太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (中国)·官方网站

一種木工支羅鉆組合機(jī)床的裝夾分度進(jìn)給裝置，主軸箱中有主軸夾緊液壓缸和主軸夾緊壓桿，有上下兩個(gè)完全相同內(nèi)有支羅鉆夾緊拉桿的主軸，主軸內(nèi)還有支羅鉆定位元件，主軸前端有主軸夾緊裝置，中間有支羅鉆夾緊液壓缸，后端有絲杠螺母機(jī)構(gòu)，主軸套上有與齒條液壓缸連接的主動(dòng)齒輪相嚙合的被動(dòng)齒輪，有連接主軸的傳動(dòng)鍵。該裝置能滿足木工支羅鉆直徑和長(zhǎng)度尺寸的需要，能自動(dòng)夾緊支羅鉆和主軸，能實(shí)現(xiàn)主軸的分度運(yùn)動(dòng)和銑螺旋面回轉(zhuǎn)加工進(jìn)給運(yùn)動(dòng)，自動(dòng)化程度高，大大降低了工人的勞動(dòng)強(qiáng)度，幫助木工支羅鉆組合機(jī)床一次裝夾同時(shí)完成兩個(gè)支羅鉆銑平、斜、螺旋面的加工，節(jié)省了加工輔助時(shí)間，大幅度地提高了支羅鉆的加工生產(chǎn)效率。

一、項(xiàng)目簡(jiǎn)介 自動(dòng)導(dǎo)航運(yùn)輸車（Automated Guided Vehicle，AGV）是裝有自動(dòng)導(dǎo)航裝置，能夠沿規(guī)定的路徑行駛，在車體上具有編程和停車選擇裝置、安全保護(hù)裝置以及各種物料移載功能的搬運(yùn)車輛。廣泛應(yīng)用于汽車制造、電子、紡織、食品、煙草、物流倉儲(chǔ)等行業(yè)和領(lǐng)域。 2016年中國(guó)AGV市場(chǎng)銷售量7350臺(tái)，市場(chǎng)規(guī)模達(dá)12.08億元，同比增長(zhǎng)37.7%。2017年中國(guó)市場(chǎng)AGV銷量有望突破10200臺(tái)，同比增速超38%。特別是新一代完全柔性的AGV機(jī)器人將在各種場(chǎng)景下得到應(yīng)用，新的AGV增量市場(chǎng)正在醞釀過程中。 當(dāng)前AGV主要導(dǎo)航方式為有軌導(dǎo)航（固定路徑）和無軌導(dǎo)航（柔性路徑）。傳統(tǒng)有軌導(dǎo)航AGV主要采用有軌導(dǎo)航方式，雖然簡(jiǎn)單易行、路徑跟蹤可靠性好，但靈活性和柔性差；新的激光導(dǎo)航方式，在應(yīng)用時(shí)具有更高的柔性，但目前大多數(shù)是采用反射板和三角定位原理進(jìn)行，其靈活性和柔性受到限制。 無軌導(dǎo)航AGV不需要任何場(chǎng)地施工、具備自由路徑導(dǎo)航和智能避讓能力的AGV，越來越受到行業(yè)的重視，是重要發(fā)展趨勢(shì)和研究熱點(diǎn)。這種無軌的自主導(dǎo)航系統(tǒng)（自由路徑規(guī)劃和決策）具有更高的引導(dǎo)柔性，能夠更高效、靈活地完成物料的搬運(yùn)任務(wù)。隨著車間物流和生產(chǎn)流程日益復(fù)雜多變，對(duì)柔性供送、自主規(guī)劃決策的新一代AGV需求迫切。 本項(xiàng)目致力于開發(fā)面向柔性物料搬運(yùn)、內(nèi)部物流的AGV機(jī)器人平臺(tái)，具有效率高，易于操作、使用靈活且安全等特點(diǎn)。項(xiàng)目研究的這種AGV是第三代柔性移動(dòng)機(jī)器人，綜合了激光、視覺、慣性定位和自主規(guī)劃決策技術(shù)，是未來的移動(dòng)解決方案。(智能化工具化)，適應(yīng)于巡檢和商城、賓館、醫(yī)院等場(chǎng)所的內(nèi)部配送。 項(xiàng)目研究全新一代AGV屬于自主導(dǎo)航機(jī)器人，具備全柔性：無軌導(dǎo)航，不需要場(chǎng)地布設(shè)，全軟件化，應(yīng)用更廣（內(nèi)部物流、人機(jī)協(xié)作等）。具備自主性：自動(dòng)路徑規(guī)劃、自動(dòng)避障、自動(dòng)跟蹤、相互協(xié)作、自動(dòng)充電等智能決策。項(xiàng)目研究具有重要的現(xiàn)實(shí)意義和市場(chǎng)前景。 二、前期研究基礎(chǔ) 研究團(tuán)隊(duì)已經(jīng)開工研究面向柔性物料搬運(yùn)和物流配送的新一代AGV機(jī)器人，服務(wù)于需混合導(dǎo)航與自由路徑功能的新興AGV市場(chǎng)，目前研發(fā)的這種AGV是第三代高級(jí)移動(dòng)機(jī)器人，綜合了激光、視覺、慣性導(dǎo)航和自主規(guī)劃決策與人機(jī)交互技術(shù)，是未來的移動(dòng)解決方案(智能化工具化)。累計(jì)完成投資150萬元，已和廈門萬久公司開展省高校產(chǎn)學(xué)項(xiàng)合作目(基于視覺與慣性定位的AGV裝置研發(fā))，設(shè)計(jì)完成了AGV機(jī)器人樣機(jī)，正進(jìn)行驅(qū)動(dòng)系統(tǒng)、導(dǎo)航系統(tǒng)、控制系統(tǒng)可靠性與性能指標(biāo)的測(cè)試。 當(dāng)前正在的研究工作和目標(biāo)是，進(jìn)一步完善AGV基本機(jī)型設(shè)計(jì)，實(shí)現(xiàn)激光SLAM、里程/IMU慣性定位、自主路徑規(guī)劃與跟蹤；對(duì)AGV的RGB-D視覺系統(tǒng)進(jìn)行開發(fā)設(shè)計(jì)，實(shí)現(xiàn)視覺引導(dǎo)與目標(biāo)識(shí)別、跟蹤、避讓；進(jìn)行終端控制軟件開發(fā)，形成產(chǎn)品應(yīng)用解決方案。 已發(fā)表的與項(xiàng)目相關(guān)的主要論文SCI論文5篇，EI論文20余篇。主要發(fā)明專利有：1. 仲訓(xùn)昱, 田軍, 龐聰, 彭俠夫, 曾建平. 基于前傾 2D 激光雷達(dá)移動(dòng)掃描的路面與障礙檢測(cè)方法. 國(guó)家發(fā)明專利（受理中）2. 仲訓(xùn)昱. 基于虛擬掃描與測(cè)距匹配的 AGV 激光 SLAM 方法. 國(guó)家發(fā)明專利（申請(qǐng)?zhí)枺?01710504910.7, 受理中）. 3. 仲訓(xùn)昱, 李躍亮, 彭俠夫. 面向智能車自主充電的柔性對(duì)接裝置. 國(guó)家發(fā)明專利（申請(qǐng)?zhí)枺?nbsp;201710389598.1, 受理中）4. 仲訓(xùn)昱, 王祥, 陳映冰, 彭俠夫. 基于 A*提取引導(dǎo)點(diǎn)的 AGV 路徑跟蹤與避障協(xié)調(diào)方法.國(guó)家發(fā)明專利（申請(qǐng)?zhí)枺?nbsp;201710043581.0, 受理中）5. 仲訓(xùn)昱, 李躍亮, 劉嘉偉, 彭俠夫. 一種面向智能車自主充電的柔性對(duì)接裝 置. 國(guó)家實(shí)用新型專利, 專利號(hào)： 201720606992.1 三、應(yīng)用技術(shù)成果 （一）導(dǎo)航控制系統(tǒng)設(shè)計(jì) 研究團(tuán)隊(duì)開發(fā)了一種全柔性自主式AGV機(jī)器人, 其導(dǎo)航控制系統(tǒng)如下圖所示，特點(diǎn)有： 1）采用這種模塊化的系統(tǒng)平臺(tái), 搭建激光導(dǎo)航AGV產(chǎn)品, 可實(shí)現(xiàn)降低制作成本30%-50%;  2）結(jié)合視覺/慣性定位和特殊運(yùn)動(dòng)機(jī)構(gòu), 支持各種場(chǎng)景下的使用、簡(jiǎn)易且節(jié)省人工成本。 （二）地圖表示和基于A*提取關(guān)鍵路徑點(diǎn)的全局路徑規(guī)劃方法 以AGV半徑障礙進(jìn)行膨脹，建立初始柵格地圖；通過風(fēng)險(xiǎn)評(píng)估函數(shù)對(duì)障礙周圍節(jié)點(diǎn)的風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)估，獲得帶有風(fēng)險(xiǎn)區(qū)域的安全柵格地圖。在安全地圖上通過A*算法規(guī)劃全局路徑，在得到的全局路徑上提取關(guān)鍵路徑點(diǎn)。 （三）基于位-姿交替控制的路徑跟蹤與避讓/運(yùn)動(dòng)協(xié)調(diào)方法研究了局部環(huán)境建模與自適應(yīng)窗口的實(shí)時(shí)避障方法，同時(shí)還研究了基于復(fù)合速度障礙法的分布式運(yùn)動(dòng)規(guī)劃算法，在各種移動(dòng)服務(wù)機(jī)器人與AGV搬運(yùn)機(jī)器人 相互協(xié)調(diào)避讓的運(yùn)動(dòng)規(guī)劃中等具有很好的應(yīng)用前景。 機(jī)器人以關(guān)鍵路徑點(diǎn)為引導(dǎo)點(diǎn)并不斷實(shí)時(shí)切換、更新引導(dǎo)點(diǎn)，進(jìn)行路徑跟蹤與障礙避讓的協(xié)調(diào)統(tǒng)一。 （四）基于地圖匹配的AGV激光SLAM方法 虛擬掃描與測(cè)距匹配法：增量式創(chuàng)建柵格地圖，采用虛擬激光雷達(dá)掃描與基于測(cè)距的快速輪廓匹配。 LATTICE SLAM方法：綜合采用了高斯牛頓迭代法、地圖匹配表、概率地圖和高低兩層地圖等策略。 （五）AGV系統(tǒng)特色設(shè)計(jì) 1)雙層控制器系統(tǒng)結(jié)構(gòu)，提高可靠性、實(shí)時(shí)性和靈活性。 2)基于ROS的軟件設(shè)計(jì)，采用NVIDIA 的TK1超級(jí)計(jì)算平臺(tái)作為主控計(jì)算機(jī)。 3)下位機(jī)功能模塊設(shè)計(jì)：處理實(shí)時(shí)性較高的任務(wù)，如里程計(jì)／IMU推算定位、安全速4)度控制、超聲波／防撞條避碰處理等。 5)運(yùn)動(dòng)機(jī)構(gòu)及外觀設(shè)計(jì)：兩輪差動(dòng)驅(qū)動(dòng)＋兩輪隨動(dòng)”的四輪運(yùn)動(dòng)機(jī)構(gòu)，比六輪機(jī)構(gòu)具有更好的地面適應(yīng)性；采用橡膠輪，減震和靜音效果好。 6)自動(dòng)充電對(duì)接裝置設(shè)計(jì)：通過柔性連桿的彎曲形變來實(shí)現(xiàn)充電接口和充電接頭的柔順對(duì)接。 四、合作企業(yè) 廈門萬久科技股份有限公司是一家集銷售、軟件研發(fā)、技術(shù)服務(wù)、加工技術(shù)整合為一體的高新技術(shù)企業(yè)。目前公司的經(jīng)營(yíng)范圍涉及CNC軟件開發(fā)及數(shù)控系統(tǒng)銷售、CNC控制零件銷售及專業(yè)維修；工藝優(yōu)化、機(jī)臺(tái)升級(jí)與技術(shù)改造、工程配電與軟件優(yōu)化、專用機(jī)控制系統(tǒng)開發(fā)、多軸機(jī)的設(shè)計(jì)與開發(fā)、機(jī)臺(tái)精度檢測(cè)與校正優(yōu)化服務(wù)等。公司是國(guó)際知名生產(chǎn)制造企業(yè)——富士康的產(chǎn)品供應(yīng)商和技術(shù)服務(wù)商。  

目前，多媒體視頻領(lǐng)域存在多個(gè)編碼標(biāo)準(zhǔn)，包括 mpeg1/mpeg2/mpeg4/h.264，以及我們國(guó)家擁有自主知識(shí)產(chǎn)權(quán)的 AVS 標(biāo)準(zhǔn)。mpeg4 標(biāo)準(zhǔn)之中又包括 xvid、divx 等，而 h.264 可能 93 合作方式 商談。4 所屬行業(yè)領(lǐng)域 電子信息領(lǐng)域。也將存在多種編碼標(biāo)準(zhǔn)。其中新的編碼標(biāo)準(zhǔn)，如 h.264、VC-1 等，由于其需要較高的處理能 力，僅僅依靠嵌入式 CPU 或 DSP 的多媒體解決方案是無法獲得滿意的性能指標(biāo)的，因此必 須采用專用集成電路(ASIC)方法來實(shí)現(xiàn)硬件加速功能。但這種 ASIC 設(shè)計(jì)方法——即通過硬件實(shí)現(xiàn)直接提供某種(些)編碼格式的支持缺乏靈 活性，一旦有種新的編碼標(biāo)準(zhǔn)推出，就需要重新設(shè)計(jì)開發(fā)芯片。面對(duì)眾多的媒體編碼標(biāo)準(zhǔn)， 這種方式增加了設(shè)計(jì)以及應(yīng)用成本。而就目前市場(chǎng)發(fā)展來看，多種視頻編解碼技術(shù)將長(zhǎng)期共 存，迫使芯片業(yè)界必須迅速攻克靈活性、兼容性等難題。為解決這一問題，清華大學(xué)設(shè)計(jì)了 一種軟硬件混合的多媒體處理器解決方案，支持 mpeg1/mpeg2/mpeg4 /h.264/AVS 視頻標(biāo)準(zhǔn) 以及相關(guān)的音頻編碼標(biāo)準(zhǔn)。其核心是設(shè)計(jì)一種多媒體處理芯片，該芯片對(duì)于通用的多媒體編 碼中的計(jì)算密集型的數(shù)據(jù)處理，如運(yùn)動(dòng)補(bǔ)償算法(Motion Compensation)、反離散余弦變化 (iDCT)、色彩空間轉(zhuǎn)換等，采用 ASIC 實(shí)現(xiàn)。在此硬件平臺(tái)之上，設(shè)計(jì)一套與具體標(biāo)準(zhǔn)無 關(guān)的多媒體處理通用軟件開發(fā)接口，實(shí)現(xiàn)軟硬件混合的媒體處理。這樣就能夠增加媒體處理 的靈活性——可以通過修改軟件來支持新的編碼標(biāo)準(zhǔn)或者新的應(yīng)用。

大健康是未來世界發(fā)展的趨勢(shì)，在未來10年內(nèi)將產(chǎn)生10萬億美元的產(chǎn)業(yè)。我國(guó)在近期提出的健康中國(guó)，著眼于擴(kuò)大在線健康服務(wù)，依托大數(shù)據(jù)提出診斷和治療建議，實(shí)現(xiàn)大社區(qū)健康管理與大健康服務(wù)。實(shí)現(xiàn)這一體系的關(guān)鍵，在于各種柔性電子、傳感器技術(shù)，與物聯(lián)網(wǎng)、云通信技術(shù)，以及大數(shù)據(jù)與人工智能相結(jié)合。 隨著經(jīng)濟(jì)的發(fā)展，人們對(duì)于健康的重視程度越來越高，在皮膚表面進(jìn)行檢測(cè)人們身體健康狀況的柔性傳感器，是未來電子科技發(fā)展的一個(gè)重要方向，將會(huì)有巨大的市場(chǎng)前景。在以智能手機(jī)為主體的電子元器件的開發(fā)日益盛行，開發(fā)一種柔性智能傳感器，舒服的貼在皮膚表面，這種傳感器既能夠檢測(cè)人們生命體征（如血壓、心跳、體溫、血糖等）的變化，又能夠無線連接手機(jī)。醫(yī)院的醫(yī)生能夠通過互聯(lián)網(wǎng)、云通訊、分布式的監(jiān)測(cè)和管理每個(gè)病房的病人的身體狀況，既節(jié)省大量人力時(shí)間成本，又能夠及時(shí)的檢測(cè)到病人的生命體征變化；結(jié)合無線互聯(lián)網(wǎng)、云通訊,能實(shí)現(xiàn)分布式醫(yī)護(hù),虛擬空間管理；與大數(shù)據(jù)與人工智能結(jié)合，進(jìn)行智能健康管理,實(shí)現(xiàn)智慧醫(yī)療（圖1）。 圖1 基于柔性傳感器的智慧醫(yī)療系統(tǒng) 本項(xiàng)目主要應(yīng)用生物相容的蠶絲材料作為傳感單元主要組成部分，以無線藍(lán)牙模塊與無源RFID標(biāo)簽作為人機(jī)數(shù)據(jù)交互單元，以大數(shù)據(jù)為手段對(duì)平臺(tái)進(jìn)行管理，瞄準(zhǔn)柔性電子與智能大數(shù)據(jù)前沿領(lǐng)域，具有重要的科學(xué)意義。具體如下： （1）柔性電子皮膚等智能傳感新技術(shù)與器件開發(fā) 近年來，蠶絲等柔性材料作為醫(yī)用生物材料漸漸進(jìn)入人們的視線，具有良好的生物相容性和極佳的力學(xué)性能。以此為基礎(chǔ)開發(fā)柔性電子制造技術(shù)，通過柔性材料的光刻、打印等加工技術(shù)，制備傳感單元。 （2）人體傳感信號(hào)實(shí)時(shí)監(jiān)測(cè)的云系統(tǒng)的開發(fā) 通過建立皮膚表面?zhèn)鞲衅鳠o線信號(hào)傳輸技術(shù)，實(shí)現(xiàn)體溫、心跳等信號(hào)的遠(yuǎn)程監(jiān)測(cè)，符合國(guó)家精準(zhǔn)醫(yī)療精神。通過云系統(tǒng)可對(duì)老年社區(qū)、醫(yī)院等場(chǎng)所進(jìn)行智能化、集成化的監(jiān)控，實(shí)現(xiàn)健康的大數(shù)據(jù)管理。除此以外，也可實(shí)現(xiàn)個(gè)體的遠(yuǎn)程診療體系。向“健康中國(guó)2030”靠攏，依托大數(shù)據(jù)提出診斷和治療建議。 （3）將系列傳感器材料制備技術(shù)與無線信號(hào)傳輸云平臺(tái)結(jié)合，實(shí)現(xiàn)個(gè)人和醫(yī)院的對(duì)自身和病人的健康指標(biāo)數(shù)據(jù)進(jìn)行檢測(cè)和管理。以此無線體征檢測(cè)的平臺(tái)框架為基礎(chǔ)，后續(xù)又可以引入更多傳感與控制體系，適應(yīng)場(chǎng)景的多樣化。 二、前期研究基礎(chǔ) （1）模仿神經(jīng)元突觸的蠶絲憶阻器 在神經(jīng)系統(tǒng)中，當(dāng)神經(jīng)沖動(dòng)從軸突傳導(dǎo)到末端時(shí)，Ca2+離子大量涌入突觸前膜引起遞質(zhì)的分泌，從而改變突觸后膜的導(dǎo)電性。我們通過仿生該過程，利用Ag+離子在外加電場(chǎng)作用下WK@AuNCs蠶絲蛋白薄膜的遷移行為來模擬阻值漸變和阻值記憶的過程。其電學(xué)特性表明其具有獨(dú)特的突觸特性，并具有突觸學(xué)習(xí)能力。 （2）蠶絲基應(yīng)力傳感器—柔性電子皮膚 人體電子皮膚傳感器是未來傳感器發(fā)展的新方向之一，超薄超柔的特性使其可以在人體幾乎難以察覺異狀的情況下，完成多種生理指標(biāo)的采集。我們通過研制柔性壓力傳感器，已在運(yùn)動(dòng)檢測(cè)、發(fā)聲檢測(cè)、脈搏檢測(cè)等方面開展了大量研究。 （3）纖維傳感器 可穿戴設(shè)備在未來智能裝備領(lǐng)域具有廣泛的應(yīng)用前景，而我們平時(shí)穿戴的衣物均是由纖維編織而成，智能穿戴設(shè)備設(shè)計(jì)的最高境界為對(duì)其本身必須的纖維材料的功能化。我們通過對(duì)纖維材料進(jìn)行改造和設(shè)計(jì)，制備除了纖維狀溫度、壓力傳感器。對(duì)纖維傳感器進(jìn)行編織可實(shí)現(xiàn)多維度傳感，并可適應(yīng)多種場(chǎng)景，這項(xiàng)工作與傳統(tǒng)紡織行業(yè)結(jié)合開創(chuàng)了尖端智能科技研究新領(lǐng)域。

本發(fā)明公開了一種靜脈穿刺針頭位置定位的裝置，其特征在于， 包括紅外光源、主相機(jī)、側(cè)相機(jī)和圖像處理單元；紅外光源用于照射 穿刺區(qū)域的皮膚表面和針頭；主相機(jī)用于從穿刺區(qū)域的皮膚表面的上 方由上而下對(duì)針頭進(jìn)行拍照；側(cè)相機(jī)的拍照方向與主相機(jī)的拍照方向 相互垂直，用于從穿刺區(qū)域的皮膚表面的水平方向?qū)︶橆^進(jìn)行拍照； 圖像處理單元與主相機(jī)和側(cè)相機(jī)相連，用于比較主相機(jī)和側(cè)相機(jī)拍攝 的照片，從而得出針頭的位置。本發(fā)明的針頭位置定位裝置，結(jié)構(gòu)簡(jiǎn) 單、定位準(zhǔn)確，僅需更換針頭便可重復(fù)使用，造價(jià)和使用成本低廉， 具有效率高、直觀、準(zhǔn)確等特點(diǎn)。 

一種正余弦編碼器的誤差補(bǔ)償裝置，屬于數(shù)字信號(hào)誤差補(bǔ)償裝置，解決現(xiàn)有誤差補(bǔ)償系統(tǒng)需要專門誤差測(cè)試儀器的問題，對(duì)正余弦編碼器輸出信號(hào)的各種誤差進(jìn)行補(bǔ)償及糾正。本發(fā)明包括差分放大電路、AD 轉(zhuǎn)換電路，以及依次串聯(lián)的直流誤差補(bǔ)償模塊、幅值誤差補(bǔ)償模塊和相位誤差補(bǔ)償模塊。直流誤差、幅值誤差補(bǔ)償模塊先后消除編碼器輸出信號(hào)中的直流誤差和幅值誤差，最后將處理結(jié)果輸入相位補(bǔ)償模塊；相位誤差補(bǔ)償模塊首先經(jīng)過移相和乘法器倍頻將相位誤差轉(zhuǎn)換為直流誤差和幅值誤差，然后進(jìn)行直流誤差補(bǔ)償和相位誤差補(bǔ)償，得到兩路理想的高質(zhì)量正余弦信號(hào)。本發(fā)明實(shí)施簡(jiǎn)單、方便，使用效果好，為減小細(xì)分誤差，提高細(xì)分精度和分辨率提供基礎(chǔ)。

本發(fā)明公開了一種復(fù)現(xiàn)人手抓取功能的欠驅(qū)動(dòng)假肢手，并在手 掌內(nèi)設(shè)有指間驅(qū)動(dòng)機(jī)構(gòu)和拇指驅(qū)動(dòng)機(jī)構(gòu)；其中手指本體以滑輪為主要 部件，手指內(nèi)傳動(dòng)機(jī)構(gòu)采用鋼絲繩依次交替纏繞于手指的各滑輪上， 指內(nèi)關(guān)節(jié)間采用彈性元件柔性耦合，指間驅(qū)動(dòng)機(jī)構(gòu)采用兩個(gè)電機(jī)協(xié)同 驅(qū)動(dòng)四個(gè)手指以及其多個(gè)自由度；拇指本體內(nèi)以滑輪為主要部件，手 指本體內(nèi)傳動(dòng)機(jī)構(gòu)采用傳動(dòng)繩作為傳動(dòng)介質(zhì)，指間驅(qū)動(dòng)機(jī)構(gòu)采用齒輪 組件配合傳動(dòng)，實(shí)現(xiàn)兩個(gè)電機(jī)控制拇指的四個(gè)自由度。通過本發(fā)明， 能夠精確完成對(duì)各種物體的自適應(yīng)抓取，復(fù)現(xiàn)人手豐富的抓取操作功 能，并具備結(jié)構(gòu)緊湊、體積和重量進(jìn)一步降低、便于操控和抓握動(dòng)作精確等特點(diǎn)。

圖1. 礦識(shí)的4個(gè)頁面 a: 選取待識(shí)別的礦物，可現(xiàn)場(chǎng)拍照獲取或從手機(jī)相冊(cè)中選取 b: 截取待識(shí)別礦物中心圖 c: 輸入便攜硬度儀測(cè)量或經(jīng)驗(yàn)估計(jì)所得的硬度值后得到識(shí)別結(jié)果 d: 可以不使用硬度值，僅用圖片進(jìn)行識(shí)別 表1 礦識(shí)與其他相關(guān)工作的對(duì)比 圖片類型 相關(guān)研究 性能 可識(shí)別礦物數(shù) 準(zhǔn)確率(%) Raman spectroscopy 拉曼光譜 Computers & geosciences 2013 6 83.0 Microscope 顯微鏡 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相機(jī)圖片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相機(jī)圖片+硬度 礦識(shí) 36 90.6   表2 礦識(shí)能夠識(shí)別的36種礦物及其準(zhǔn)確率 礦物名 樣本數(shù)  僅用圖片識(shí)別的正確數(shù) 結(jié)合圖片與硬度識(shí)別的正確數(shù) Agate瑪瑙 5 5 5 almandine鐵鋁榴石 6 4 4 azurite藍(lán)銅礦 2 1 2 beryl綠柱石 1 1 1 chalcopyrite黃銅礦 2 1 2 cinnabar辰砂 1 1 1 copper銅 2 2 2 fluorite螢石，氟石 11 8 10 galena方鉛礦 3 2 3 halite石鹽 1 1 1 hematite赤鐵礦 8 1 5 malachite孔雀石 6 5 5 opal歐泊 1 1 1 orpiment雌黃 3 1 3 pyrite黃鐵礦 6 5 6 quartz石英 4 4 4 sphalerite閃鋅礦 1 0 0 stibnite輝銻礦 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

成都中醫(yī)藥大學(xué)梁繁榮教授項(xiàng)目組圍繞“實(shí)現(xiàn)針灸研究證據(jù)科學(xué)評(píng)價(jià)、集中存儲(chǔ)、深度分析、高效利用”關(guān)鍵問題，采用大數(shù)據(jù)分布式存儲(chǔ)、計(jì)算、分析和服務(wù)技術(shù)方法，創(chuàng)建了基于“云服務(wù)器+終端”大數(shù)據(jù)服務(wù)模式的循證針灸臨床診療決策支持平臺(tái)，并在臨床、科研、教育、產(chǎn)業(yè)等多個(gè)領(lǐng)域進(jìn)行了推廣應(yīng)用。項(xiàng)目主要技術(shù)內(nèi)容： 1.基于大數(shù)據(jù)的循證針灸臨床決策支持平臺(tái)的構(gòu)建：（1）構(gòu)建了循證針灸證據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)、證據(jù)強(qiáng)度及推薦等級(jí)標(biāo)準(zhǔn)，創(chuàng)建了“大數(shù)據(jù)-當(dāng)前最佳證據(jù)-優(yōu)化診療方案”的循證針灸臨床決策模式；（2）研發(fā)了一系列針灸循證診療決策數(shù)據(jù)挖掘模型和算法，實(shí)現(xiàn)了針灸疾病診斷、辨證分型、處方優(yōu)化、刺激參數(shù)組合等診療決策方案的準(zhǔn)確挖掘、智能分析、客觀判斷和可視化交互；（3）采用DTS、網(wǎng)絡(luò)爬蟲等方法采集數(shù)據(jù)，建立了針灸數(shù)據(jù)資源主題數(shù)據(jù)倉庫和數(shù)據(jù)集市，構(gòu)建了循證針灸決策資源中心；（4）設(shè)計(jì)開發(fā)了分布式存儲(chǔ)、計(jì)算、分析與服務(wù)的循證針灸臨床診療決策支持平臺(tái)，實(shí)現(xiàn)了針灸循證診療決策各數(shù)據(jù)挖掘算法不同粒度的構(gòu)件化組裝、快速集成、高效響應(yīng)和大數(shù)據(jù)服務(wù)。 2. 基于大數(shù)據(jù)的循證針灸臨床決策支持平臺(tái)的應(yīng)用：（1）制定并完善了基于最新研究證據(jù)的24個(gè)病種的循證針灸臨床治療決策方案，為臨床治療決策提供了可供參考的高質(zhì)量證據(jù)；（2）將GRADE系統(tǒng)引入循證針灸臨床實(shí)踐指南的制定，牽頭制定了中國(guó)針灸學(xué)會(huì)《針灸治療坐骨神經(jīng)痛臨床實(shí)踐指南》；（3）對(duì)針灸臨床常見的14個(gè)病種的古今治療證據(jù)進(jìn)行了系統(tǒng)的處方規(guī)律分析，發(fā)現(xiàn)并驗(yàn)證了具有理論和臨床價(jià)值的經(jīng)穴效應(yīng)規(guī)律，并為優(yōu)化針灸臨床診療決策提供了便利；（4）將平臺(tái)推廣應(yīng)用于中醫(yī)針灸臨床實(shí)踐和醫(yī)院管理，提高醫(yī)生診療水平、中醫(yī)針灸臨床療效和醫(yī)院信息化管理水平；（5）研發(fā)了集針灸大數(shù)據(jù)支撐與臨床經(jīng)穴診斷治療于一體的智能化循證針灸診療設(shè)備，開創(chuàng)了循證針灸臨床決策的應(yīng)用新模式。 研究成果已在71家中醫(yī)醫(yī)療機(jī)構(gòu)和天津、上海、廣州、南京等地高校、科研院所應(yīng)用，獲得2800余萬元直接經(jīng)濟(jì)效益和上億元間接經(jīng)濟(jì)效益，對(duì)于針灸臨床療效提高、科技創(chuàng)新和創(chuàng)新人才培養(yǎng)起到了積極的推動(dòng)作用，開創(chuàng)了針灸學(xué)產(chǎn)、學(xué)、研、用合作推動(dòng)科研成果轉(zhuǎn)化的成功模式。由石學(xué)敏院士等專家組成的鑒定委員會(huì)一致認(rèn)為：“本項(xiàng)目極大地促進(jìn)了針灸學(xué)的現(xiàn)代化和信息化發(fā)展，顯著提升了針灸臨床決策水平，加快了針灸學(xué)國(guó)際化進(jìn)程，研究成果達(dá)到國(guó)際領(lǐng)先水平。” 基于大數(shù)據(jù)的循證針灸臨床診療決策支持平臺(tái)的應(yīng)用場(chǎng)景示意圖

研究背景：  大數(shù)據(jù)應(yīng)用的多樣化  需要的計(jì)算模型、數(shù)據(jù)模型多樣化；  目前每類模型需要單獨(dú)的開源系統(tǒng)來支持（如HDFS、HBase、Neo4j、MongoDB，F(xiàn)link，Spark，Tensorflow等）。  多系統(tǒng)導(dǎo)致大數(shù)據(jù)分析平臺(tái)非常復(fù)雜、效率低下。 研究目標(biāo)： 研究和開發(fā)面向新型多計(jì)算模型融合架構(gòu)的、高時(shí)效、可擴(kuò)展的新 一代大數(shù)據(jù)分析支撐系統(tǒng)與工具平臺(tái)FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 針對(duì)目前大數(shù)據(jù)分析平臺(tái)復(fù)雜、效率低下的痛點(diǎn)，該系統(tǒng)具有三個(gè)  方面的優(yōu)勢(shì)：首先，這套系統(tǒng)采用融合架構(gòu)，一方面實(shí)現(xiàn)關(guān)系、圖、鍵  值、文檔等多種數(shù)據(jù)模型的高效融合，另一方面實(shí)現(xiàn)批處理計(jì)算、流計(jì)  算的深度融合，并可以通過SQL擴(kuò)展語言來進(jìn)行多模型的統(tǒng)一查詢，實(shí)現(xiàn)高效的跨模型查詢。其次，對(duì)于復(fù)雜系統(tǒng)來說，時(shí)效性非常重要，這  套系統(tǒng)采用融合架構(gòu)提高效率是實(shí)現(xiàn)高時(shí)效的基礎(chǔ)，更重要的是，我們  對(duì)大數(shù)據(jù)分析從數(shù)據(jù)到用戶進(jìn)行了端到端的全棧時(shí)效優(yōu)化。最后，對(duì)于  大數(shù)據(jù)應(yīng)用來說，系統(tǒng)擴(kuò)展性非常重要，本系統(tǒng)在資源層、存儲(chǔ)層和計(jì)  算層進(jìn)行了全面的擴(kuò)展性優(yōu)化。下面在融合架構(gòu)、高時(shí)效和可擴(kuò)展這三  個(gè)方面，分別詳細(xì)介紹FAST系統(tǒng)的三個(gè)主要亮點(diǎn)。 融合架構(gòu) FAST系統(tǒng)的第一個(gè)亮點(diǎn)是融合架構(gòu)，我們?cè)诩夹g(shù)方面的創(chuàng)新主要包  括多數(shù)據(jù)模型融合和多計(jì)算模型融合兩方面。 多數(shù)據(jù)模型融合： 設(shè)計(jì)和研發(fā)了多模型數(shù)據(jù)管理與查詢引擎，支持關(guān)系、圖、鍵值、  文檔等多種數(shù)據(jù)模型，實(shí)現(xiàn)了查詢解析、查詢優(yōu)化、元數(shù)據(jù)管理、數(shù)據(jù)  分布等功能，將多種數(shù)據(jù)模型進(jìn)行統(tǒng)一管理和深度融合。同時(shí)擴(kuò)展了SQL語言，通過統(tǒng)一的查詢接口支持對(duì)關(guān)系、鍵值、圖、文檔等數(shù)據(jù)進(jìn)行獨(dú)立訪問或者跨模型查詢。 經(jīng)過試驗(yàn)，多模型數(shù)據(jù)融合查詢，比Spark 2.3.4的查詢時(shí)間能平均減少70.7%。目前spark等現(xiàn)有系統(tǒng)還需要手工編程方式來實(shí)現(xiàn)跨模型查 詢，所以FAST系統(tǒng)在易用性上也表現(xiàn)良好，降低使用門檻，提高開發(fā)效率。 多計(jì)算模型融合： 在計(jì)算層實(shí)現(xiàn)了最常見的批處理計(jì)算和流計(jì)算深度融合，批流融合的核心方法是在系統(tǒng)內(nèi)部實(shí)現(xiàn)批和流的統(tǒng)一表達(dá)，批是對(duì)有限數(shù)據(jù)集  的運(yùn)算，流是對(duì)無限數(shù)據(jù)流的計(jì)算，我們?cè)O(shè)計(jì)了UCollection結(jié)構(gòu)對(duì)批和  流數(shù)據(jù)進(jìn)行統(tǒng)一表達(dá)，通過識(shí)別的bounded標(biāo)志，來確定是批、流、或批流融合。有了統(tǒng)一表達(dá)，可以開展一系列融合優(yōu)化來提升系統(tǒng)性能。 并且對(duì)上通過Unified API統(tǒng)一用戶的批、流接口，實(shí)現(xiàn)二者在編程范式上的統(tǒng)一表達(dá)。對(duì)于批流混合的計(jì)算，融合架構(gòu)系統(tǒng)的查詢延遲比Flink 1.4.2能減少57%，吞吐量平均可以提升到6.72倍。 高時(shí)效 FAST系統(tǒng)的第二個(gè)亮點(diǎn)是高時(shí)效，即縮短大數(shù)據(jù)分析的時(shí)間消耗，  提高效率。由于大數(shù)據(jù)分析平臺(tái)是一個(gè)非常復(fù)雜的系統(tǒng)，為了做到高時(shí)效，系統(tǒng)不能存在性能短板，因此需要對(duì)大數(shù)據(jù)分析的整個(gè)過程進(jìn)行端到端的全棧時(shí)效優(yōu)化。如圖中所示，自下而上，需要在多模態(tài)存儲(chǔ)、批流融合、機(jī)器學(xué)習(xí)、人工操作各層都進(jìn)行優(yōu)化。 對(duì)于多模態(tài)存儲(chǔ)，面向應(yīng)用負(fù)載和異構(gòu)硬件特征進(jìn)行自適應(yīng)優(yōu)化； 對(duì)于批流融合計(jì)算，在統(tǒng)一表達(dá)基礎(chǔ)上，進(jìn)行系列融合優(yōu)化技術(shù)， 包括DAG優(yōu)化、迭代優(yōu)化、部署優(yōu)化、操作符優(yōu)化等； 在機(jī)器學(xué)習(xí)層面，進(jìn)行模型優(yōu)化、消息優(yōu)化、梯度優(yōu)化、概率優(yōu)化 等來提高時(shí)效； 而且我們也考慮到大數(shù)據(jù)分析過程中用戶人工操作的時(shí)效性問題，  通過智能地進(jìn)行大數(shù)據(jù)分析方法和模型的推薦，來縮減人工操作的  時(shí)間。 可擴(kuò)展 FAST系統(tǒng)的第三個(gè)亮點(diǎn)是可擴(kuò)展，由于大數(shù)據(jù)應(yīng)用規(guī)模很大，數(shù)據(jù)增速快，對(duì)系統(tǒng)可擴(kuò)展性的要求非常高，為此我們?cè)谙到y(tǒng)的資源層、  存儲(chǔ)層和計(jì)算層進(jìn)行了全面的擴(kuò)展性優(yōu)化。 在資源層，系統(tǒng)都部署在云計(jì)算的虛擬化資源之上，利用了云計(jì)算資源的彈性機(jī)制進(jìn)行系統(tǒng)擴(kuò)展。并在系統(tǒng)中實(shí)現(xiàn)了可伸縮調(diào)整模塊，  能實(shí)時(shí)監(jiān)控軟硬件系統(tǒng)的狀態(tài)，按照應(yīng)用需求來自適應(yīng)地進(jìn)行彈性伸縮。 在存儲(chǔ)層，分布式存儲(chǔ)系統(tǒng)擴(kuò)展性的關(guān)鍵在于分布式共識(shí)和一致性 協(xié)議（Raft），因此提出了KV-Raft、vRaft等進(jìn)行Raft的擴(kuò)展優(yōu)化。 在計(jì)算層，我們擴(kuò)展了機(jī)器學(xué)習(xí)模型的參數(shù)規(guī)模，使系統(tǒng)可以支持  到百億級(jí)別的超大規(guī)模機(jī)器學(xué)習(xí)模型訓(xùn)練，并且性能方面有明顯提  升。 亮點(diǎn)成果： 融合架構(gòu)大數(shù)據(jù)分析平臺(tái)目前已經(jīng)在阿里巴巴雙十一進(jìn)行示范應(yīng)用。  從2020年11月10日至11月16日一周的時(shí)間，在阿里的生產(chǎn)環(huán)境中，研發(fā) 的系統(tǒng)一直連續(xù)穩(wěn)定運(yùn)行，基于淘寶和天貓的實(shí)際用戶信息進(jìn)行大數(shù)據(jù) 分析，綜合運(yùn)用了本系統(tǒng)的存儲(chǔ)、計(jì)算、機(jī)器學(xué)習(xí)等多個(gè)模塊的能力， 累計(jì)進(jìn)行了184億件商品推薦。 同時(shí)在雙十一期間，基于智能交互向?qū)Ъ夹g(shù)，也面向電子商務(wù)應(yīng)用  的賣家提供了“生意參謀”應(yīng)用，基于大數(shù)據(jù)分析，幫助賣家分析產(chǎn)品  銷量變化的原因，以及促銷的有效手段等。