腔鏡手術(shù)機器人的增強現(xiàn)實影像引導(dǎo)

1、謝謝觀賞1. 項目名稱：腔鏡手術(shù)機器人的增強現(xiàn)實影像引導(dǎo) 項目簡介（ 300-500 字）：腔鏡手術(shù)機器人在可視 3D 內(nèi)窺鏡影像的引導(dǎo)下開展手術(shù)，組織表層下面的病灶信息在 術(shù)野中的原位現(xiàn)實， 對于識別病灶邊界， 設(shè)置安全手術(shù)區(qū)域以及開展精準微創(chuàng)的手術(shù)具有重 要意義。本項目以實現(xiàn)腔內(nèi)影像的增強現(xiàn)實顯示為目標，研究術(shù)前CT/MR圖像的分割技術(shù)，實現(xiàn)對不同組織、 器官以及病變的準確分割； 結(jié)合手術(shù)導(dǎo)航技術(shù)跟蹤內(nèi)窺鏡的運動軌跡， 研 究雙目內(nèi)窺鏡下的三維重建技術(shù)， 利用雙目內(nèi)窺影像對腔道的表面輪廓進行實時構(gòu)建； 利用 術(shù)前、術(shù)中影像實現(xiàn)組織、 器官及病變的增強現(xiàn)實顯示， 將三維模型疊加到內(nèi)窺鏡的手術(shù)

2、視 野中，為腔鏡手術(shù)機器人的手術(shù)操作提供直觀、精確的影像引導(dǎo)。2. 項目名稱：基于 ZYNQ勺車輛檢測與測距系統(tǒng)設(shè)計及實現(xiàn) 項目簡介（ 300-500 字）：近年來智能交通系統(tǒng)的發(fā)展非常受到重視， 通過圖像處理實現(xiàn)的車道線和車輛檢測及測 距系統(tǒng)是相應(yīng)跟蹤系統(tǒng)及避障系統(tǒng)的前提，而且利用ZYNQ的結(jié)構(gòu)可以進一步加快圖像處理的速度，提高識別的實時性。本項目擬研究車道線和車輛的檢測算法與當(dāng)前車輛同兩側(cè)車道線和前方車輛距離的測 量及其ZYNQ的實現(xiàn)方法。能通過利用ZYNQ軟硬件協(xié)同開發(fā)的優(yōu)勢快速準確的完成檢測與測 距工作。 該項目以安全輔助駕駛技術(shù)的研究為切入， 在結(jié)構(gòu)化道路中， 實現(xiàn)對車道線和車輛 等

3、局部交通環(huán)境的準確感知。 課題內(nèi)容主要包含軟硬件兩個部分。 在軟件方面， 使用 OpenCV 視覺庫函數(shù)，編寫車道線、車輛的檢測、 跟蹤算法， 并完成對攝像頭的標定及對兩側(cè)車道線 和前方車輛距離的測定。硬件方面，搭建嵌入式Linux系統(tǒng)，并移植到ZYNC上運行， 使用Vivado開發(fā)套件及Verilog HDL語言完成對圖像處理部分的硬件加速，最后使用Qt設(shè)計良好的用戶界面。最終完成整個系統(tǒng)的設(shè)計與實現(xiàn)。項目最終需要設(shè)計一個具有人機界面的車道線和車輛檢測與測距系統(tǒng)，搭建嵌入式 Linux 實驗平臺， 識別速度在 0.5s 內(nèi)，檢測與測距準確率需要達到90%以上， 并對外界環(huán)境有較好的適應(yīng)性。3

4、. 項目名稱：基于 Qt的人臉識別界面設(shè)計項目簡介（ 300-500 字）：該項目需要完成一個基于Qt的人臉識別界面的設(shè)計，這需要首先完成嵌入式GPU上的人臉識別，要求識別速度在 10s 內(nèi)，識別準確率需要達到 90%以上，并對外界環(huán)境有一定的 適應(yīng)能力；之后利用 Qt 對人臉識別界面進行設(shè)計，要求可以在界面上顯示識別到的人臉圖 像、人員名字、幀率、人臉的大小和位置等信息。本項目的具體研究內(nèi)容如下圖所示：其中包括：嵌入式軟硬件平臺和外設(shè)硬件如攝像頭的搭建，然后選用并行性高的算法，通過OpenCV開源函數(shù)庫來完成人臉檢測的算法描述，利用CUDA開發(fā)工具對GPU進行開發(fā)，實現(xiàn)算法的并行運算以提升人

5、臉檢測的速度，利用Qt對人臉識別界面進行設(shè)計，要求可以在界面上顯示識別到的人臉圖像、 人員名字、 人臉位置等信息。 為了提高人機交互的實時性， 人臉檢測算法還需要具有計算量小、檢測速度快的特點。要求人臉檢測識別速度在10s 內(nèi)，識別準確率需要達到 90%以上，并對外界環(huán)境有較好的適應(yīng)性。4. 項目名稱：立方體機器人的自平衡控制 項目簡介（ 300-500 字）： 立方體機器人（結(jié)構(gòu)如下圖所示）具備起跳、 平衡和受控傾倒功能，可以實現(xiàn)立方體機器人 任意方向的“行走” 。該機器人的特殊結(jié)構(gòu)可以解決單點支撐下物體的不平衡問題。此外， 立方體機器人每個飛輪產(chǎn)生的反力矩對其橫滾、 俯仰以及偏轉(zhuǎn)三個姿態(tài)都

6、會產(chǎn)生影響， 所以 立方體機器人是一種非線性、多耦合、非完整性約束的欠驅(qū)動系統(tǒng)，控制難度較大。對于這 樣一個復(fù)雜系統(tǒng)的研究， 本項目從機構(gòu)設(shè)計、 動力學(xué)特性分析、平衡控制、 控制器實現(xiàn)以及 控制功能實現(xiàn)幾個方面開展了研究，具體包括：1）立方體機器人機械結(jié)構(gòu)設(shè)計：對實現(xiàn)起跳功能的剎車結(jié)構(gòu)、動量輪的重量和尺寸等特性 進行設(shè)計，實現(xiàn)立方體的起跳和維持平衡功能。2）立方體單面和立方體的動力學(xué)特性分析：分析立方體機器人的動力學(xué)特性，建立精確的 數(shù)學(xué)模型；3）立方體機器人平衡控制與仿真實驗：基于所建立的精確數(shù)學(xué)模型，進行模型線性化，構(gòu) 建立方體機器人控制模型，通過 MATLAB/Simulink 對其穩(wěn)定

7、性進行仿真分析；4）設(shè)計控制器實現(xiàn)對運動平衡的控制；5）開展立方體機器人系統(tǒng)功能實驗，實現(xiàn)機器人的起跳、平衡和受控傾倒功能。5. 項目名稱：低對比度低亮度的中子圖像去噪算法研究 項目簡介（ 300-500 字）：中子照相作為一種無損檢測技術(shù)， 可利用中子束傳過物體時的衰減情況來顯示物體內(nèi)部的結(jié) 構(gòu)。目前在航天航空、軍工、核工業(yè)、建筑、考古、生物學(xué)、汽車工業(yè)、醫(yī)學(xué)、材料學(xué)、電 子元器件、石油、化工、冶金工業(yè)、能源存儲等領(lǐng)域中有著廣泛的需求。由于中子成像系統(tǒng)物理條件因素的限制，其成像結(jié)果不可避免地受到丫射線污染、中子散射、CCD電子噪聲的影響，使得中子成像系統(tǒng)所得到的圖像發(fā)生嚴重的降質(zhì)，如對比度低

8、，含有 多種噪聲等。針對中子照相技術(shù)所成圖像 （后簡稱中子圖像） 存在的問題， 尋找合適的去噪算法勢在必行。 到目前為止， 雖然許多行之有效的去噪算法被提出， 并且這些算法在處理具體問題時也取得 了良好的效果，但是其在處理中子圖像時由于不具有針對性，所以處理效果不能盡如人意。 綜上所述，我們提出了針對中子圖像的去噪算法研究這個題目。根據(jù)題目，結(jié)合中子圖像的噪聲特點，我們有主要目標如下：1有效去除中子圖像中的丫 -白斑噪聲。丫 -白斑噪聲是由丫射線的干擾引起，其特點為占據(jù)像素數(shù)目多，亮度大。2、在保存圖像主要信息的同時， 盡量去除圖像中的背景噪聲。 背景噪聲主要包括常規(guī)的高斯、 泊 松噪聲以及中

9、子束受周圍物體干擾，經(jīng)轉(zhuǎn)換屏在成像系統(tǒng)中所成的冗余斑點。6. 項目名稱：面向精準農(nóng)業(yè)的無人機載荷設(shè)計與適配實驗研究 項目簡介（ 300-500 字）：無人機施藥具有作業(yè)地點靈活（不受密度和地形的限制） 、作業(yè)效 率高、 防治效果好等優(yōu)勢， 近幾年已成為農(nóng)業(yè)病害防治的重要手段之一。 本項目以課題組云 鸮-100 無人直升機為研究對象，針對遼寧省水稻、玉米等典型作物開展無人機精準噴施作 業(yè)研究，構(gòu)建完善的農(nóng)業(yè)無人機噴灑應(yīng)用系統(tǒng)。具體內(nèi)容包括：云鸮-100 無人直升機典型作物噴藥載荷選型研究，具體包括藥物噴頭、隔膜水泵、噴桿、管路、支撐架等選型和藥箱 適配。不同飛行模態(tài)下的載荷霧量分布測量實驗研究，

10、有效解決噴霧過程重噴、漏噴現(xiàn)象， 實現(xiàn)霧量分布均勻。 無人機載荷系統(tǒng)集成技術(shù)與噴藥沉積實驗研究， 實現(xiàn)載荷機構(gòu)與無人機 載重、續(xù)航的適配集成， 并開展典型作物噴灑試驗， 驗證噴霧沉積特性與飛行參數(shù)的適配性。7 項目名稱：基于深度強化學(xué)習(xí)的機器人控制算法的研究項目簡介（ 300-500 字）：隨著人工智能的不斷發(fā)展，DeepMind公司開發(fā)的基于深度強化學(xué)習(xí)的AlphaGo以60連勝的圍棋戰(zhàn)績進入大眾的視野，使得深度強化學(xué)習(xí)得到各個高校和實驗室的廣泛關(guān)注，在工業(yè)、 教育、 醫(yī)療和人機博弈等方向均有進展。 在機器人控制算法的研究中， 當(dāng)機器人執(zhí)行特定復(fù) 雜環(huán)境的任務(wù)時，如果采取傳統(tǒng)的數(shù)學(xué)分析建模的

11、方法，首先需要大量的運動物理學(xué)知識， 其次建立的模型缺少準確性和適應(yīng)性， 很難快速準確地完成任務(wù)。 而采用深度強化學(xué)習(xí)， 通 過機器人自主從特定環(huán)境提取圖像信息， 不斷嘗試糾錯， 使得機器人自動找到最佳的運動策 略以出色完成任務(wù)。項目基于谷歌 Tensorflow 深度學(xué)習(xí)框架和 Keras 神經(jīng)網(wǎng)絡(luò) API 建模，選擇模擬機器人環(huán)境 仿真機器人特定環(huán)境任務(wù)，通過CNN網(wǎng)絡(luò)獲取環(huán)境信息， 得到環(huán)境特征圖作為輸入，而后不斷地進行隨機性策略和確定性策略觀察獎勵值更新參數(shù)，以機器人與環(huán)境的持續(xù)交互來訓(xùn)練Q-learning 強化學(xué)習(xí)網(wǎng)絡(luò)，最終達到機器人在特定復(fù)雜環(huán)境中能夠完成人們需要任務(wù)的目 的。8

12、. 項目名稱：聯(lián)合收割機視覺導(dǎo)航路徑檢測算法研究項目簡介（ 300-500 字）：研究背景聯(lián)合收獲機輔助駕駛已成為普遍關(guān)注的問題， 而實現(xiàn)聯(lián)合收獲機輔助駕駛的核心是對其預(yù)行 駛路徑進行導(dǎo)航檢測。 收獲機在農(nóng)田作業(yè)的行走過程中， 從圖像中提取出作物行， 并進行路 經(jīng)檢測， 進一步提供車輛的相對位置坐標等信息。 當(dāng)田間收割邊界為不規(guī)整曲線時， 精確提 取出作物行或壟溝的邊界特征、 得到導(dǎo)航基準線比較困難。 因此， 研究聯(lián)合收獲機的視覺導(dǎo) 航路徑檢測算法，是確保其沿收割邊界準確作業(yè)的關(guān)鍵。研究內(nèi)容 構(gòu)建基于聯(lián)合收獲機田間視覺導(dǎo)航的圖像實時采集系統(tǒng)，完成工業(yè)相機的參數(shù)標定。 研究基于機器視覺的聯(lián)合收獲

13、機田間視覺導(dǎo)航路徑檢測算法，同時考慮實時性、 準確性和魯棒性， 進行算法優(yōu)化。以灰度圖像為特征，獲取已收獲區(qū)域與未收獲區(qū)域邊界，定位并 識別聯(lián)合收獲機與導(dǎo)航基線的相對位置，能夠應(yīng)對不同天氣及作物類型。 應(yīng)用路徑檢測算法擬合直線 / 曲線田間導(dǎo)航路徑模型。 開展田間試驗， 對田間導(dǎo)航路徑信息進行實時采集， 在不同類型收獲邊界和不同干擾下 進行多次對比，以此檢驗路徑檢測算法的準確性、穩(wěn)定性。9. 項目名稱：月塵對載人航天探測的危害研究項目簡介（ 300-500 字）：據(jù)阿波羅載人登月探測實踐，在月球探測工程中，影響航天員月 面健康生存最大的威脅來自于月塵及其形成的塵埃粒子環(huán)境。 因此，當(dāng)考慮月塵對

14、宇航員的 健康影響時， 月塵顆粒對呼吸系統(tǒng)、 皮膚和眼睛等直接暴露且較為敏感的器官的健康影響必 須被充分考慮。 這些問題包括： （1）基于不同暴露時間、 不同暴露水平的月塵顆粒對呼吸系 統(tǒng)、眼睛和皮膚的影響； （2）月塵的主要毒性物質(zhì)是什么； （3）月塵暴露引起機體損傷的病 理機制和關(guān)鍵影響因素等； （4）行之有效的治療方案。對這些問題的研究還存在許多空白， 不能夠為月塵安全暴露限值和人類健康風(fēng)險標準的制定提供充分而詳實的證據(jù)，遠遠不能滿足建立月球基地的具體要求。因此，月塵生物毒性的研究是必須且必要的。我們將在動物、 組織、細胞和分子層面展開對上述問題的深入研究， 研究結(jié)果將有助于確定月塵顆粒

15、對人體 的毒性。從月塵的毒理學(xué)檢查中獲得的數(shù)據(jù)對制定月塵允許暴露限值標準和月球塵埃的人類 健康風(fēng)險標準提供參考。10. 項目名稱：月面新概念移動機器人研究項目簡介( 300-500 字)：月面新概念移動機器人研究的最終目標是實現(xiàn)其在未知月面環(huán)境 中能通過雙目視覺信息使多足機器人自適應(yīng)調(diào)整運動方式， 并且進行穩(wěn)定的運動。 因此， 需 要重點研究的內(nèi)容包括： (1) 機器人自適應(yīng)可重構(gòu)式結(jié)構(gòu)與視覺系統(tǒng)設(shè)計，根據(jù)外部環(huán)境 要求， 能自適應(yīng)調(diào)整底盤傾角， 采用輪或足的運動方式。 采用雙目攝像機收集環(huán)境信息，為 實現(xiàn)精確環(huán)境構(gòu)建建立物理基礎(chǔ)； (2) 地形三維信息獲取算法與地形重建研究，研究高精 度、實

16、時性的立體匹配算法， 使其匹配速度與匹配精度都滿足實際應(yīng)用的需求， 實現(xiàn)場景視 差圖的實時準確獲取， 為三維重建提供環(huán)境的三維點云信息。 針對立體匹配算法獲取的運動 環(huán)境的三維點云信息，研究三維重建技術(shù)，實現(xiàn)地形表面的三維重建，為機器人進行避障、 越障和路徑規(guī)劃等動作提供信息； (3) 機器人運動支撐策略與運動規(guī)劃研究，可重構(gòu)式輪 足轉(zhuǎn)換機器人在未知環(huán)境自主運動過程中， 身體結(jié)構(gòu)、 輪足運動方式的自主選擇， 擺動腿的 落足點選取以及移動步態(tài)的設(shè)計， 研究根據(jù)地形的幾何信息和機器人自身的運動能力約束的 運動支撐策略， 研究機器人足端軌跡實時規(guī)劃算法和位姿調(diào)整算法， 以確保機器人能平穩(wěn)通 過復(fù)雜崎

17、嶇的地形。11. 項目名稱：空間有效載荷結(jié)構(gòu)輕量化及減振研究項目簡介( 300-500 字)：1、背景介紹：空間有效載荷在其火箭發(fā)射階段會經(jīng)受嚴酷的過載、 振動和沖擊等動力學(xué)環(huán)境。 動力學(xué)環(huán)境 對空間有效載荷的影響是不容忽視的，它在一定程度上決定了發(fā)射的成功與否。為了既滿足火箭發(fā)射的質(zhì)量約束(極為迫切) ，又要保證載荷的抗力學(xué)性能，空間有效載荷 的結(jié)構(gòu)輕量化減振控制是一項必不可少的技術(shù)環(huán)節(jié)，它對于增強空間有效載荷系統(tǒng)的可靠 性，確保任務(wù)發(fā)射成功具有極其重要的現(xiàn)實意義和研究價值。2、研究內(nèi)容：(1) 空間有效載荷結(jié)構(gòu)的拓撲優(yōu)化和尺寸優(yōu)化；(2) 空間有效載荷結(jié)構(gòu)的被動減振控制及優(yōu)化設(shè)計；(3)

18、空間有效載荷結(jié)構(gòu)動力學(xué)環(huán)境下的數(shù)值仿真分析 (過載、 模態(tài)、頻響、沖擊和隨機振動) ；(4) 試驗驗證(模態(tài)測試、振動和沖擊試驗驗證) ，并與仿真分析對比，證明優(yōu)化后的空間 有效載荷結(jié)構(gòu)在滿足質(zhì)量約束的條件下，其動力學(xué)性能更優(yōu)，滿足鑒定級環(huán)境要求。12. 項目名稱：基于自適應(yīng)動態(tài)規(guī)劃的磨削過程多約束遞階最優(yōu)控制方法研究 項目簡介( 300-500 字)： 特大型滾動軸承是各類大型軍用民用裝備及特種設(shè)施的重要基礎(chǔ)零部件， 是促進經(jīng)濟發(fā)展和 維護國家安全的重要保障。 特大型滾動軸承套圈屬于異形截面環(huán)狀零件， 具有典型的薄壁低 剛度結(jié)構(gòu)特性， 極易導(dǎo)致加工過程中出現(xiàn)尺寸偏差和形狀偏差。 采用自適應(yīng)遞

19、階優(yōu)化控制策 略是保障特大型滾動軸承磨削加工精度的有效方法， 開展相關(guān)研究具有重要意義。 本項目旨 在最優(yōu)控制思想的基礎(chǔ)上， 建立軸承套圈加工尺寸精度約束的多目標優(yōu)化函數(shù)， 將加工過程 中的尺寸精度、 磨削力與磨削溫度等作為狀態(tài)向量建立末態(tài)性能目標集， 以主軸轉(zhuǎn)速、 進給 量與進給速度等作為控制參量確定容許控制范圍， 構(gòu)建多目標自適應(yīng)指標泛函， 以自適應(yīng)動 態(tài)規(guī)劃方法求解多目標復(fù)合泛函， 獲得局部最優(yōu)控制參數(shù)。 項目總體實現(xiàn)基于自適應(yīng)動態(tài)規(guī) 劃的磨削過程多約束遞階最優(yōu)控制方法。13. 項目名稱：汽車發(fā)動機曲軸孔徑高速高精度自動化測量技術(shù)研究 項目簡介（ 300-500 字）：汽車及零部件產(chǎn)業(yè)是

20、 “沈陽市促進產(chǎn)業(yè)轉(zhuǎn)型升級三年行動計劃” 中的重點發(fā)展方向， 也是東 北地區(qū)的重點支柱產(chǎn)業(yè)。 “中國制造 2025 ”計劃和“十三五”規(guī)劃明確指出，智能制造是未 來汽車行業(yè)的發(fā)展方向。 作為汽車的核心組成部分， 汽車發(fā)動機是實現(xiàn)智能制造的關(guān)鍵； 而 發(fā)動機箱體上軸孔的配合精度將直接影響發(fā)動機性能的優(yōu)劣。 因此，高精度軸孔內(nèi)徑的現(xiàn)場 自動化測量技術(shù)是實現(xiàn)高質(zhì)量制造的關(guān)鍵因素， 也是提升發(fā)動機性能的關(guān)鍵技術(shù)。 汽車發(fā)動 機箱體作為內(nèi)燃發(fā)動機的核心部件，分布著大量的軸孔，實現(xiàn)孔徑在線檢測面臨諸多困難， 重點在于同時滿足高精度測量和在線測量， 傳統(tǒng)的測量方式無法實現(xiàn)。 項目旨在研究一種新 型光學(xué)式多方

21、向軸孔內(nèi)徑測量方法， 構(gòu)造新型光學(xué)式多方向內(nèi)徑專用量儀， 要求滿足現(xiàn)場自 動化測量與高精度測量的需求，為發(fā)動機軸孔的現(xiàn)場高精度測量提供了新途徑。14. 項目名稱：振動特性分析和智能故障診斷方法研究項目簡介（ 300-500 字）：隨著社會對產(chǎn)能需求的增大以及科技水平的進步, 機械設(shè)備正朝著高速、高效、高精度方向發(fā)展，其運行過程中的故障風(fēng)險問題也日益突出, 振動信號特征與設(shè)備各零部件的運行狀態(tài)有著較強的對應(yīng)關(guān)系， 能夠有效地獲取表征設(shè)備運行狀態(tài)的關(guān)鍵信息， 為準確實現(xiàn)設(shè)備的故 障診斷提供保障。 傳統(tǒng)的振動特征分析只能單獨反映信號在時域和頻域的分布情況， 無法全 面獲取非平穩(wěn)振動信號的有效特征，

22、因此需要先進的振動特征提取和分析算法對機械設(shè)備的 運行狀態(tài)進行分析判斷。 本項目要求對大型旋轉(zhuǎn)機械的振動特性進行監(jiān)控分析， 圍繞智能故 障診斷中的幾個關(guān)鍵問題： 振動特征提取、 振動特性評價與分析、 故障診斷推理方法展開研 究，構(gòu)建系統(tǒng)關(guān)鍵設(shè)備性能評估與劣化分析模型， 采用深度學(xué)習(xí)算法進行特征分析和診斷推 理, 智能化識別故障類型及故障發(fā)生部位，保障機械系統(tǒng)安全運行，避免重大事故發(fā)生。15. 項目名稱：直流電驅(qū)動絞車剎車系統(tǒng)冷卻水熱平衡分析項目簡介（ 300-500 字）：大功率的機械設(shè)備（鉆機絞車） 在進行制動或控制轉(zhuǎn)速時，剎車系統(tǒng)（液壓盤式剎車和電磁 渦流剎車）會產(chǎn)生巨大的熱量，在實際的使

23、用操作過程中, 通常使用電磁渦流剎車來控制鉆壓和送鉆速度 , 有時會使電磁渦流剎車長時間在大電流下連續(xù)工作。加之深井、超深井長時 間的提下鉆 , 往往會使電磁渦流剎車激磁線圈產(chǎn)生大量的熱量。隨著井深的增加，絞車的起 重質(zhì)量隨之增大， 剎車需要的能力隨之提高， 所產(chǎn)生的熱量也會隨之增大， 必然需要有充分 的冷卻水循環(huán)冷卻。 否則， 電磁渦流剎車轉(zhuǎn)子會因過熱而膨脹， 使轉(zhuǎn)子和固定磁鐵之間的間 隙增大，大大減小制動力矩。由于鉆井作業(yè)環(huán)境的影響, 室外的高溫惡劣天氣也會提高電磁剎車本身溫度。這些熱量如果不能及時有效地散發(fā)出去, 將會降低電磁渦流剎車使用壽命使電磁剎車損壞、失效甚至發(fā)生鉆井作業(yè)安全事故。

24、在工程中， 通常利用水冷卻系統(tǒng)及時地將渦電流作用產(chǎn)生熱量排出。 因此， 對水冷卻系統(tǒng)熱 平衡分析， 進行熱力學(xué)和流體方面的計算和建模仿真， 并依據(jù)工作現(xiàn)場的環(huán)境情況 （沙漠或 寒冷地區(qū)），確定出合理的冷卻水流量、冷卻水溫的合理區(qū)間、泵的排量大小及選型、冷卻 水箱的尺寸、空冷器型號等，并能對冷卻系統(tǒng)結(jié)構(gòu)改進提出創(chuàng)新性的改進方案。16. 項目名稱：微電網(wǎng)能源管控系統(tǒng)研制與開發(fā)項目簡介（ 300-500 字）：智能微電網(wǎng)技術(shù)為風(fēng)能、 太陽能等可再生能源的高效利用成為了可能。 本項目針對離網(wǎng)型中 小型風(fēng)力發(fā)電系統(tǒng)， 從發(fā)電、 電能變換和儲能三方面研究運行控制與優(yōu)化技術(shù)。 針對風(fēng)力發(fā)電機， 研究發(fā)電過程

25、能量轉(zhuǎn)化關(guān)系， 建立不同風(fēng)速下的風(fēng)力發(fā)電機最大功率模型； 以保證供 電質(zhì)量為前提，研究風(fēng)力發(fā)電電能變換技術(shù)，設(shè)計DC-DC變換電路結(jié)構(gòu)與控制策略， 研究風(fēng)力發(fā)電過程最大功率跟蹤算法， 實現(xiàn)風(fēng)能的最大利用；根據(jù)儲能系統(tǒng)運行參數(shù)（電壓、 電流 等）建立儲能系統(tǒng)剩余電量估計模型，實現(xiàn)儲能系統(tǒng)運行狀態(tài)的準確估計?？紤]發(fā)電、 電能變化和儲能三部分，研究風(fēng)力發(fā)電系統(tǒng)運行優(yōu)化方法，實現(xiàn)微電網(wǎng)能源系統(tǒng)的能量管理。 該項目涉及的控制與優(yōu)化技術(shù)將應(yīng)用新型智能微電網(wǎng)技術(shù)的研制中，為清潔能源的收集利用提供重要科研裝備， 并為清潔能源的高效利用提供重要技術(shù)支撐。 主要應(yīng)用于邊防哨所、 海 島駐軍、漁民牧民、 地處野外高

26、山的微波站、 公路、鐵路無電小站等不便鋪設(shè)或接入大規(guī)模 電力系統(tǒng)的地區(qū)有重要的應(yīng)用價值。17. 項目名稱：面向智能制造的故障預(yù)測與健康管理技術(shù)項目簡介（ 300-500 字）：智能制造是制造業(yè)未來發(fā)展的重要方向。 如何提升生產(chǎn)設(shè)備的可靠性以及工業(yè)生產(chǎn)過程的安 全性是智能制造系統(tǒng)關(guān)注的重點問題。 當(dāng)前的生產(chǎn)設(shè)備無論可靠性和自動化程度有多高， 都 會出現(xiàn)性能衰退乃至故障狀況， 給企業(yè)生產(chǎn)造成負面影響。 因此， 智能制造系統(tǒng)的目標就是 將生產(chǎn)設(shè)備及核心組件的健康狀態(tài) “透明地” 呈現(xiàn)在工廠管理和維護人員面前，最終實現(xiàn)設(shè)備的持續(xù)可靠運行。故障預(yù)測與健康管理技術(shù)（PH M）利用工業(yè)系統(tǒng)中產(chǎn)生的各類數(shù)據(jù)，

27、經(jīng)過信號處理和數(shù)據(jù)分析等運算手段，實現(xiàn)對復(fù)雜工業(yè)系統(tǒng)健康狀態(tài)的評估與預(yù)測，是實現(xiàn)上述目標的關(guān)鍵技術(shù)。本項目以試驗和理論分析相結(jié)合的方式展開，幫助學(xué)生理解并運用 PHM理論及方法。項目選取電機、電磁閥以及變壓器等設(shè)備內(nèi)部的基礎(chǔ)能量轉(zhuǎn)換元件電磁線圈為研究對象： 運用加速老化實驗獲取具有不同絕緣退化狀態(tài)的樣品； 借助光學(xué)顯微鏡、 高精度阻抗分析儀 等儀器獲取樣品的外觀顏色和電學(xué)參數(shù)； 基于機器學(xué)習(xí)算法分析測量數(shù)據(jù)， 研究電磁線圈退 化特征提取及剩余壽命預(yù)測方法。本項目有助于培養(yǎng)學(xué)生的科學(xué)試驗及數(shù)據(jù)分析能力， 對于培養(yǎng)學(xué)生的創(chuàng)新意識和科研探索精 神有較大促進意義。比如， 裝配之前需要視覺系統(tǒng)先識別和定

28、 自動化噴涂之前，也需要先識別工件的型18. 項目名稱：工件自動識別與定位方法研究 項目簡介（ 300-500 字）：背景： 主要應(yīng)用領(lǐng)域包括自動化裝配和表面加工。 位工件，然后機器人執(zhí)行抓取和放置動作。又如，號，并給出姿態(tài)信息。此外，該技術(shù)還可以推廣應(yīng)用到服務(wù)機器人。簡單地講，3D 工件識別與定位是工業(yè)自動化的核心技術(shù)之一， 也是許多智能裝配需要突破的關(guān)鍵技術(shù)， 非常重要。 現(xiàn)狀：目前，關(guān)于 3D目標識別與定位（Object recognition and pose estimation）的研究非常廣泛， 有大量的文獻出版。 但是，該問題始終沒有得到較好的解決，特別得在工業(yè)應(yīng)用 方面，還存在

29、許多實際問題，比如魯棒性、精度、效率等。要求：要求采用微軟的 kin ect傳感器獲取工件的深度信息，通過與工件的3DCAD數(shù)模進行匹配，實現(xiàn)工件的識別與定位。編程語言要求采用 C/C+語言。編程軟件可以使用 Visual C+2010或者2008。再與OpenCV和Point Cloud Library 等工具包配合使用。也可以使用 Matlab 軟件進行編程實現(xiàn)。識別率達到95%以上。19. 項目名稱：機器人化裝備技術(shù) 項目簡介（ 300-500 字）：近年來， 隨著裝備制造業(yè)的飛速發(fā)展， 對裝備制造過程自動化提出了越來越高的要求。 尤其 是在高鐵機車和飛機等大型裝備的裝配制造過程中， 需

30、要對許多大型零部件進行快速準確的 吊裝。 目前對大件的吊裝主要采用橋式起重機， 該裝備用于大件裝配主要存在以下問題： 吊 裝穩(wěn)定性差，難于準確定位；吊裝速度慢，難于消除吊運過程的工件慣性影響；主要依靠人 工操作，難于實現(xiàn)自動化作業(yè)。基于并聯(lián)柔索的吊裝機器人屬于機器人化裝備， 具備了機器人的作業(yè)精度高、 作業(yè)速度快及 易于實現(xiàn)自動化作業(yè)等特點，在大件自動化裝配領(lǐng)域有著很好的應(yīng)用前景。在過去的 20 多 年中，以美國國家標準與技術(shù)研究所 （NIST）為代表的多家機構(gòu)已經(jīng)開始嘗試將該項技術(shù)應(yīng) 用于重在吊運，但是受限于行業(yè)需求的迫切性不夠強烈和該類機器人對大基座空間的需求， 該項技術(shù)在制造業(yè)生產(chǎn)領(lǐng)域還

31、沒有較為成熟的應(yīng)用實例。因此，本項目面向我國提升裝備制造業(yè)能力的背景， 針對大型裝備裝配制造過程自動化需求， 提出研制基于并聯(lián)柔索吊裝機器人技術(shù)的課題。 擬通過機構(gòu)構(gòu)型的研究與設(shè)計， 實現(xiàn)小基座 尺度的較大范圍六自由度運動能力； 擬通過關(guān)鍵結(jié)構(gòu)設(shè)計， 提高機器人的結(jié)構(gòu)精度， 實現(xiàn)高 精度作業(yè)。20. 項目名稱：機器人研磨拋光加工控制系統(tǒng)研究項目簡介（ 300-500 字）：針對機器人研磨拋光加工的接觸力控制要求， 研究負載條件下的機器人末端執(zhí)行器重力補償 算法， 綜合考慮磨拋工具重力作用、 力傳感器零點、機器人安裝傾角等因素，并利用多個機 器人姿態(tài)下的力傳感器數(shù)據(jù)， 求得重力補償參數(shù)， 消除力

32、傳感器零點及磨拋工具重力對機器 人柔性加工的影響，實現(xiàn)不重新安裝研磨拋光工具條件下的參數(shù)標定。研究機器人研磨拋光加工位姿調(diào)節(jié)方法， 確保研磨加工過程中研磨拋光工具的工作面與工件 表面保持良好接觸， 改善研磨拋光工具與工件之間的貼合效果， 實現(xiàn)機器人研磨拋光過程中 接觸力的恒定控制， 提高機器人研磨拋光加工的加工效率。 在此基礎(chǔ)上， 進行機器人研磨拋 光加工實驗，并進行加工工藝參數(shù)優(yōu)化研究。21. 項目名稱：RoboCup機器人救援仿真中多智能體協(xié)作優(yōu)化項目簡介（ 300-500 字）：RoboCup機器人救援仿真系統(tǒng)（RCRSS是一個實時的、動態(tài)復(fù)雜環(huán)境下的多智能體系統(tǒng)，這 個系統(tǒng)模擬了一個災(zāi)

33、后的環(huán)境， 在這個環(huán)境中， 市民被倒塌的房屋掩埋， 掩埋的房屋阻塞了 道路， 建筑物著火等，智能體救援隊伍需要在對環(huán)境的不斷探索下，通過不斷交換信息，同 構(gòu)和異構(gòu)智能體之間分工合作，在受到通信信道數(shù)量、隊員數(shù)量、避難所數(shù)目、地圖大小、 救援時間受限、 取水點數(shù)量等條件限制下，實施救援，并獲得最優(yōu)的救援結(jié)果，將災(zāi)難損失 降到最低。本項目擬通過RCRSS仿真平臺進行多智能體協(xié)作的研究，分析比較各種算法在實時動態(tài)環(huán)境中的效果， 對多智能體協(xié)作中， 任務(wù)規(guī)劃及自適應(yīng)協(xié)作的策略進行優(yōu)化， 并在災(zāi)難發(fā)生的時 候，快速反應(yīng)救援， 將災(zāi)難損失降到最低， 這個研究對多智能體協(xié)作理論以及應(yīng)用的發(fā)展有 著重要的意義

34、。22. 項目名稱：求解燃料元件導(dǎo)熱問題的快速計算方法研究項目簡介（ 300-500 字）： 燃料元件是燃料組件的核心組成部分， 它的導(dǎo)熱性能直接影響燃料組件的熱效率以及一回路 壓力邊界的完整性。 本課題提出一種快速計算燃料元件導(dǎo)熱問題的新型計算方法。 通過減少 未知量所在區(qū)域及利用半解析計算， 減低最終方程的階數(shù)， 從而減少計算時間， 節(jié)省計算資 源。利用該方法能夠同時計算燃料元件各組成部分的溫度及熱流密度，為快速確定熱點的位置、保證燃料元件的安全提供理論依據(jù)。該研究成果具有一定的理論價值及工程參考意義。 完成本課題需要調(diào)研有關(guān)燃料元件導(dǎo)熱問題的研究方法、研究動態(tài)； 掌握導(dǎo)熱的相關(guān)理論知識并

35、能夠運用數(shù)學(xué)進行推導(dǎo)運算；熟練掌握 Matlab 并對相應(yīng)問題進行編程計算； 能夠?qū)Y(jié)果進行合理分析并給出相關(guān)結(jié)論。23. 項目名稱：基于數(shù)值模擬的 AUV水動力數(shù)據(jù)獲取與黑箱建模項目簡介（ 300-500 字）：AUV操縱性研究與布局設(shè)計的重要前提是獲取其水下航行過程中的水動力數(shù)據(jù)并利用這些 數(shù)據(jù)建立相應(yīng)的動力學(xué)模型。 學(xué)生將在老師的指導(dǎo)下， 在老師現(xiàn)有研究成果的基礎(chǔ)上， 首先 利用CFD方法模擬AUV在水中的運動，運動包括AUV本體的空間6自由度運動、舵翼的轉(zhuǎn)動 和螺旋槳的轉(zhuǎn)動；然后利用Python或者Matlab對AUV運動輸入與受力輸出之間的關(guān)系進行 分析，主要進行相關(guān)性和顯著性分析， 量化分析各