智能焊接机器人：带有视觉识别和激光扫描系统，能自动识别待焊接特征，通过视觉识别粗略判断零部件特征，在此基础上利用激光扫描精确确定焊接位置，对大型零部件进行自动特征识别和焊接，提高小批量产品的焊接速度和质量。

综合利用视觉识别、扫码装置、数据读取/传输/保存/分析系统、转运单元控制等模块有效实现禽类宰杀工厂的智能化生产及管理。

1、生产车间智能制造自动化；2、石墨烯玻璃深加工产品的深度开发3、二代钢化玻璃防眩板项目的夜间发电及GPS定位功能，使道路防护产业进一步升级，逐步向节能环保、智能、高速型推进。

团队专注于食品光声无损速测技术及其智能装备的研究与开发，以此实现食品安全供应链、全场景的批量化在线检测。 一、项目进展 已注册公司运营 二、企业信息 企业名称 安徽合工云控科技有限责任公司 企业法人 刘鑫汉 注册时间 2020/3/23 注册所在省市 安徽省宣城市 组织机构代码 MA2UK7UE-1 经营范围 自研智能无损检测系列设备研发、售卖与后期维护 企业地址 安徽省宣城经济技术开发区薰化路301号合肥工业大学工大学子创客空间 获投资情况 公司注册资本500万元 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 刘鑫汉负责人 食品质量与安全 2020-9/2024-6 干晓宇 食品质量与安全 2020-9/2024-6 刘紫琪 食品科学与工程 2020-9/2024-6 涂丁尹 食品质量与安全 2020-9/2024-6 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 马飞 食品与生物工程学院 副教授 食品物理加工与品质智能识别技术研究 徐宝才 食品与生物工程学院 研究员 肉品科学、肉品加工及质量安全控制技术研究 五、项目简介 中科敏选团队组建于2020年3月，成员来自食品工程、管理与信息工程等各专业，由学生和相关高水平教授组成。团队专注于食品光声无损速测技术及其智能装备的研究与开发，以此实现食品安全供应链、全场景的批量化在线检测。为推动技术转化应用，本团队在2020年3月成立安徽合工云控科技有限公司，并率先与雨润集团、华泰集团、三只松鼠等食品国家级龙头企业达成意向合作，享有高校相关专利成果的优先转化权。 截至目前，公司已经制修订国家或行业标准9项、参与国家重大研发计划1项、2022年营业额将突破1000余万元、与高校共建安徽省首批互联网+食品现代产业学院。为服务乡村振兴战略，公司开展各类社会实践活动10余次、技术宣传与推广活动13次、覆盖12个乡村、收到来自小岗、黄冈等地感谢和表扬信件多封；团队成员的服务事迹先后被人民日报、安徽日报等主流媒体的争相报道，受到团中央傅振邦书记表扬点赞、合影留念。

逸刻畅行面向当前的L2级以下车辆和未来的智能网联汽车，研发了节能效果显著，行驶安全性高、操纵灵活性好、架构通用性强的 eGo 智能车速控制系统。 一、项目进展 已注册公司运营 二、企业信息 企业名称 南京逸刻畅行畅行科技有限公司 企业法人 李兵兵 注册时间 2020年11月26日 注册所在省市 江苏南京 组织机构代码 91320115MA23CMHM7L 经营范围 技术开发、技术咨询、物联网技术研发、,新兴能源技术研发、软件开发,智能机器人的研发;人工智能基础软件开发:人工智能应用软件开发 企业地址 南京市江宁区迎翠路7号科创大厦八层楼8010-3 获投资情况 无 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 李兵兵 机械工程学院/车辆工程专业 2020.9/2024.6 刘昊吉 机械工程学院/车辆工程专业 2019.9/2022.6 李志翰 机械工程学院/车辆工程专业 2020.9/2023.6 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 庄伟超 机械工程学院/车辆工程专业 车辆工程系主任/副教授 智能网联汽车 殷国栋 机械工程学院/车辆工程专业 教务处处长/教授 车辆动力学控制 五、项目简介 逸刻畅行面向当前的L2级以下车辆和未来的智能网联汽车，研发了节能效果显著，行驶安全性高、操纵灵活性好、架构通用性强的 eGo 智能车速控制系统。该产品借助网联通讯获取的道路坡度、前方交通流和路口信号灯相位等交通信息，可实现对L2级以下车辆实现车速引导。对于未来智能网联汽车，通过规划与控制节能车速谱、安全通行和跟驰轨迹，以及控制车辆挡位切换，可以实现不等红灯一路畅行，在节省行驶能耗的同时延长电动汽车电池寿命。 当前对于安全、节能和舒适驾驶的需求广泛，本公司产品所涉及的车速规划是破解需求困境的核心科技，市场上预计存在超2500万辆车辆和4.5万亿元市场规模。产品主要应用于商用车，以提供在高速场景下的节能和安全车速与挡位控制，同时实现乘用车在城市场景下的舒适性车速控制。公司采用“软件+硬件+服务”全栈解决方案，面向企业和个人用户，提供多元技术支持和一站式配套服务。核心业务为智能车速控制系统销售，包括企业客户产品前装，个人用户产品后装。此外，盈利来源还包括升级和维护、以及技术服务。营销方面，通过多渠道曝光深度挖掘客户资源，并树立标杆企业形象建立品牌加持。 公司股权结构良好，资金来源渠道丰富，包括股东投入的资本金（实收资本）、债权人投入的资金（短期借款、长期借款）、企业经营净利润等，并针对自身的公司特征及其生命周期规律，选择可行的融资渠道和融资形式，计划A轮融资2000万元、释放10%股权，制定了风险投资资金引入方案。分析企业在技术、市场、管理等方面的风险，将风险划分为轻微、较低、较严重、严重四个等级，并结合企业实际情况制定了相应的应对方案。团队负责人李兵兵创业经验丰富，各部门总监及专家咨询团队均具有丰富的相关技术或从业经验

复旦大学“基于类脑智能的舆情系统研究”项目组就疫情期间的网络热点展开了深入分析。其中由大数据学院魏忠钰副教授和新闻学院周葆华教授负责的用户画像团队，梳理了新浪微博中群体舆论演化总体态势及代表性群体的舆论特征，并对舆论引导方式提出了对策和建议。 01 大数据舆论分析：把握民意趋势、挖掘事件成因 团队分析了2020年1月15日至2月16日期间与疫情相关的3000万条微博，依托情感分析、话题聚类等文本挖掘手段准确感知网民的情感倾向转变和话题动态演化。 数据分析结果显示，疫情初期的舆论以负面情绪居多。随着中央全力部署、政府防控措施出台（实时数据的公布、武汉实行封城管控）、专家学者释疑解惑（钟南山院士、张文宏医生等对疫情的判断)，正向情感不断提高。随后虽然疫情增长率不断减缓，情感指数仍有变动，多与受疫情触发的热点议题相关。 02 群体画像：精准定位人群、感知个性化诉求 团队根据用户的职业、地域等属性将用户细分为不同群体，并进行参与度的动态比较，同时对代表性群体的网络言论进行定点分析，准确感知不同社会群体的心理诉求与价值预期。 对于不同职业的用户，在疫情爆发初期，自媒体、专业技术人员和学生较为活跃，在事件后期专业技术人员、 自媒体、 企业高管、新闻出版与文化专业人士较为活跃。聚焦于奋战一线的医护群体，大多向外界传递了一往无前的抗疫精神，也不乏个别事件令其承受巨大压力，需要更多的社会理解和关爱。另外，由疫情所带来的经济影响逐渐蔓延，私营企业主及工薪阶层群体面临巨大压力，大多显露出焦虑情绪，需要采取有力措施帮中小企业主纾困解难。 对于不同地域的用户，参与讨论的用户中广东、北京用户占比较高，其次是东南沿海各地，话题的地区“下沉”趋势明显。特别地，武汉患者群体作为地域分群角度的特殊主体，通过社交媒体向外界讲述自己的亲身遭遇，寻求社会救助，使个体诉求进入公共议程，激发了全网对于武汉患者群体命运的同情与共鸣。而随着国际疫情局势的不断紧张，华侨华人群体面临歧视压力，需要在下一阶段严防“输入”过程中予以妥善引导。 03 事件关联：警惕次生舆情、完善发声渠道 疫情期间，不少热点讨论相继引发了有关社会深层次问题的“次生舆情”，追踪事件关联将进一步协助制定危机应对预案。以近期学校实施网课为例，部分学校存在的网课工具攀比化、部分贫困群体的自卑自嘲心理引发讨论。而弱势群体缺少发声平台，若忽视其诉求将进一步激发矛盾。因此，各级政府要加强对复工复产复学过程中贫困人群的关心，新闻媒体要加强对弱势群体的报道抚慰，促进社会沟通与社会公平。 不同的群体聚集于不同的网络社区之中，舆论表达方式也不尽相同，对分群体舆论特征进行分析使得挖掘群体共鸣更为高效。团队将进一步推动分群体智能舆论分析和信息汇集平台建设，探索建立公共危机信息汇集平台。在中国疫情防控不断取得阶段性成果的同时，团队还将持续跟进对国际疫情的舆情分析，为网络空间现代化治理能力的提升赋能。

我国科研团队首次利用机器学习反求设计（machine-learning inverse design）实现三维矢量全息(Three-dimensional vectorial holography)新技术的相关研究成果发表在国际顶级学术刊物《科学进展》上。该杂志为《科学》(Science)刊物旗下子刊，是一个涵盖所有学术领域的开放性、综合性科学刊物。 这项光学全息技术领域的突破性研究，由上海理工大学庄松林院士和顾敏院士领衔的未来光学国际实验室完成。研究中基于机器学习的反求设计，可精准且迅速地产生一个或多个任意三维矢量光场，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。 光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。研究人员介绍，基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，科学家研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。 但精确产生任意三维矢量光场仍是一个世界性难题。在物理学上，通过求解三维麦克斯韦方程可以正向得到一个三维矢量光场分布，但其不可控。顾敏科研团队利用人工智能的机器学习反求设计，解决了这一难题，率先实现了三维矢量全息，并可精确地控制三维全息图像中每个像素点的任意三维矢量状态。 顾敏介绍，这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，因而消除了传统二维偏振光的束缚。“通过人工智能机器学习的新技术，我们首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去。” 机器学习在光学设计中扮演着越来越重要的作用。文章第一作者任浩然博士说：“我们研究证明训练后的人工神经网络可有效、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。” 此外，这项发明为光学全息开辟了一条新道路，首次在全息中证明光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用。顾敏表示，“这项发明不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为人们加深理解光与物质的相互作用（例如粒子操控）提供了一个崭新的平台。”

本项目的研究成果，能够帮助出行者在出行之前提前规划出行路径，在出行之中选择最优出行路径，同时可以获取实时交通诱导信息、服务信息、事故信息等，提高了出行舒适度和自由度；能够将快速路交通流合理的分配到路网之中，提高道路利用率，缓解局部区域交通拥挤，提升系统整体运行效益。另外，所开发的系统将车辆、道路和使用者应密结合起来，不仅能够有效地解决交通拥挤问题，还能对交通事故的应急处理、环境保护和资源的节约等都有显著的效果，最终有利于交通动态及静态信息在最大范围内、最大限度地被交通管理者、出行者、驾驶员所共享，并通过集成挖掘和多方式的交通信息的发布，从而实施整个快速路交通系统的优化运行，实现快速路管理的信息化和智能化。

新型多用途智能伸缩喷灌车主要由三组电动机、悬臂梁、摄像头、横向伸缩管道、竖向伸缩装置、支撑杆电刷、舵机、上电磁水阀、增压泵、二向阀门、备用水箱、含信号接收装置的自动控制系统等组成。横向伸缩管道两端为对称设计，采用对称式悬索实现大范围牵引伸缩，满足不同范围的喷水覆盖；竖向伸缩装置位于支撑杆内，竖向伸缩装置下部与上电磁水阀、增压泵相连通，通过上部电动机的牵引使竖向伸缩装置上升或下降，实现不同高度的喷水灌溉；喷灌车搭载有备用水箱，根据需要加入农药或可溶性化肥，实现“水药肥”一体化喷灌，喷灌车由车载的自动控制系统根据 GPS 信号控制自动前往指定区域，同时借助车载摄像头实时图像校正路线或规避障碍，也可以由专门负责灌溉的人员驾驶至指定的灌溉区域。 该喷灌车通过单片机的自动控制系统控制各个控制元件，实现喷水管道横向、竖向伸缩以及 360°旋转，能够适应不同地形、不同高度农作物的灌溉需求，高效完成各种复杂环境条件下的喷灌任务，提高灌溉水的有效利用率。

本系统包括全身智能模拟病人、平板软件，配套AED套装。可完成胸外按压、开放气道、人工通气、电除颤等操作，并且带有心肺复苏反馈装置，实时记录使用者的操作信息，帮助学生更好的学习和训练心肺复苏的实践技能。