产品详细介绍 PlantScreen植物表型成像分析系统（植物自动传送版）   PlantScreen植物表型成像系统由捷克PSI公司研制生产，整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、自动条码识别管理、RGB真彩3D成像、自动称重与浇灌系统等多项先进技术，以最优化的方式实现大量植物样品——从拟南芥、玉米到各种其它植物的全方位生理生态与形态结构成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。作为全球第一家研制生产植物叶绿素荧光成像系统的厂家，PSI公司在植物表型成像分析领域处于全球的技术前列，大面积叶绿素荧光成像分析功能使PlantScreen成为植物表型分析与功能成像分析的最为先进的仪器设备，使植物生长、胁迫响应等测量参数达100多个。 左图为整套PlantScreen系统，中图为成像室，右图为成像室中的玉米 PlantScreen系统包括如下成像分析功能：   1. 叶绿素荧光成像分析：单幅成像面积35x35cm，成像测量参数包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等几十个叶绿素荧光参数 2. RGB成像分析：成像测量参数包括： 1) 叶面积（Leaf Area: Useful for monitoring growth rate） 2) 植物紧实度／紧密度（Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant）   3) 叶片周长（Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)） 4) 偏心率（Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)） 5) 叶圆度（Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness） 6) 叶宽指数（Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)） 7) 叶片细长度SOL (Slenderness of Leaves) 8) 植物圆直径（Circle Diameter. Diameter of a circle with the same area as the plant） 9) 凸包面积（Convex Hull Area. Useful for compactness evaluation）   10) 植物质心（Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)） 11) 节间距（Internodal Distances） 12) 生长高度（Growth Height） 13) 植物三维最大高度和宽度（Maximum Height and Width of Plant in 3 Dimensions） 14) 相对生长速率（Relative growth rate） 15) 叶倾角（Leaf Angle） 16) 节叶片数量（Leaf Number at Nodes） 17) 其它参数如用于植物适合度估算的颜色定量分级、绿度指数（Other parameters such as color segmentation for plant fitness evaluation, greening index and others） 3. 高光谱成像分析（选配），可成像并分析如下参数： 1) 归一化指数（Normalized Difference Vegetation Index (NDVI)） 2) 简单比值指数（Simple Ratio Index, Equation: SR = RNIR / RRED） 3) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]） 4) 最优化土壤调整植被指数（Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)） 5) 绿度指数（Greenness Index (G), Equation: G = R554 / R677） 6) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI), ?Equation: MCARI = [(R700- R670) - 0.2 * (R700- R550)] * (R700/ R670)） 7) 转换类胡罗卜素指数（Transformed CAR Index (TCARI)?, Equation: TSARI = 3 * [(R700- R670) - 0.2 * (R700- R550) * (R700/ R670)]） 8) 三角植被指数（Triangular Vegetation Index (TVI)?, ?Equation: TVI = 0.5 * [120 * (R750- R550) - 200 * (R670- R550)]） 9) ZMI指数（Zarco-Tejada & Miller Index (ZMI), Equation: ZMI = R750 / R710） 10) 简单比值色素指数（Simple Ratio Pigment Index (SRPI), Equation: SRPI = R430 / R680） 11) 归一化脱镁作用指数（Normalized Phaeophytinization Index (NPQI), Equation: NPQI = (R415- R435) / (R415+ R435)） 12) 光化学植被反射指数（Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)） 13) 归一化叶绿素指数（Normalized Pigment Chlorophyll Index (NPCI), NPCI = (R680- R430) / (R680+ R430)） 14) Carter指数（Carter Indices?, Equation: Ctr1 = R695 / R420; Ctr2 = R695 / R760） 15) Lichtenthaler指数（Lichtenthaler Indices?, Equation: Lic1 = (R790 - R680) / (R790 + R680); Lic2 = R440 / R690） 16) SIPI指数（Structure Intensive Pigment Index (SIPI), Equation: SIPI = (R790- R450) / (R790+ R650)） 17) Gitelson－Merzlyak指数（Gitelson and Merzlyak Indices?, ?Equation: GM1 = R750/ R550; GM2 = R750/ R700）   4. 热成像分析（选配）：用于成像分析植物在光辐射情况下的二维发热分布，良好的散热可以使植物耐受较长时间的高光辐射或低水条件（干旱） 5. 近红外成像分析（选配）：用于观测分析植物的水分状态及其在不同组织间的分布变异，处于良好浇灌状态的植物表现出对近红外光谱的高吸收性，而处于干旱状态的植物则表现出对近红外光谱的高反射性，通过分析软件可以监测分析从干旱胁迫到再浇灌过程中的整个过程动态及植物对干旱胁迫的响应和水分利用效率，并形成假彩图像，可以与植物的形态指数及叶绿素荧光指数进行相关分析研究。   系统配置与工作原理：   整套系统由自动化植物传送系统、光适应室、RGB成像、FluorCam叶绿素荧光成像、高光谱成像、植物热成像、植物近红外成像、自动浇灌施肥与称重系统、植物标识系统等组成，光适应室内的植物可由传送带传送到成像室进行成像分析等。   技术指标：   1. 自动装载与卸载植物样品，通过条形码或RFID标签识别跟踪样品 2. 光适应室：用于光照适应或植物培养，LED光源光照强度达1000μmol/m2.s，无热效应，强度0－100%可调，可通过实验程序预设光照周期变化，可选配通用型或专用型如水稻生长观测室等，还可选配三维扫瞄成像分析功能（包括XYZ三维扫瞄成像系统和软件） 3. 标配托盘架30x30cm，用于安放盆栽植物或可以盛放多个小花盆的托盘 4. 自动传送系统由光适应室到成像室形成一个环形传送通道，传送带采用具变速器的三相异步马达，200-1000W，传送带宽320mm，负载力130kg，速度9m/min 5. 移动控制系统中央处理单元：CJ2M-CPU33；数字I/O：最大2560点；PLC通讯：通过以太网100Mb/s高端PC；OMRON MECHATROLINK-II 最大16轴精确定位 6. 植物成像测量室：150cm(长)x150cm(宽)x220cm(高)，与环境光隔离（light-isolated），快速自动开启关闭门，开启关闭周期小于3秒，传送带入口具光幕传感系统、条码识别器和RFID读取器 7. RFID读取器辨识距离：2-20cm；通讯：RS485；条码识别器可读取1维、2维和QR码，具LED光源便于弱光下辨识，RS485通讯 8. F3EM2光幕系统，精确测量植物高度和宽度以便进入成像测量室后摄像头自动精确定位，测量范围150cm，分辨率5mm 9. 叶绿素荧光成像：包括光隔离成像室、自动开启与关闭门、传送带、PLC控制自动上下移动聚焦系统、4个LED光源板、8位绿波轮等，单幅成像面积35x35cm，测量光橙色620nm，橙色和白色双波长光化学光，饱和光闪为白色或蓝色 10. 自动灌溉与称重，可同时对5个植物种植盆进行浇灌和称重，精确度±1g；称重后精确浇灌，可通过实验程序（protocol）预设浇灌过程（regime）或干旱胁迫状态，还可选配营养供给系统随浇灌定量供给植物营养（如氮肥等）；称重前自动零校准，还可通过已知重量（如砝码）物品自动进行再校准；防护级别：IP66 11. 称重系统由4个称重单元组成，安全承载限：150% Ln；温度补偿：-10－40°C，标配测量范围7kg，可选配10kg、15kg或20kg 12. RGB成像：顶部和侧面三维成像（3个摄像头），每个摄像头各自拥有独立的控制面盘以设置曝光时间、增益、白平衡等，通过控制面盘的快照键可即时拍照并显示分辨率等信息，还可通过自动模式自动成像并存储至数据库，每次扫瞄成像时间小于10秒 13. RGB成像系统包括成像室（光隔离）、传送带及位置传感器、3个摄像头、光源及成像分析软件，标配成像范围150cm(长)x150cm(宽)x150cm(高)，LED冷白光源（不对植物产生热效应） 14. 标配USB以太网摄像头，有效像素4008x2672，像素大小9.0μm，比特分辨率12比特，光量子效率：蓝光峰值465nm，绿色峰值540nm，红色峰值610nm；28mm光学镜头，口径43.2mm，光圈范围2.8－F16 15. NIR近红外成像单元：可成像采集1450－1600nm水吸收波段，以反映植物水分状况，在供水充沛情况下表现出高NIR吸收值，干旱胁迫情况下则表现出高NIR反射，NIR假彩色成像可以通过软件反映和分析植物水分状况 16. 高光谱成像单元包括光隔离成像测量室、自动开启关闭门、传送带、PLC控制自动移动聚焦镜头包括SWIR和VNIR镜头、光源、成像分析系统等，VNIR镜头波段380nm－1000nm，光圈F/0.2，缝隙宽度25μm，缝隙长度18mm，帧速12－236 fps；SWIR镜头波段900－2500nm，光圈F/0.2，缝隙宽度25μm，缝隙长度18mm，帧速60或100 fps，视野150x100cm 17. 用户可通过实验程序选择SWIR成像、VNIR成像或两个镜头全波段成像，每个镜头成像时间分别为15秒 18. 热成像单元：分辨率640x480像素，温度范围20－120°C，灵敏度NETD<0.05°C@30°C/50mK，成像面积可达150x150cm 19. 可选配人工气候室，植物生长面积9.5m2，生长高度2.0m，温度稳定性±1°C，430nm－730nm白色和IR LED 光源，1000μmol/m2/s（距离植物100cm高度的光强）,可预设自动光照周期动态， 20. 系统控制与数据采集分析系统： Ø 用户友好的图形界面 Ø 用户定义、可编辑自动测量程序（protocols） Ø MySQL数据库管理系统，可以处理拥有上千万条记录的大型数据库，支持多种存储引擎，相关数据自动存储于数据库中的不同表中 Ø 植物编码注册功能：包括植物识别码、所在托盘的识别码等存储在数据库中，测量时自动提取自动读取条形码或RFID标签 Ø 触摸屏操作界面，在线显示植物托盘数量、光线强度、分析测量状态及结果等，轻松通过软件完全控制所有的机械部件和成像工作站 Ø 可用默认程序进行所有测量，也可通过开发工具创建自定义的工作过程，或者手动操作LED光源开启或关闭、RGB扫面成像、叶绿素荧光成像、称重及浇灌等 Ø 实验程序（Protocols）具备起始键、终止键、暂停键 Ø 可根据实验需求自动控制植物样品的移动和单一成像站的激活 Ø 可提供3个相机视角的RGB数字生长分析，包含阈值分析和颜色分析 Ø 对于叶绿素荧光成像图片，软件可批量进行淬灭参数分析，包含了在背景去除图像上用户感兴趣区域和像素值的平均。分析数据以原始图像和分析数据的形式存储在数据库中。 Ø 对FIR热成像图，16位图可直接导出到MATLAB或通过软件生成温度分布的假彩图像。   部分用户：   1. 国际水稻研究所（菲律宾）The International Rice Research Institute, Los Banos Philippines  2. 澳大利亚联邦科学与工业研究组织植物表型组学中心The CSIRO Plant Phenomics Center, Canberra, Australia  3. 澳大利亚国立大学The Australian National University, Canberra. Australia  4. 孟山都公司（美国）Monsanto Corporation, St. Louis, USA.  5. 杜邦先锋国际良种公司Pioneer-Dupont, Des Moines, Iowa  6. 巴斯夫公司Metanomics（柏林）Metanomics (BASF), Berlin, GDR  7. 巴斯夫公司CropDesign（比利时）CropDesign (BASF), Nevele, Belgium  8. 美国合成基因公司Synthetic Genomics, La Jolla, USA  9. Palacky 大学Palacky University Olomouc, Czech Republic 10. Masaryk 大学Masaryk University Brno, Czech Republic   产地：欧洲    

NA7682A矢量网络分析仪，吸取了前几代网络分析仪应用客户的大量反馈，采用更合理的面板布局，是德力仪器推出的新一代矢量网络分析仪产品。随着 5G 通信的快速商用，NA768x 能够针对 5G 通信链路中关键器件：滤波器、放大器、隔离器、天线、馈线等进行快速的功能性能测试，加速产业推进。

成果以国家973计划、863计划、国家自然基金重点及面上项目等为基础，研究了非常态条件下城市交通运行状态智能监测与特征提取、运行态势智能判研与风险评估、交通系统智能诱导与信号控制、多方式交通智能调度与协同组织等技术，建立了非常态条件下城市交通系统安稳运行保障技术体系。成果技术说明如下：　　1.非常态条件下城市交通运行状态智能监测与特征提取技术。成果研发了基于大数据挖掘的城市交通非常态运行实时智能监测、动态信息获取及精准事故甄别技术；非常态条件下城市网络交通流关键参数多角度、高精度提取技术等。 2.非常态条件下城市交通运行态势智能判研与风险评估技术。该技术涵盖基于雷达跟踪及大数据挖掘的城市交通偶发拥堵引发点识别、规律辨识与态势判研技术、风险量化及安全态势评估技术、空间-时间-信息三位一体的交通非常态运行态势判研与风险评估共性技术等。 3.非常态条件下城市交通系统智能诱导与信号控制技术。研发了可变信息标志布设及非常态条件下信息智能发布技术及车载信息诱导装备，提出了道路交通偶发拥堵控制技术、以拥堵快速消散为目标的非常态条件下信号控制技术等，保障了关键拥堵道路的高效通行。　　4.非常态条件下城市多方式交通智能调度与协同组织技术。研究了恶劣天气下城市多方式交通协同应急疏散技术，研发了非常态条件下城市多方式交通智能管理与控制平台，实现了应急需求动态辨识、多方式交通应急资源协同配置及应急方案智能生成。

本发明公开了一种城市轨道交通层级救援站多目标选址方法，该方法通过构建救援站网络?脆弱性评价?脆弱度分级?确定覆盖度函数?建立适用于城市轨道交通层级救援站规划决策的多目标选址模型?算法设计，从经济性、高效性、覆盖全面性三方面出发，提升救援站选址方法的准确性和合理性，最终实现快速救援响应、高效物资供应，不仅能有效降低救援网络的建设维护成本，同时能保证突发事件的高效及时救援，可为轨道交通企业提供具有不同决策偏好的选址决策方案，满足实际选址工作的需要。

本发明公开了一种故障环境下城市轨道交通列车的辅助定位系统，包括RFID信息标签模块、RFID阅读器、红外发射器及红外传感器，通过使用RFID技术进行行驶区间内的车辆多重定位，不仅能够在列车行驶时检测到列车的位置信息、推算出行驶的速度、车辆行驶方向，还可以在列车通过后推算出列车行驶加速度，较为准确的评判出列车的动态运行状态，保证线路运输安全，实现列车安全间隔控制；同时采用红外感应技术和RFID技术共同完成停车定位操作，使列车在信号系统故障环境下能够及时将信息传给工作人员，降低信号系统故障带来的影响和损失，使列车停车进站较为准确，满足轨道交通企业对定位设备布设的实际需求。

本发明公开了一种基于亮度基准漂移的全天候交通图像增强方法，充分考虑监控图像与光照强度和 拍摄时间之间的相互关系，分析光照的总体变化和实时变化，分别得到亮度基准曲线和亮度实时反馈， 并加权得到当前时刻的亮度基准值，在对交通监控图像增强之前，先把图像从 RGB 色彩空间转换到 HSV 色彩空间，在保持图像色度信息不变的基础上，运用亮度基准值对亮度分量分割，得到低亮度区和高亮 度区，并分别求取每个亮度级的漂移参数，每个亮度级乘以对应亮度级的漂移参数得到增强后的亮度级， 最后图像转换到 RGB 色彩空间得到增强后的图片。利用本发明对全天候实时监控图像尤其是顺逆光情 况下图像进行处理，可以为用户提供对比度更清晰，有用信息更突出的图像。

交通堵塞已为我国城市所面临的严峻问题，有效的交通信号控制系统可以经济高效 地提高交叉口及其网络容量。本系统基于国家重点基础研究规划（973）项目、国家高 新技术发展（863）计划项目和国家自然科学基金课题，针对中国交通流的实际情况， 提出了基于交叉口群协调的交通流动态协调控制技术与系统，根据实际交通问题动态地 将强关联交叉口加以组合进行协调优化，利用网络资源解决节点交通问题，提高了协调 控制的针对性和实效性。该技术还将行人过街协调控制、公交优先协调控制，以及快速 路进出口匝道控制等技术有机整合，为城市信号优化提供整体的解决方案与系统。其成 果已分别在杭州城区、丁桥区以及常州、张家港、太仓等地交警部门推广应用。 

本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤： 1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频； 2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标； 3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet； 4、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。 该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。

　　为了提高中小学生安全防范意识，提升安全教育知识水平，针对中小学常见安全问题，云幻科教以生动有趣的卡通形象为主人公，通过3D虚拟技术进行模拟不同安全场景，引导学生正确安全行为。3D校园安全教育资源库，包含运动安全、交通安全、电梯安全、意外防范、安全救护等内容。       3D校园安全教育资源库中，每部资源时长在2-7分钟，包含安全情景引入、错误行为禁止、正确行为引导、安全知识小结四部分内容。通过3D校园安全教育资源学习，能有效吸引学生兴趣，让学生知道哪些行为可以做，哪些行为不可以做，遇到危险情景该如何应对，有效提升学生的安全知识水平。