新葡京娱乐场-大陆娱乐场开户注册

1.痛點問題 協作機器人與人類共享工作空間，通過直接（即物理上）或間接地與人類交互共同開展操作任務。相比傳統(tǒng)工業(yè)機器人，協作機器人有更高的安全性和更易于編程的特點，能夠通過人類示教部署于各種不同的任務并靈活地與人類配合。隨著傳統(tǒng)工業(yè)機器人帶來的效率提升趨于飽和，能夠安全配合人類的協作機器人能夠進一步提高制造業(yè)的生產效率，帶來可觀的經濟效益。然而，現有的協作機器人存在以下兩大痛點問題。 問題一：安全和效率之間的權衡一直是人機交互中未系統(tǒng)解決的開放性問題。當存在人機直接接觸時，為了保證人的安全，現有的協作機器人是通過中止正在進行的任務、順從人的干預以保證安全；然而，不論人是有意地干預（即工人直接抓取機械臂來引導其任務）還是無意地接觸機器人，都將造成機器人暫停手頭工作；直到人類停止干預，機器人才能繼續(xù)執(zhí)行它的任務。雖然這種人機協作方式能夠保證機器人與工人合作的安全，但因為機器人需要在不同的工作模式之間切換，其工作效率將會受到影響。 問題二：如何提高人的示教效率為協作機器人的另一大痛點問題。協同機器人多用于能夠靈活拆裝的生產線，以適應新的任務，因此新任務的編程效率很大程度上決定了工作效率。基于人類示教的編程方式具有自然、本能的優(yōu)勢，能夠直接傳遞人類的操作技巧與經驗。其中，將示教軌跡參數化為可以編輯修改、適應不同任務的形式是提高效率的核心問題。該示教軌跡不光應該包含機器人末端的運動數據，而且應該包含同時調整的冗余關節(jié)運動數據，從而同時完成末端主任務與關節(jié)避障任務，以適應工作環(huán)境。現有的示教方式未能結合離線示教與在線介入，因此無法適用于需要同時記錄機器人末端和關節(jié)的示教任務。 2.解決方案 本項成果基于增強現實-觸覺感知技術，開發(fā)了混合交互接口與人機互補操作算法，以解決上述痛點問題。 ①對于問題一，本項成果提出了自適應視覺控制與零空間阻尼控制的協作框架：在有限視場、未校正相機、關節(jié)奇異的情況下，保證了機器人在整個工作空間內的全局穩(wěn)定性；在不影響機器人末端任務的前提下，允許人類專家隨時、安全地介入以改變機器人關節(jié)姿態(tài)，以應對環(huán)境動態(tài)變化或突發(fā)事件，從而實現了安全與效率并重的人機協作方式。 ②對于問題二，本項成果構建了增強現實-觸覺感知的混合接口，讓人類專家可以在任務和冗余聯合空間進行雙手演示，同時記錄機器人末端與機器人關節(jié)的數據。示教軌跡基于DMP方法進行參數化，能夠根據不同任務所需的末端位置、關節(jié)角度、運動速度進行自適應調整，在保證末端任務精度的同時完成關節(jié)的避障任務。 技術核心： ①基于增強現實-觸覺感知的混合交互接口; ②用于雙手示教的機器人軌跡學習方法; ③自適應全局穩(wěn)定控制算法。 預期產品：用于人機互補協同操作的設備與軟件 3.合作需求 1)資金需求：本項成果開發(fā)的人機互補協作平臺，在硬件與軟件研發(fā)階段需要資金投入，需約250-500萬元人民幣； 2)孵化資源：公司研發(fā)所需辦公及研發(fā)場地、實驗室、分析與測試實驗室等； 3)團隊：協作平臺開發(fā)團隊、商務開發(fā)與合作團隊、財務、法務等支持團隊； 4)生產制造企業(yè)合作：提供人機協同操作的場景與需求，開展工廠真實環(huán)境的測試與部署； 5)基礎研究合作：與協作機器人、增強現實、觸覺感知方向的國內外基礎研究團隊合作，開發(fā)新的交互設備與算法。

本項目聚焦于鋰電池管理系統(tǒng)在智能化監(jiān)測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態(tài)預測模型，擬實現高精度SOC（荷電狀態(tài)）與SOH（健康狀態(tài)）估計的優(yōu)化，提升電池管理系統(tǒng)的智能水平與安全性。 解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優(yōu)化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。 在競爭優(yōu)勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統(tǒng)BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。 目前項目成果已在合作企業(yè)內部儲能設備中開展應用測試，初步反饋表明荷電狀態(tài)預測準確度提升40%左右，電池健康度準確度提升40%左右，系統(tǒng)響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統(tǒng)方向具有較強的創(chuàng)新性和實際應用前景。

北京體育大學沈燕飛科研團隊使用人體姿態(tài)估計算法，對擊劍比賽過程中兩名選手的身體各環(huán)節(jié)和關節(jié)的運動進行的智能識別。工手動標記數據等方法，更為高效，可應用于海量體育視頻數據的分析和未來的體育大數據的構建。

簡介： 抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規(guī)模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發(fā)的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。 我們開發(fā)的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優(yōu)化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩(wěn)定性優(yōu)化和人源化改造等。  優(yōu)勢： 1、研發(fā)成本節(jié)約3-5倍，時間節(jié)省5倍，篩選成功率提升6倍 2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率 3、計算方法已經得到了實驗從正、反兩方面的驗證。 圖1：深度學習算法預測蛋白質相互作用時界面氨基酸配對:成功率72.1% 圖2：計算相互作用得到了實驗從正、反兩方面的驗證

抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規(guī)模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發(fā)的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。我們開發(fā)的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優(yōu)化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩(wěn)定性優(yōu)化和人源化改造等。 優(yōu)勢：1、研發(fā)成本節(jié)約3-5倍，時間節(jié)省5倍，篩選成功率提升6倍2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率3、計算方法已經得到了實驗從正、反兩方面的驗證。

技術分析(創(chuàng)新性、先進性、獨占性)挖掘了蛋白質分子結構的幾何特征，開發(fā)了新穎的優(yōu)化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發(fā)。已經在國際競賽中取得第一名的好成績，也應用在生物和醫(yī)學實驗中，算法和程序代碼完整。

技術分析(創(chuàng)新性、先進性、獨占性) 挖掘了蛋白質分子結構的幾何特征，開發(fā)了新穎的優(yōu)化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發(fā)。 已經在國際競賽中取得第一名的好成績，也應用在生物和醫(yī)學實驗中，算法和程序代碼完整。

一種混合壓電泵，包括設置有內腔的泵體，以及安裝在內腔中的壓電振子，所述泵體前端設置進液口，后端設置出液口；所述內腔分為位于前側的泵送部和位于后側的混合部；所述泵送部通過設置的隔板分為多個泵送通道，每個泵送通道內均安裝有壓電振子，并與混合部相連通；所述進液口設置多個，每個進液口均與對應的泵送通道相連。混合壓電泵通過多個泵送通道，分別泵送不同的液體，使液體匯流到混合部融合，并且每個壓電振子對液體的波掃

 DXC是本公司自主研發(fā)的一種環(huán)保型中沸點溶劑，主要用途是替代醋酸正丁酯，降低稀釋劑生產成本。除了價格比醋酸正丁酯有明顯優(yōu)勢外，本產品還有溶解力好、氣味低、環(huán)保的優(yōu)勢。另外還具以下特征：1、揮發(fā)速度適中，與醋酸正丁酯相當，比MIBK略慢，氣味較小；2、用于多種天然樹脂、合成樹脂及硝化纖維素、纖維素醚的溶劑；3、用于涂料、油墨、粘合劑等行業(yè)中的溶劑；能替代或部分替代醋酸丁酯、MIBK等產品；4、電子、金屬再加工行業(yè)中用作清洗劑。

機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。 一、項目進展 創(chuàng)意計劃階段 二、負責人及成員 姓名 學院/所學專業(yè) 入學/畢業(yè)時間 柳佳樂 自動化18-2 2018-2022 劉浩峰 計算機科學與技術18-7 2018-2022 石少勇 測控技術與儀器18-2 2018-2022 欒廣鑫 電氣工程及其自動化18-5 2018-2022 李明晶 測控技術與儀器18-1 2018-2022 三、指導教師 姓名 學院/所學專業(yè) 職務/職稱 研究方向 楊洪濤 機械工程學院 教授 精密測試技術、儀器精度理論及應用、自動化測控系統(tǒng) 凌六一 電氣與信息工程學院 教授 智能信息處理、光電檢測及環(huán)境光譜探測技術 蘇樹智 計算機科學與工程學院 副教授 人工智能、模式識別、機器視覺、信息融合、深度學習等領域 四、項目簡介 目前，機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。為此，本團隊充分利用六足機器人高穩(wěn)定性和多地形適應性的優(yōu)勢，應用激光雷達、深度相機和其他輔助傳感器，設計仿生六足煤礦救援機器人，結合SLAM、A*、ROS等先進技術，實現礦井災后局部復雜環(huán)境的三維地圖構建、地形障礙物識別以及機器人自主路徑規(guī)劃。機器人所獲信息實時無線傳輸至上位機，幫助救援人員快速制定科學有效的救援方案。