自动到达指定站点。机器人之间应该也能够互相通信，这样才能够及时的避免冲撞以 及交换信息。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

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。