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。    

本发明提出了一种基于操作转换的文本编辑实时协同方法，本发明首先通过产生的本地操作发送到 其他站点，然后通过因果接受找出与该操作具有并发关系的操作；对其进行转换得到该操作在该站点的 执行形式，并将该操作加入到执行队列，完成协同编辑；本发明能够支持在网络环境下多用户实时对同 一文本进行协同编辑；本发明能够支持实时协同编辑工作，即所有的用户最终得到一致的结果的，并且 结果是用户想要的；本发明应用到实时协同编辑中不需要全序控制；不仅能够做到结果一致，而

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。

1、中控室操作员2、质管部工艺员

IECUBE-3833集成电路实景操作VR实训平台可提供集成电路制造设备、工艺制造、封装操作和器件测试4类VR实操实验，与IECUBE-3831和IECUBE-3832平台配合使用。

ASKN实验台通体采用优质冷轧钢板加工而成，表面磷化作Epoxy粉末静电喷涂防腐处理。其坚固耐用，钢构架经酸洗磷化处理后，经环氧树脂静电喷涂，使得防潮与防腐有效的结合起来。在结构上祥式上，将承重性与灵活性融合起来。全钢结构产品夺人的质感与光感使实验室显得稳重而优雅，是研究型教学型实验室的上上之选。

本发明公开一种用于高超声速飞行器或发动机的综合热管理系统，包括散布在飞行器上需冷却的高温装置上的分布式集热器，分布式集热器的出口通过管路连通至自身进口形成闭路循环

青岛酒店管理职业技术学院是2002年经山东省人民政府批准、教育部备案的全日制大专层次普通高校，是我国第一所独立设置的酒店管理学院，隶属于山东省教育厅和山东省商业集团有限公司。学院继承和发扬60余年办学历史所积淀的优良传统和作风，真抓实干，锐意改革，开创了生机勃勃的发展局面。先后荣获山东省“职业教育先进单位”、“省级文明单位”、“中国商业职业教育先进单位”等称号。在2006年山东省高职高专人才培养工作水平评估中，在2007年山东省高校德育与校园文明建设检查评估中，均以优异成绩荣获优秀等级。学院开创的“三位一体”育人模式，“两点三全一融合”的特色德育模式，都得到了评估专家和广大学生及用人单位的一致好评。教育部、省政府、教育厅等各级领导莅临学院视察时，对学院的办学实力和教学质量给予了高度评价。 学院位于青岛崂山风景区，校园环境优雅，秩序井然。多媒体教室、语音室、机房、校园网、校园电台、电视台等现代教学设施设备先进。图书馆馆藏丰富，管理规范。 学院面向全国29个省市招生，现有在校生万余人。学院师资力量雄厚，双师型教师、研究生以上学历或副教授以上职称教师、专兼职教师等结构合理。学院长期聘请了二百多名行业知名专家、学者和高级技术人员作为客座教授、专家顾问，提高了学院的整体教学力量，围绕专业建设与发展，打造出一支支强有力的教师团队。 学院面向培养中、高级技术及管理人才，下设旅游与酒店管理学院、酒店工程学院、烹饪学院、工商管理学院、信息工程技术学院、艺术学院、培训中心、基础教学部等8个二级院部。根据社会发展和经济建设需要，学院以酒店管理类专业为核心专业群，有机辐射相关产业领域，设置了工程类、烹饪类、信息技术类、工商管理类、艺术类40余个专业，其中酒店管理、烹饪工艺与营养两个专业是首批山东省职业教育示范专业，其它各专业均发挥各自的优势和特色，形成了重点专业群为龙头，带动各专业全面发展的良好局面。建立了职业教育研究中心，下设高等职业教育研究所、酒店管理研究所、旅游管理研究所、信息技术研究所、会展经济研究所、烹饪文化研究所、环艺设计工作室、网络媒体研究所、旅游工艺品研究所、影像艺术研究所等10个专业研究所，充分发挥智力高地的作用，在教育教学研究、科技服务社会上，发挥了重要力量。 学院依托行业办学优势，围绕就业需求，强化校企合作，先后与上百家业内知名企事业单位建立校企合作关系，突出实践教学，充分利用不断完善的校内各类实验实训室，校内校外各实习基地，大力推进实践教学。同时，建立健全订单式教育、工学交替、顶岗实习等各种教学模式，把理论教学与产业一线的实践教学紧密结合到一起，大大提高了学生的实际动手能力和岗位群适应能力。 学院不断拓展国内、国际教育合作，积极融入到高等教育发展的大潮中。定期选派教师到国外大学和企事业机构进行学术交流、访问考察和职业培训，同时，邀请国外的教育专家和行业专家来讲学授课。短短几年间，学院先后与美国、英国、法国、德国、澳大利亚、瑞士、加拿大、日本、新加坡、韩国等十几个国家高等教育机构和有关行业组织建立了广泛的联系，并与山东大学、北大青鸟教育集团、美国饭店业协会、新加坡莎顿商学院、瑞士洛桑酒店管理学院、韩国湖南大学等业内知名高等院校和教育机构签署了合作协议，在互派留学生、师资交流、课程建设等多方面，开展了广泛而深入的教育合作。 多年来，学院积极探索和创新教学模式，在长期的办学实践中逐步形成并大力实施以提高学生综合素质、促进学生全面发展为宗旨，以强化专业技能、突出外语能力、提升人文素养为重点的'三位一体'的人才培养模式，人才培养质量获得广泛好评，学院办学水平得到社会各界的充分认可。录取分数线、毕业生就业率、就业质量连年提高，毕业生受到用人单位的广泛欢迎。 经过多年的文化积淀，学院在省内同类高校中率先导入CI系统，提炼学院文化精神，明确学院发展愿景，确定了 “勤、真、灵、雅”的校训 ，树立了“爱心、实力、责任”的校风，弘扬微笑文化，完善服务理念，形成了特色鲜明的校园文化生态。学院将继续坚持“专业领先、就业导向、产教结合、品牌制胜”的办学方针，以国际化的教育和服务为酒店及相关产业培养具有可持续发展能力的职业化人才，立志在美丽的青岛创建一所开放式、国际化、特色鲜明的高品质酒店管理职业技术学院。 地址：青岛市李沧区九水东路599号 邮编：266100 电话：0532-86051666 0532-86051600

知识是经验的积累，是智慧的结晶。企业知识是企业团队的共同财产。为企业不断的进步和发展，必须要管理好企业的各项资源。其中无形资产中的知识管理是一项重要的管理内容。根据人类认知结构，知识是由构造人类知识不同方面的模型组成。我们将企业各种不同类型的知识作为知识模型，基于知识构建的思想来获取和应用各类知识。利用知识工程、机器学习与自然语言处理等技术为知识库的构造提供理论与技术支撑。从企业知识内容入手，以知识结构与知识的组织为主线，基于本体论对知识进行描述，并建立知识之间的关联关系，以满足领域知识的表达、共享、重用，实现知识组织和推理，提供了动态与静态知识获取技术以及知识模板。 在知识库中应用本体来描述行业领域概念以及概念术语之间的关系，即知识，形成知识结构，完成行业知识库的构建。主要技术包括：1）基于模型的知识构建技术，以模型为核心来组织、管理、共享与应用知识体系；2）知识分类、知识结构与知识结构模型；2）基于本体的知识结构模型，基于本体的知识库构建与管理技术；3）依据知识复用的原则，建立了基于模板与模型的知识复用技术；4）基于模型的知识获取与描述技术；5）知识库系统的设计与实现技术。 本技术可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

1. 项目的简单概述 项目的可视化管理，指的是项目团队和项目相关人员为了更加有效地收集和传递信息，更好地对项目进行管理，而采用一些可视化技术，使项目管理过程可以用图形、图像、动画、视频等方式展现出来。 高炉大修项目的可视化管理的主要有以下几个方面的内容： 在IE浏览器上实现高炉大修项目进度二维可视化的动态显示和跟踪，Web上的二维图形能同时反映出计划进度和实际进度，并具有一定的统计功能，自动生成所需要的各种统计图表； 利用实时数据和可视化三维建模技术，建立高炉的三维数字化模型，采用三维模型各模块的动态化组装来动态反映大修工程的进度，在IE浏览器上实现B/S模式下的高炉大修过程三维可视化的动态显示，并可以在IE浏览器上对高炉信息进行查询和浏览； 能够对拖期工作进行报警和初步的原因分析； 自动调整项目计划，如果对某个子项目的进度计划进行调整，则系统将根据自定义的规则对项目整体计划和项目跟踪情况进行自动调整。 2. 项目来源 本项目的来源是北京冶金设备研究院为上海宝钢的高炉大修工程开发的“高炉大修工程计算机管理系统”中的项目进度管理模块，功能是提供B/S模式下基于Web的项目进度可视化管理，包括二维可视和三维可视。 3. 项目的最新进展、所达到的水平 传统的项目管理系统是非可视化的，不能直观明了地表达项目管理过程，从而导致项目团队和项目管理人员不能在日常工作中方便有效地使用相关信息。在项目管理中采用可视化技术，可以使项目相关人员及能够更好地了解项目活动的内容和项目的进展情况，及时发现问题，对项目进行适时有效的调整，使项目保持合理的进展状态。 基于B/S模式，根据高炉大修项目的实际进度在IE浏览器上动态显示高炉的三维模型，在技术上属于国内外首创。 4. 项目的关键数据 基于B/S模式，根据高炉大修项目的实际进度在IE浏览器上动态显示高炉的三维模型，并可以在IE浏览器上对高炉信息进行查询和浏览，系统还具有一定的统计分析和进度预警功能。