本实用新型提供一种基于眼部识别的疲劳监测装置，包括柔性基底和层合在所述柔性基底上的一系列压电结构单元组成的压电阵列，所述压电结构单元包括压电材料层、上下电极层和最外保护层，各个压电结构单元之间由导线连接，所述压电阵列通过导线连接电压测量设备。本实用新型相比现有技术中的上述疲劳监测系统具有较低成本、方便准确、灵敏可靠等优势，如果推广使用具有良好的竞争力。本实用新型的监测装置适用于各类机动车驾驶员，几乎对人体没有束缚作用，能够自己提供能量，能够在较长时间内实时反馈眨眼行为，及时提示驾驶员的疲劳状态和疲劳程度，再辅以声光警报系统就有效的防止驾驶员发生疲劳驾驶，进而大幅减少因疲劳驾驶而产生的交通事故。

危化品运输罐箱监测仪由多种传感器（气体传感器、温湿度传感器、压力传感器、液位传感器、开关传感器、倾角传感器、加速度传感器等选配）、探测器系统、车载终端、 GPS/GPRS 终端组成。该仪表可实现对危化品运输罐箱的全程安全状态监测，并在发生异常情况（泄漏、倾覆、偷盗等）时启动报警，在第一时间告知远程监控中心。

本实用新型涉及建筑监测领域，具体涉及一种古建筑倾斜沉降监测设备。设备安装在古建筑横向结构与竖向结构交汇处，包括：检测器主体、可伸缩箍、可塑形合金脚架；其中，可伸缩箍为矩形，安装在检测器主体底部，且矩形的长、宽可以在预设范围内任意伸缩，所述可伸缩箍内置弹性回缩机构，用于驱动可伸缩箍自动回缩；所述可塑形合金脚架可任意塑形，安装在检测器主体的侧面。本实用新型不使用传统打钉子等手段，而是结合古建筑结构特点，设计了专门的固定构件，做到了无损。

本项目研发的新型污染水体修复、运行、监测技术及平台集成了污染水体修复技术包括人工湿地技术，尾矿污水处理技术和先进的监测及数字模拟技术，旨在进行污染水体修复的全过程管理。现在已经在加拿大，非洲，中国的天津建成了多个污染水体处理及修复项目。天津的两个人工湿地项目面积均超过 4 万平米，日处理量可达 8000吨。 项目特色： 1） 解决了高浓度污水的处理问题 （例如，进水总磷 5.5mg/L 可处理至 0.4mg/L）； 2） 解决了冬季低温运行问题； 3） 全过程监控和数字模拟平台解决了运行中不稳定的问题，同时优化运行可以在保证处理目标的实现，同时节约大量水处理的运行 费用。 

XM-TMA诊断性刮宫监测考核指导模型   功能特点： 1、诊断性刮宫监测考核指导模型采用优质材料制成，腹腔内有早期妊娠子宫，解剖位臵准确，皮肤柔软有弹性，手感逼真。 2、早期妊娠子宫内设有模拟病变，供操作者训练，可客观地评价操作者实施诊断性刮宫的质量是否达标。

产品详细介绍CTD-Diver是一款以防腐蚀陶瓷为外壳的三参数自动记录仪，可以记录水位、温度、电导率，因而又称温盐深记录仪。如果你面临监测海水入侵，追踪注入地下的废水去向、观测地下水污染等问题，那么CTD-Diver就是你需要的一款仪器！CTD-Diver内部装有一个四电极的电导率传感器，可以测量 0~120 mS/cm之间的电导率。你可以用它来测量实际电导率，也可以测量25 ℃比电导率。当然，CTD-Diver在测量同时，也会帮你记录下水位和温度。CTD-Diver可存储48000组数据，若按每10分钟测量一次的设置使用，能容纳大约一年的监测数据。每次测量时，Diver都会记录下日期时间、水位、温度。CTD-Diver的外壳采用陶瓷制成，直径仅22mm。CTD-Diver可以使用事件激发法、平均值法、抽水试验法等多种方法测量压力和温度，并将数据保存在内置的存储介质中。CTD-Diver按压力量程提供以下三种型号：10 m、50 m和100 m.特点创新性的陶瓷外壳技术一个探头内置三种传感器电导率量程达120 mS/cm小巧的尺寸：∅22毫米，长度135毫米内置多种监测方式存储能力：48000组记录（一组记录包含时间，压力、温度、电导率）30个压力点的工厂校准流程，仪器更精确优势防腐蚀的水位计同时监测水位、温度、电导率绝大多数场地都可使用任何井孔中都能轻松放入可使用事件驱动法、平均值法、抽水试验法等多种监测方法，达到节约内存、存储更多数据的目的对于高频率长期监测来说，具有很高的性价比可靠、准确的数据应用领域咸水入侵监测农业水质监测污染场地修复监测获得电导率数据，通过相关性分析得到其他水质指标（总溶解固体、高锰酸钾、硝酸盐、硫酸盐等）潮汐监测河口与湿地监测垃圾填埋场渗滤液监测含水层储存与回采项目地下水监测网的自动化地下水、地表水监测矿山开采（尾料监测、环境监测、边坡稳定性监测）卤水储存监测、废水回用监测

产品详细介绍全新的 TD Diver水位记录器是一款全新设计产品，其设计结合了超过 75 年的地下水监测经验以及当今市场最新的技术和部件。TD Diver基于经过验证的独创概念，是公认的最可靠的仪器，可用于自动测量和记录地下水位和温度。通过能够存储 72000 条测量值/参数的内部工作存储器，该仪器可提供充足容量来执行长达 2 年以上时间每隔 15 分钟的测量工作。针对每次测量，Diver登记数据和时间、地下水位和温度。关注长期可靠性和稳定性开发 TD Diver水位记录器时，对长期可靠性和稳定性的关注从未动摇。全新的 TD Diver水位记录器较其前代更重，所以您将会体验到在钻孔方面更为简易且顺畅的部署工作。通过添加更多的内存和处理器能力，改善了压力传感器的补偿和校准功能。从而使得 TD Diver水位记录器能够确保实现最佳线性、准确性和稳定性。TD Diver的优点等待数据检索的时间减少可选择您自己的数据记录方法、连续内存或固定长度的内存拥有 72000 条记录，您可在 2 年以上的时间执行每隔 15 分钟进行一次样本记录的操作更高效的电子产品可容纳 2 倍以上的样本，而不会损耗电池使用寿命重启Diver后，之前数据的备份仍可用；容纳 72000 条备份记录附加的外壳表面处理增强了耐腐蚀性容易与 SDI-12，Modbus 协议连接重量翻倍，更加容易部署Diver全新的 TD Diver和压力Diver可使用所有现有的Diver配件

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。

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。    

现代高速计算机的计算能力已达到惊人的程度，但计算机视觉系统却无法指导诸如过马路之类对  人来说非常简单的视觉任务。本成果模拟人眼选择性关注视觉场景中显著变化区域的模式，提出一种  图像中不同区域视觉显著程度的检测方法，从而达到提高计算机图像分析效率的目的。