所属分类：电子信息产业

所属单位：福州大学

成果简介：随着国民经济的快速发展，数据中心也迎来了发展的黄金期。现阶段，任何行业的发展几乎已离不开数据中心。现有大数据中心承载了包括政务云、健康医疗等相关重要数据资源，数据中心的安全可靠运行已成为确保经济稳定发展的关键。传统数据中心运维模式人工参与环节较多，对运维人员的素质要求较高，往往存在效率低、成本高、缺乏统一规范等共性问题，难以满足数据中心安全可靠运行需求。因此，定期人工巡检是国内外大数据中心当前及今后运维工作的重要部分。新技术不断发展下，人工巡检工作在巡检监管、故障消缺、作业效率、作业规范等方面都有极大的提升空间。因此，需要设计满足大数据中心安全监管的智能化巡检管理系统。 技术特点： 本项目提出设计智能单兵巡查装备，为大数据中心的巡查管理开发标杆性的智能单兵巡查系统，实现巡查点、巡查内容与巡查人员的高效联动，通过结合室内定位技术及基于人工智能的影像分析处理技术，进一步规范及约束巡检人员在规定的时间地点做规定的事情，实现巡检点、巡检内容与巡检人员的高效联动，提升大数据中心人工巡检的智能化水平： 远程直播协助，第一视角观测和专家同步远程协作； 流程化自动触发式巡查，保证位置、时间、任务一致性的强制巡查； 无纸化作业，巡查记录和数据自动存储，安全风险即时排查； 便携式协同感知，穿戴式传感设备联动巡查任务，自动感知周围环境

所属分类：电子信息产业

所属单位：南开大学

成果简介：本项目开发了一套 32吨级工业自动吊车系统，相关技术处于国 际领先地位。本展品可使吊车运送效率比当前主流方法提高 77% 以上， 行程 6 米时，最大定位误差不超过 5 毫米，精度非常高。同时，本展 品可确保事故率降低 50%以上，使操作人员工作效率提高2-3倍。本 展品已在天津起重设备有限公司生产的吊车上进行了大量的推广应 用。 这项成果符合《中国制造 2025》的战略目标，具有非常显著的 经济效益。它定位精度高，有助于实现核废料运送与处理等操作。无 人式的操作方式可以使桥式吊车在各种危险环境下作业，从而进一步 拓宽了其工作范围，在先进制造行业产生了非常积极的影响。 这项成果在创新性方面处国际领先水平。在吊车控制方面，国际 上近 5 年来引用数排名前十名的论文中，这项成果占到4 篇；成果第 一完成人方勇纯教授应邀前往波兰华沙参加第 11届机器人运动与控 制研讨会并做大会报告（其他三位大会报告人分别来自美国，法国， 葡萄牙）。2016 年，成果入选国家自然科学基金委资助项目优秀成果 选编（六），信息科学部5 年共入选成果25 项，其它入选成果的第一 完成人分别为高文院士，杨学军院士，钱锋院士，房建成院士，郝跃 院士等著名专家。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：围绕复杂通风系统智能化调控与灾变决策的关键难题，通过自主研发，最终形成集全网络通风状态在线监测、 异常通风智能辩识与辅助决策、灾变隐患准确预警、瞬态应急响应与联动控风为一体的矿井智能通风与应急调控标准体系。

所属分类：电子信息产业

所属单位：中国矿业大学

成果简介：矿山运输车辆数字孪生无人驾驶技术通过融合数字孪生、自动驾驶与物联网技术，构建虚实联动的矿山运输智能系统。该技术以矿山运输全流程数字化为核心，实现车辆运行状态的实时仿真、动态优化与自主决策，显著提升矿区运输安全性与作业效率。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：一种基于嵌入式设备的细粒度人体疲劳检测方法及设备，采用红外光感知设备和MCU控制单元搭建人体疲劳检测设备。利用人眼瞳孔对于光线的吸收作用，通过红外光感知设备采集人眼状态信息，设置MCU控制单元的ADC转换参数，将模拟信号转化成数字信号；并对每个光电二极管进行初始化设置，得到人眼睁开状态的基准值，对基准值数据进行滤波和平滑预处理；使用CUSUM算法对预处理后的数据进行处理，确定时域上的潜在眨眼位置；利用PERCLOS方法对疲劳状态进行估计和判断，完成人体疲劳检测。本发明可以更为精确的采集人眼的状态信息、闭眼时长和眨眼时长，满足对疲劳的长期监测，具有高精度、低成本等特点，具有较好的研究前景、应用价值、发展潜力。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：研究提出一种基于多代理商的电动汽车有序充电方法，该方法通过家庭代理商、变电站代理商与电网代理商的协同工作，实现了分布式处理大量复杂的充电请求，并采用实时贪心算法对电动汽车的充电行为进行调度。创新点在于仅需当前电动汽车的实时能量需求信息和充电时间安排，无需将来接入电网电动汽车的信息，也不依赖复杂的预测方法和优化技术，具有良好的扩展性，尤其适用于电动汽车高渗透率的情况。成果已转化为多项专利。研究成果帮助电动汽车在充电过程中避免频繁切换充电模式，最大程度地减少了对电池使用寿命的影响，同时显著提高了电动汽车实时充电优化的效果。已经在多个城市的电网系统中进行了试点应用，取得了显著成效。应用案例显示，在高渗透率电动汽车环境下，该方法能够有效削峰填谷，保障电网的稳定运行。研究由西安交通大学杨清宇教授团队开展，团队成员包括多名自动化、电气工程和人工智能领域的专家，拥有丰富的理论研究和实际应用经验。研究团队在项目管理过程中严格把控研究进度和质量，确保了研究成果的高效产出和应用转化。

所属分类：电子信息产业

所属单位：上海交通大学

成果简介：矿业是我国国民经济的支柱产业，但面临安全隐患大、劳动力短缺、管理难度高等行业困境。与安徽海螺集团合作，建成了国内首个面向露天水泥矿山的无人驾驶矿车运输系统，并在国内矿山无人驾驶行业率先实现了无安全员常态化运营。 本项目创建了以水泥矿山作业场景为驱动的核心技术体系，围绕鲁棒融合感知、铲装协作生产、效率安全平衡三个核心任务，开发出了一整套具有完全自主知识产权的“可靠感知-精准规控-高效调度”矿车无人驾驶软硬件系统，打造了水泥矿山无人驾驶系统的“中国方案”。

所属分类：电子信息产业

所属单位：上海交通大学

成果简介：如何在热轧过程中将关键工艺参数精确控制在极窄的窗口内，以确保成品率和性能稳定性，是国际公认技术难题。上海交大团队历经十余年的不懈攻关，携手宝钢股份、燕山大学等多家校企单位，开展产学研深度合作，针对“复杂环境测不准、工序耦合难协同、综合质量难调控”三大挑战，率先提出了“泛在感知-适变传输-协同控制”的综合设计新思路。项目获中国及国际发明专利57项，发表期刊论文62篇，登记软件著作权20项。“感-传-控”综合设计技术与应用成果荣获2022年国际IEEE TCCPS工业技术卓越奖和2023年中国自动化学会技术发明一等奖。该技术已在宝钢、三钢等多条产线成功应用，并推广至国产大飞机总装测试、电子制造等领域。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对煤炭传送带的节能减耗问题，研制了一种基于双目视觉的智能输煤量检测系统。该系统通过左右摄像头获取传送带上煤炭的立体信息，结合图像特征提取方法估算煤炭区域的宽度和高度，进而实时准确地计算出煤量，实现了传送带速度的自适应调节，达到了节能减耗的目标。同时，针对输送带撕裂检测问题，该系统采用线阵摄像机检测皮带表面的破损特征,利用光强一致性分割算法和边缘保真去噪处理，实现了对皮带撕裂的快速准确识别，有效保障了生产安全。 该技术能够实现煤量实时检测与速度自适应调节，提高带式传输机的运行效率,降低能耗。同时，通过智能巡检和纵撕保护技术，可以及时发现并预防传送带的故障隐患，提升设备的可靠性。不仅能提高煤矿生产效率和降低成本，也能减少粉尘排放,改善工作环境，为建设绿色高效选煤厂提 供支撑。

所属分类：电子信息产业

所属单位：厦门大学

成果简介：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]XungaoZhong,XunyuZhongandXiafuPeng.RobotsVisualServoControlwithFeaturesConstraintEmployingKalman-Neural-NetworkFilteringScheme.Neurocomputing,2015,151(3),pp:268-277(SCI)[3]XungaoZhong,XunyuZhongandXiafuPeng.RobustKalmanFilteringCooperatedElmanNeuralNetworkLearningforVision-Sensing-BasedRoboticManipulationwithGlobalStability.Sensors,2013,10(13),pp:13464-13486.(SCI)[4]XungaoZhong,XiafuPeng,XunyuZhongandLixiongLin.DynamicJacobianIdentificationBasedonState-SpaceforRobotManipulation.AppliedMechanicsandMaterials,vols.475-476(2014)pp:675-679.(EI)[5]XungaoZhong,XiafuPeng,XunyuZhongandXuerenDong.Multi-ChannelwithRBFNeuralNetworkAggregationBasedonDisparitySpaceforColorImageStereoMatching.IEEE5thInternationalConferenceonAdvancedComputationalIntelligence(ICACI),10(2012)PP:620-625.(EI)[6]XUNGAOZHONG,XIAFUPENG,XUNYUZHONG.NEURAL-BAYESIANFILTERINGBASEDONMONTECARLORESAMPLINGFORVISUALROBUSTTRACKING.JournalofTheoreticalandAppliedInformationTechnology,2013,2(50),pp:490-496.[7]XungaoZhong,XiafuPengandXunyuZhong.Severe-DynamicTrackingProblemsBasedonLowerParticlesResampling.TELKOMNIKAIndonesianJournalofElectricalEngineering.2014,12(6),pp:4731-4739.[8]XunyuZhong,XungaoZhongandXiafuPeng.Velocity-Change-Space-basedDynamicMotionPlanningforMobileRobotsNavigation.Neurocomputing.2014,143(11),pp:153-163.(SCI)[9]XunyuZhong,XungaoZhong,XiafuPeng.VCS-basedmotionplanningfordistributedmobilerobots:collisionavoidanceandformation.SoftComputing,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(Denoisingauto-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。起始时刻相机图像起始时刻机器人空间图像任务操作结束时相机图像任务操作结束时机器人空间图像四、合作企业厦门**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。

所属分类：电子信息产业

所属单位：汉中益丰华茂农业科技发展有限公司

成果简介：1.基于图像识别的食用菌病害早期预警方法，其特征在于：包括以下具体步骤：S1、采集待测食用菌的全景图像，将图像导入图像处理软件中对图像进行处理，包括以下具体步骤：S11、提取两次采集的待测食用菌的全景图像，进行清晰化处理后分别得到第一、二清晰图像；S12、对第一、二清晰图像进行像素点的划分，提取各像素点的像素值，构成像素值序列，分别表示为 、 ，表示第一清晰图像第i个像素点的像素值，表示第二清晰图像第i个像素点的像素值；S2、将处理后的图像导入病害侵入值计算策略中，得到病害侵入值，病害侵入值计算策略包括以下具体步骤：S21、根据两个像素值序列，计算第一、二清晰图像像素比，图像像素比计算公式为：；S22、根据两个像素值序列 ， 、图像像素比k、两次采集时间间隔t，计算病害侵入值，计算公式为： ，其中 表示病害侵入值，时间间隔t的单位为小时；S3、将处理后的图像导入病害蔓延值计算策略中，得到病害蔓延值，病害蔓延值计算策略包括以下具体步骤：S31、识别病害区域像素点，分别统计两张图像的病害区域像素点数量，分别计算两张图像的病害区域像素点面积，分别表示为 、，计算公式为： ， ，其中 为第一清晰图像病害区域像素点面积，为第一清晰图像病害区域像素点数量， 为第二清晰图像病害区域像素点面积， 为第二清晰图像病害区域像素点数量，为第一清晰图像或第二清晰图像像素点总数，为图像面积，单位为平方厘米；

所属分类：电子信息产业

所属单位：陕西西影数码传媒科技有限责任公司

成果简介：本项目聚焦于基于深度学习的影像修复技术，旨在解决因各种原因导致的影像质量受损问题。通过利用深度神经网络强大的学习和特征提取能力，对模糊、噪声、缺失或损坏的影像进行智能修复。研究过程中，收集大量的影像数据用于模型训练，不断优化算法，提高修复的准确性和真实性。该技术不仅能够恢复老照片的清晰与色彩，还能在医疗领域修复受损的医学影像，辅助医生更准确地诊断病情；在影视行业，修复经典影片，提升观众的观看体验。在技术实现上，融合了多种先进的深度学习架构，如卷积神经网络和生成对抗网络，并结合图像先验知识和人类视觉感知模型，以获得更符合人类视觉感受的修复效果。本项目的研究成果有望广泛应用于多个领域，为相关行业带来显著的价值和创新。