机器时代（北京）科技有限公司是专业的机械电子及机器人产品开发平台工具研究和生产的高科技企业。公司一直致力于灵巧机械电子产品的研究，曾参与多项国家重点863项目及横向课题的开发工作。并将所掌握的技术融入到创新开发平台类产品中，为国内外有产品开发需求或创新教育需求的用户提供丰富的解决方案和高效率的开发工具。

城市高效、绿色交通的迫切需求，促进了不锈钢城轨客车的快速发展。不锈钢车体结构基本特点是由数万个小尺寸电阻点焊或激光焊点组焊而成的薄壳结构，焊接质量控制是保证不锈钢车体结构强度及制造质量的关键，不锈钢车体焊接质量监测亦成为关系不锈钢城轨客车制造质量的关键技术之一。吉林大学焊接质量监测技术团队多年聚焦不锈钢车体电阻点焊、搭接激光焊焊接质量的在线监测及无损检测技术与装置的研发，为相关制造企业保障不锈钢车体焊接制造质量提供技术手段。 研究团队 吉林大学材料科学与工程学院 徐国成教授研发团队 成果成熟度 技术及装置基本成熟，已有百台套以上在相关轨道客车制造企业获得应用。 项目图片 （1）电阻点焊过程智能在线监测系统 （2）电阻点焊接头阵列探头超声波智能检测系统 （3）搭接激光焊缝超声波智能检测系统 （4）电阻点焊压痕精密检测系统

本发明公开了一种用于高可靠性WLCSP器件焊接的无铅钎料，属于金属材料类及冶金领域钎焊材料。该种无铅钎料中的纳米Al颗粒的含量为0.01~1%，纳米CeO2的含量为0.01~1%，Ag的含量为0.5~4.5%，Cu的含量为0.2~1.5%，余量为Sn。使用市售的Sn锭、Sn-Cu合金、Sn-Ag合金，按设计所需成分配比，预先熔化，然后加入纳米颗粒，采用高能超声搅拌的制造工艺冶炼无铅钎料，为防止元素的烧损在惰性气体保护气氛中冶炼、浇铸成棒材，然后通过挤压、拉拔即得到所需要的钎料丝材，也可将新钎料制备成焊膏使用。本无铅钎料对应无铅焊点的抗疲劳特性和抗跌落特性得到显著提高。 

项目成果/简介:城市高效、绿色交通的迫切需求，促进了不锈钢城轨客车的快速发展。不锈钢车体结构基本特点是由数万个小尺寸电阻点焊或激光焊点组焊而成的薄壳结构，焊接质量控制是保证不锈钢车体结构强度及制造质量的关键，不锈钢车体焊接质量监测亦成为关系不锈钢城轨客车制造质量的关键技术之一。吉林大学焊接质量监测技术团队多年聚焦不锈钢车体电阻点焊、搭接激光焊焊接质量的在线监测及无损检测技术与装置的研发，为相关制造企业保障不锈钢车体焊接制造质量提供技术手段。研究团队吉林大学材料科学与工程学院 徐国成教授研发团队成果成熟度技术及装置基本成熟，已有百台套以上在相关轨道客车制造企业获得应用。项目图片（1）电阻点焊过程智能在线监测系统（2）电阻点焊接头阵列探头超声波智能检测系统（3）搭接激光焊缝超声波智能检测系统（4）电阻点焊压痕精密检测系统应用范围:目前研发的技术及装置主要应用于城市轨道客车制造领域中，不锈钢薄壳车体电阻点焊及激光焊的焊接质量智能在线监测及超声波无损检测与智能评估，为不锈钢车体焊接制造质量的稳定与提升提供技术保障手段。项目技术与装置已有百套以上应用于中车等相关制造企业。随着技术及应用经验的不断积累，本项目技术及装置可以在汽车等类似焊接结构制造企业在一定范围内得到拓展应用。效益分析:目前，本项目开发的技术装置已有 50 以上台套应用于中车长春轨道客车股份有限公司，为保障该企业国内、外不锈钢城轨车项目制造起到重要作用。同时，依托本项目技术的电阻点焊质量在线监测装置陆续已有 100 多台套应用于其它中车等十几家不锈钢城轨客车制造企业，为相关企业及项目解决了焊接质量保障的技术瓶颈问题。本项目技术成果直接项目经费累计达千万元，并取得了显著的经济社会效益。

本发明公开了一种在液相中采用激光焊接制备纳米复合材料的 方法，涉及纳米复合材料制备技术领域。其包括：纳米悬浊液制备步 骤，将纳米颗粒状的原材料均匀分散在液体媒介中，形成纳米悬浊液； 激光焊接步骤，向所述纳米悬浊液中引入设定波长、设定功率的激光， 并持续设定时间，以执行激光焊接，所述激光焊接过程中，持续搅拌 所述纳米悬浊液；分离步骤，分离出执行完激光焊接步骤的产物，干 燥获得复合纳米材料。本发明方法工作温度低、反应温和

本发明涉及塑料管道焊接技术，旨在提供马鞍形管件电熔焊接时的连接固定方法及其带状夹具。该马鞍形管件电熔焊接时的连接固定方法包括步骤：将马鞍形管件放置在主管道上，取至少两个带状夹具，分别安装在马鞍形管件的支管两侧，焊接结束后拆除带状夹具；该带状夹具的主体的一端接头处设置有条形凹槽，另一端接头处设置卡紧机构和弹簧，卡紧机构处安装有相互连接的压力传感器和小型电子显示器。本发明通过增加额外的夹具进行进一步的夹紧，充分保证了马鞍形管件在焊接过程中熔融区压力的稳定维持，解决了现有焊接条件下熔融区压力不足导致的焊接质量问题，降低了马鞍形管件焊接产品的报废率，提高了经济效益。

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。

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