所属分类：电子信息产业

所属单位：华南理工大学

成果简介：随着IIoT的深入推进，工业现场不断生成海量异构数据，如何高效采集、准确理解、隐私保护并快速响应，已成为制造业智能化升级的核心挑战。为应对这些痛点，本项目构建了一套创新的“感知-认知-执行”闭环架构，显著提升工业现场的智能感知与自主决策能力。核心技术包括：工业大模型与联邦学习融合、空地协同的无人系统数据采集与处理、多模态语义对齐与VLA协同机制。本成果在智能运维、无人化工厂、柔性制造、协作机器人、工业质检与数字孪生等领域具备广阔应用前景。

所属分类：电子信息产业

所属单位：华南农业大学

成果简介：围绕建设智慧果园的需求。利用数字孪生、虚拟现实和深度强化学习等技术，开发基于数字孪生的果园虚拟交互系统。主要包括果园数字孪生系统总体设计、移动机器人行为决策及仿真和系统开发、集成与应用测试。 关键技术主要包括： 数字孪生技术实现物理空间和虚拟空间的信息融合； 虚拟现实技术建立人-机-环境有机融合的多维信息空间； 深度强化学习赋予移动机器人自主学习和行为决策能力。 围绕“数据”的核心主线，智慧果园包括感知、传输、分析、控制、应用决策等，果园大数据监测管理平台得到广泛应用。 图 1建立面向果园种植管理的数字孪生系统模型构建技术体系 研究团队在国家自然科学基金、广东省自然科学基金、广东省科技攻关项目等资助下，开展了智慧果园关键技术研究，研制了具有自主产权的荔枝生产智慧管理系统，如图 2所示，取得了智慧果园的相关研究成果，其中申请发明专利12项，实用新型专利8项，发表论文100多篇，获得广东省科技成果三等奖一项。项目组与佛山市中科农业机器人与智慧农业创新研究院、广东若铂智能机器人有限公司等单位保持长期合作关系，已在智慧果园领域开展产业化应用。

所属分类：电子信息产业

所属单位：济南大学

成果简介：本项目依托山东省网络环境智能计算技术重点实验室、济南大学信息科学与工程学院和山东小鸭精工机械有限公司，多年来合作科技攻关致力人工智能和工业物联网智能制造技术研究与产业化发展。该项目基于人工智能边缘计算的轮辋焊缝检测和气密性检测系统旨在解决车轮生产线上全自动车辆轮辋焊缝定位，轮辋内充气加压，气流传感器气流检测，从而实现快速精准的轮辋气密性检测。该项目的研发投入使用，将为企业增收节支，促进企业生产的智能化、信息化，并实现生产车间全自动无人值守生产的智能化升级。本系统集计算机视觉、嵌入式边缘计算、工业控制技术为一体。 计算机视觉：本系统采用人工智能中计算机视觉的方式，自主设计了多尺度特征融合的神经网络识别算法，提出基于目标动态加权损失计算的损失函数优化方法，提高轮辋的焊缝识别和定位的速度和精度。 嵌入式边缘计算：本系统提出的模型量化后参数量不大于1M，可部署于嵌入式边缘设备上，降低传统服务器式部署的成本和云计算服务的延时问题。采用边缘计算在提高系统健壮性的同时，增加数据的安全性，满足工业生产线的实时性，使丰富多元化的系统适用于特定的工业生产场景。 工业控制技术：本系统与嵌入式边缘计算端通信，并接收边缘计算端的计算结果，进而控制工业生产线设备。基于人工智能边缘计算的焊缝定位与气密检测系统，结合人工智能技术对轮辋焊缝进行识别以及气流检测，解决了原有生产线焊缝定位困难的问题，实现了技术自主研发和车轮生产线的全自动化、智能化，提高了车轮生产线效率和车轮质量，降低了人力成本和制造成本，具有重大经济效益；其次在保证识别率的前提下对神经网络模型的压缩使神经网络模型可运行在嵌入式平台上，符合人工智能算法向嵌入式设备移植的技术发展趋势。目前，本项目在中国重汽（济南章丘）和中国一汽（长春）车轮生产线投入使用，解决了原有生产线焊缝定位困难的问题，实现了技术自主研发和轮辋生产线的智能化升级，替代进口设备，汽车制造领域气密检测实现突破，降低了人力成本和制造成本，具有重大经济效益，为公司增收节支1500万元。

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明提供一种基于深度学习的熔覆层几何特征预测方法及系统，采集不同工艺参数下增材制造过程中熔池图像数据；建立多信息融合的深度学习卷积神经网络模型，将采集到的熔池图像数据和工艺参数作多信息特征融合处理后，划分训练数据集和测试数据集，输出熔覆层宽度和高度；将训练数据集中的工艺参数和熔池图像数据输入建立的深度学习卷积神经网络模型中，对模型进行训练和优化，得到优化后的深度学习卷积神经网络模型；选取测试数据集中的工艺参数和熔池图像数据，通过测试数据集的回归结果评估得到的卷积神经网络模型的泛化能力；将测试集数据中的工艺参数和熔池图像数据输入优化后的深度学习卷积神经网络模型中，预测熔覆层的实际几何特征。;

所属分类：电子信息产业

所属单位：江苏大学

成果简介：本发明提供一种道路标记线智能识别方法及系统，图像特征模型识别训练:采集道路标记线图像建立样本集，对样本进行图像处理，提取样本图像特征，进行学习训练，;形成残缺或者模糊道路标记线图像特征模型，并建立道路标记线图像特征模型库；图像特征提取:采集实际道路标记线图像，进行图像处理和图像过滤处理，提取实际道路标记线图像特征；图像特征识别:通过对实际道路标记线图像特征识别，在道路标记线图像特征模型库中寻找与实际图像所提取的残缺和模糊特征最匹配的模型，计算二者匹配拟合度，分析其数值大小，实现对实际工况下道路标记线的识别。本发明提高了道路标记线识别精度。

所属分类：电子信息产业

所属单位：南京工业大学

成果简介：本成果针对眼睛健康监测和眼科病变分析， 研究提出了三维到二维的图像投影网络、病变注意力引导的脉络膜新生血管体积预测模型、层属性保护的鲁棒视网膜层分割模型， 首次提出了一种新的视网膜病变定量评价指标——FAZ 体积。开发了基于人工智能的眼科病变辅助分析系统， 包括基于手机的眼表图像自动采集系统、图像配准和拼接系统、眼底组织结构可视化显示和定量分析系统、眼底病变筛查系统、眼底病变预测系统等模块， 为眼科病变辅助分析提供全流程功能支持。1.支持至少 10 幅图像自动配准、每两幅图配准时间小于 3 秒；2.筛查精度高于 95%，视网膜层平均分割精度小于 2 像素；3.脉络膜新生血管体积预测平均绝对误差小于 0.07mm3。技术成熟度 6-7 级，可开展孵化转化。成果可应用于医疗行业眼科病变辅助分析场景，包括为大众提供随时眼睛健康状况监测，为眼科医生诊断提供辅助支持等。

所属分类：电子信息产业

所属单位：青岛农业大学

成果简介：本系统包括搭载到谷物收获机的机载测产系统、松下FZ-G1F机载终端、差分GPS三个组成部分。其中机载测产系统是整个系统的核心设备，它可以独立进行线下测产。该测产系统又由数据测试部件、触摸屏控制系统组成和条码识别部分组成。其工作时只需将所要测产的作物倒入机器的料斗中，机器中内置的微型计算机就会对样品的质量、温度以及频率进行多维数据处理，同时在机器的触摸屏控制系统上将作物的水分、质量以及容重显示，并将数据进行保存，还可以实现U盘导出数据。从而极大的减少了在测量过程中所需的劳动力，是人工测产的30-40倍。当系统应用于小区收获机时，每当收获机进入某个育种小区地块，GPS会自动识别出该地块编号，并上传到机载终端；当一个小区的收获作业结束，收获后的籽粒会自动落入机载测产系统，测产系统将测量出的小区籽粒重量、水分、容重数据首先上传到测产系统的触摸屏控制系统，再通过触摸屏控制系统上传到机载终端，从而实现在线测量。系统通过研究不同品种、不同温度、不同含水率区间介电常数的物理特性变化规律，并用MATLAB建模，将收获机机载测产系统与机载终端软件及卫星定位系统三者融合。 技术创新点：首次将GPS卫星定位系统与机载终端智能软件的算法融合，实现收获机自动识别小区地块的功能，将测产系统安装在收获机上，实现收获后小区位置、重量、水分快速测量、查询、保存的功能。

所属分类：电子信息产业

所属单位：山东科技大学

成果简介：智慧输液监控系统，结构包括监控服务器、监控器和移动APP三部分（1） 监控服务器是开发的软件，安装到护士站的电脑上，实现对病房病人输液的监控。当瓶中液体输完后，安装该技术的监控服务器软件的护士站电脑会发出语音报警，护士听到（或看到）后通过电脑的监控软件发出指令，停止输液。再根据时间安排去病房拔针。等各医院医疗大数据库建成后，该监控服务器可以和医疗大数据进行对接，在医疗中心信息库的支持下，实现对特定药物的输液剂量和速度的定量控制，纠正医护人员的失误。（2）监控器是研发的软硬件集成系统，包括单片机和相关软件。安装在每个病床前，患者利用监控器实现自己对输液的监控，并且在紧急情况不用移动就可以通过监控器输入指令，自主终止输液进程。因为监控器也实现语音播报输液进程，所以和传统的输液相比，不再需要陪床，病人可以在输液过程中睡觉，听到语音报警再处理就可以。（3）移动APP是研发的输液控制手机端软件，可以安装到医护人员/病人/病人家属的手机上，通过安装该APP手机实时了解输液进程、接收输液结束或输液问题的紧急呼叫，还可以根据不同用户的权限发出远程指令进行输液速度调控或远程终止输液进程。

所属分类：电子信息产业

所属单位：山东理工大学

成果简介：基于神经网络的虚拟现实设备使甩者识别系统

所属分类：电子信息产业

所属单位：西安工程大学

成果简介：针对GIS使用情况，国际大电网会议做了详细调研，结果表明绝缘故障占到所有故障的62.3%，为实现对GIS内部异物缺陷准确可靠地检测，本成果研制出一套GIS设备内部异物缺陷智能检测平台。首先，通过理论与实验结合研究了GIS内部异物运动和放电故障产生的机理，以及不同内部异物缺陷表现出的特征；其次，根据不同缺陷表现出的特征研发了一套多维传感器GIS内部异物缺陷智能检测与评估系统；最后，通过实验和现场测试出的数据并结合人工智能算法和三维重构技术最终实现了GIS内部异物缺陷的分类、评估和三维重构。现场人员通过该系统，在检修过程中能够精确判断其内部是否存在内部异物缺陷、缺陷类型以及评估其对GIS的危害程度，同时能够展示其三维动态过程。 课题组与西安金源电气股份有限公司和国网宁夏省电力公司电力科学研究院等长期合作，合作企业为该成果的示范应用及推广提供了良好的外部条件。本项目产品自2020年5月开始研发，2023年5月研发完成。截止目前为止，已经销售到多家电力企业，为企业新增产值 300万元、新增利润 80 万元，税收35 万元。同时，研究成果发表在国际顶级期刊《IEEE Transactions on Power Delivery》上2篇、研究成果发表在国际顶级会议2024 CIEEC和2022 CMD上，授权发明专利1项、申请受理相关发明专利2项。

所属分类：电子信息产业

所属单位：西安理工大学

成果简介：本成果聚焦于开发一种基于SlimYOLOv3的实时目标检测系统，旨在解决传统目标检测算法在实时性和准确性上的不足。研究内容涵盖SlimYOLOv3算法的轻量化设计、模型训练与优化、实时检测性能测试等关键步骤。 在期刊方面，相关研究成果已投稿至《计算机视觉与模式识别》等权威期刊，并获得了审稿人的积极评价。SlimYOLOv3通过通道剪枝和模型压缩技术，实现了在保持较高检测精度的同时，大幅降低计算量和内存需求，成为研究的创新点。 成果应用广泛，特别是在智能交通、安防监控和工业自动化等领域，该系统能够实时、准确地检测并跟踪多个目标，显著提高监控效率和安全性。例如，在智能交通中，该系统能实时检测道路车辆和行人，为交通管理提供有力支持，有效缓解交通拥堵。 研发团队由深度学习、计算机视觉和嵌入式系统领域的专家组成，他们具备丰富的研发经验和创新能力。管理团队则负责项目的整体规划、资源调配和进度控制，确保项目高效推进。该系统的成功研发和应用，不仅推动了深度学习技术的进一步发展，还产生了显著的社会效益和经济效益。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本项目一个重要研究内容是提出一个基于可穿戴式惯性传感器和车载传感器的完整系统性的人车系统实时姿态估计方案。本项目充分利用传感器融合技术和人车系统中物理几何约束等来解决上述问题。计划提出的方案仅仅利用有限数量的惯性传感器和车载传感器，因此，十分适合在人车交互这种典型的户外人机物理交互应用中进行实时完整姿态估计。所以本项目另一个主要研究内容是提出一种以运动整形为目标的能将高维度人车系统进行低维动力学建模的方法。所需要的系统动力学模型首先需要能描述人车系统内的运动联系，比如人和车运动耦合和四肢运动耦合等等。同时，为了使运动整形成为可能，系统动力学模型还必须有物理意义和控制输入，例如轮地摩擦力输入、前叉方向角输入等。另外，系统动力学模型还必须有低维度、低复杂度的特点。为了解决上述难点，本项目在物理建模法和统计学习建模法的融合方面进行尝试。在本项目的直接支持下，已发表（含接收）高水平学术论文7篇，其中SCI论文5篇(含IEEE期刊长文3篇，机器人顶级期刊IJRR1篇)，国际顶级会议论文2篇。