目前现有方法通过对常规模型算法的修改，或引入诸多约束条件, 或对先验模型的简单概化、或通过学习（非生物）的方法获取先验知 识参与重建等，以解决时空超分辨率图像重建的求解病态或不适定问 题，仍不同程度地存在着一定的局限性。本项研究受蝇类视觉系统的 启发，与以往研究策略和角度不同，首先，有别于目前面向图像或视 频全域的时空超分辨率信息处理模式，基于生物视觉对感兴趣区域或 目标物体的注意机制，构建多序列图像的时空超分辨率仿蝇重建信息 处理系统模式。其次，通过超视锐度机理、大小场景系统、以及“共 

本发明公开了一种基于机器视觉的点胶质量检测方法，包括以下步骤：首先，获取点胶操作前和后的焊盘图像；其次，利用图像处理算法处理两张图像，去除背景的干扰后提取出胶滴的图像；再次，利用 Blob 分析算法求取胶滴的点胶参数，包括胶滴面积、中心点坐标以及形状因子；最后，根据点胶质量评价模型来求取胶滴的点胶质量。通过将胶滴的点胶质量与阈值相比较，确定点胶质量是否合格。本发明方法可以有效地应用到具有复杂背景图像、高速高频点胶过程的点胶一致性检测以及点胶质量检测中。

该检测技术目前主要能力有烟丝宽度检测、烟丝结构检测、烟叶霉变检测、污损图文识别、雾化效果检测、烟气成团性检测等，并且实现了在线检测防潮、多频次、样本复杂等检测难点；解决了目前行业内容人工取样检测效率低下、人工观察不及时、无法实现人工检测等难题，在行业创新性上具有重要意义。

机器人产业在过去十年中得到了长足的发展，有效提高机器人的智能感知能力，是未来数年内进一步推动该产业发展的关键所在。机器人的智能认知能力，是指通过人工智能理论和技术，赋予机器人一种类似人类的高层认知能力，从而使得机器人可以自己适应复杂多变、具有较强不确定性的自然场景。本项目拟在前期计算机视、听觉认知算法研究基础上，进一步探索机器多模态认知关键技术在机器人环境感知问题中的具体应用。1.&n

项目概况 目前，国内外大量应用弧焊机器人系统从整体上看基本都属第一代或准二代焊接机器人 系统。由于焊接路径和焊接参数是根据实际作业条件预先设置的，在焊接时缺少外部信息传 感和实时调整控制功能，这类弧焊机器人一般不能应对焊接作业条件严格的稳定性要求，焊 接时缺乏“柔性”，表现出明显的缺点。在实际弧焊过程中，焊接条件是经常变化的，如加 工和装配等误差会造成焊缝位置和尺寸的变化，焊接过程中工件受热及散热条件改变会造成 焊道变形和熔透不均。 为克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高机器人作业智能化 水平和工作的可靠性，要求弧焊机器人系统不仅能实现焊接参数的在线调整，且能实现焊缝 的自动实时跟踪。已完成铝镁硅合金框架弧焊机器人柔性工作站焊缝智能跟踪与图象处理技 术，使企业塞拉门设计制造的技术水平达国际先进水平。 本项目具有国际先进水平，拥有自主知识产权。 主要特点 已完成的项目，塞拉门框架的材料为铝镁硅合金，材料特殊、框架尺寸较大，焊点多 而短、焊接质量要求高，故解决柔性夹具设计、实现两面焊接、满足多系列多规格门框尺 寸的要求是体现了成果的先进性； 铝镁硅合金框架弧焊机器人柔性工作站所包括的柔性夹具、焊缝智能跟踪与图象处理 技术，使企业塞拉门设计制造的技术水平达国际先进水平，体现了成果的创造性。 技术指标 国内城市轨道车辆、高速列车的迅猛发展使得城轨门生产逐年猛增，品种不断翻新，但 铝镁硅合金框架等主要零部件仍为手工焊接。由于手工焊接依赖于工人的技术水平，效率低， 焊接质量欠佳，优质品率低，是制约我国城轨门产品升级的关键技术。 首选企业的高精度焊件达到：焊缝识别误差 600×600 像素， ±0.25mm，±0.20mm；焊 枪姿态误差，±0.045mm，±0.040mm；其它误差（包括焊丝变形误差、工件热变形误差、焊 接电流误差等），±0.030mm，±0.020mm；视觉跟踪综合误差，±0.5mm，±0.35mm。 市场前景 成果实施后使用单位使用前手工焊接的 1.2 万件/年，达到 4 万件。按人工焊接生产水 平，支出费用为 72 万×3.5=252 万，机器人的投入成本 1 年半内可收回，且可满足使用单位 近 3-5 年的发展需求。 按近几年使用单位产品产量的增长速度，2009-2010 年产量可达 5.5 万件，2 台机器人 工作站每年可生产 5.68 万件，完全满足生产要求。若仍用人工焊接则成本支出为 72 万 ×4.6=331.2 万元，而机器人工作台投入费用为零。企业每年可新增产值 4-5 亿元，利税 1.2-1.5 亿元。 市场应用方面已具备推广应用的基本条件，该成果的完成，不仅可以提升企业高精度特 材焊件设计制造的技术水平，提高企业技术创新能力和提升产业集聚度，使产品达同行业国8 内领先或国际先进水平，且可成为企业现代先进制造工艺与装备工程应用的一个亮点。通过 开发研制，真正体现了产学研合作的现代高等教育理念，在高校和企业中锻炼出一批机器人 研制方面、具有实战经验的科技人才。

产品详细介绍SPEOS光环境模拟仿真与视觉工效学分析软件SPEOS是法国OPTIS公司开发的功能强大的专业用于光学设计、环境与视觉模拟、成像仿真、视觉工效学分析系统应用的照明和光学环境模拟仿真工效学分析系统工具，完全兼容CATIA、UG（NX）、Creo Parametric（pro/E）和Spaceclaim等国际标准的CAD平台，强大的解决方案提供完美的可视化光学系统和直观的人机交互平台，其仿真技术已经广泛用于航空、航天、军工、汽车、轨道交通、通用照明等工业领域的研究机构和知名公司。  SPEOS是全球唯一整和装备结构进行光机系统的模拟仿真设计软件，是全球唯一可依据人眼视觉特征和材料真实光学属性进行场景仿真和视觉工效学仿真分析的专业软件。同时SPEOS提供国际领先的数据库包括:材质库、光源库、涂料库及相关各种光度、色度学标准。SPEOS材质光学属性库提供的玻璃、塑料、铝材、皮革、纺织品已达10000多种,并以全球原材料生产厂家的材料型号编码进行分类。光源库可提供大约10000多种,有Osram. Citiazen、Nichia、GE、Vishay、Lumileds等各国大型照明设备厂生产的LED、LCD、白炽灯、日光灯、弧光灯及各种专用灯光源等,并以全球灯具生产厂家的出厂型号编码进行分类;SPEOS标准数据库库提供目前全球通用的22个光度学和色度学标准和相关细则。同时系统通过CIE的标准认证、内嵌ISO和CIE国际标准的专业光学环境模拟与仿真分析，全天候外部环境光源数据库可提供标准的基于国际CIE标准下的天空环境库，基于CIE标准提供日光模型，可再现任何地理位置的天空光谱亮度，管理远距离成像状态下外界环境光对光学仿真的模拟影响。  SPEOS光学仿真软件基于可视化产品三维模型，直接采用数字化样机，使用虚拟环境仿真平台和津发科技ErgoVR人机工效分析平台，进行视觉工效虚拟分析和人因环境评估，在产品的初步设计和详细设计阶段对方案进行可行性验证，实现在设计前期发现、反馈和处理问题；同时，系统通过SPEOS数据同步模块插件结合ErgoLAB人机环境测试云平台可以实现在不同光学仿真模拟环境下对装备及系统进行客观定量的人因与工效学分析与人机交互评价，包含不同光环境下的大脑认知反应（EEG高精度脑电与脑机交互、fNIRS高密度近红外脑功能成像）、视觉加工（Eyetracking眼动轨迹与视线交互）、生理变化（HRV、EDA/GSR、RESP、EMG、PPG、SpO2、ECG、TEMP/SKT、EOG等）、行为动作与面部表情识别（A/V行为与表情音视频、Motion动作捕捉）、生物力学（拉力、握力、捏力、压力）、人机交互数据（包含如桌面与网页终端界面交互行为数据以及对应的键盘操作，鼠标点击、悬浮、划入划出等；移动终端界面交互行为数据以及对应的手指行为，如点击、缩放、滑动、翻页等；VR终端界面人机交互行为数据及对应的双手操作行为，如拾取、丢弃、控制等）、虚拟环境时空状态监测(包含如实时监测分析VR虚拟时空下的行走轨迹、访问状态以及视线变化、情绪变化、交互操作行为等)等客观量化数据进行人因测试与工效学分析评价，实现装备与系统研发的全生命周期管理，帮助客户提升研发设计能力，科学、有效指导新产品的研发设计，高效、高精度分析预测产品性能，降低样机数量和试验次数，从而节省成本、缩短周期，大幅度提升产品的市场竞争力。SPEOS 汽车照明设计模拟软件1.完善的材质资料库SPEOS 内建丰富的材质资料库，内容不单只有表面特性，甚至实体的 物理特性都能够表现出来。也可以 透过自行设定参数，来模拟特殊材 质的需求。快速简易的光源设定.2.SPEOS提供各式的光源资料下载,这些Model 包括灯泡，灯杯，灯壳甚至灯丝都已建立完成，也具有完 整的材质与发光属性设定。透过切 换可以调整不同颜或亮度，也可 以自行建立想要的光源.精准的模拟结果 .3.SPEOS在进行模拟时，是考虑到实体与表面特性两者的，因此比起其他的模拟软体增加更多准确性。因为与CAD整合的关系，所以可以将模拟结果贴附到3D，与实际 Model做比对，使用上更直觉互动光迹与逆追迹4.SPEOS的互动光迹功能，可以让使 用者快速了解光线与Model作用的 情况。而逆追迹可以在模拟结果完成之后，找出目标区域内的光线的 来源与作用部分,快速找到设计上 的问题点。丰富的法规资源。5.SPEOS的提供数十种常用的法规资源供使用者下载，并且会随时更新容，并新增法规增数量。使用者可以很快的得到验证的结果，并且反覆验证。6.OSD(Optical Shape Design) 是 Optis 公司为设计光学结构所开发的模组，Optis除了光学模拟以外， 也开始跨足设计的领域。例如反射面，透镜，导光条等等的结构，都可以透过这个模组来完成。OSD模组也保持与CAD结合的特性，能保留参数，切换模组.7.OSD模组有何优点?保留参数，因此可以更快速的进行设计变更。 挂载在GSD和PD模组下，因此可以与几何的功能相互作用可以使用几何量测自由切换LUM模组，减少CAD与光学软体间转档问题.可以输入光形范围来产生反射面。直接建构实体，减少补面的时间。 直觉式的法规检验，可以很快找出问题原因。拟真的视觉模拟效果。8.SPEOS的视觉模拟(VE)可以用来模 拟车灯实际点亮的效果，与 Rendering 不同的是，这个模拟是 以物理特性去运算的结果,也可以看到不同环境光源,眩光效果等等。

1、参照典型人体标本及国内外经典权威教材及图谱制作，如人卫出版社丁文龙主编的《系统解剖学》、人卫出版社南京医学院主编的《人体解剖学图谱》、江苏科学技术出版社姜同喻编著的《连续层次解剖图谱》、山东科学技术出版社丁自海主译《格式解剖学》、广东科技出版社胡耀民主编的《人体解剖学标本彩色图谱》等，造型自然准确、颜色自然，满足教学需要；

本项目针对人工速生林木材密度小、强度低的特点，研究开发出木材化学改性与干燥一体化工艺技术及装备。本技术能够大幅度提高速生材性能，同时解决了常规木材改性技术中改性剂浸透困难、环保性差，改性材功能单一、尺寸小，无法满足工业生产要求等问题；解决了传统木材改性技术工艺“先干燥-再浸渍处理-再二次干燥”的能耗高的问题。本项目技术获国家发明专利授权2项，已在多家企业应用。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：