Ø  成果简介：本项成果是国家863项目光学全反射式大幅面多用户交互桌面关键技术及样机研究的标志性成果，申请国家发明专利12项，发表论文26篇，登记软件著作权3项。Ø  技术领域：电子信息Ø  现状特点：已经成功应用于包括中国科技馆、上海世博会在内的多个展馆与博物馆，并在“十一五”国家重大科技成就展中展出。Ø  应用范围：会议、教学互动桌，多人游戏平台，军用沙盘、景点导航，展览展

轻交互教学互动平台是一个以微信为载体、辅助教师更高效进行智慧教学的教学助手，连通教师课程空间教学平台，集监管、教学、学习．交流于一体，构建手机互动智慧教室。实现学生课前自由预习、师生课中便捷性互动、自适应批改、课后随时随地交流并及时查看教学数据统计报告等功能。

产品展示 　　产品特点 　　智能易用 　　红外感应技术，支持10点触控及智能识别手势动作，让师生交互变得更简易，满足教学场景需求 　　超高屏幕利用率 　　采用超窄边设计，外框简洁大方，屏幕利用率最高达97%，大大提升触控和显示尺寸 　　一体化设计 　　高度集成交互电子白板、电脑、音响系统、中控系统等多项功能，美观易用 　　三段式快捷图标 　　左右两侧均有18个中文标示三段式快捷图标，指引清晰，方便老师快速调用资源 　　可靠耐用 　　高抗压铝合金边框，结合防眩目、防反光冷轧锅板，防撞防刮 　　双系统设计 　　支持“微控系统”及PC系统，对常用功能及操作单独管理，让操作体验更人性

北京大学认真落实教育部等五部门《意见》，积极探索内部治理结构与管理体制、教育教学、师资人事制度、科研体制机制、资源保障与配置体制等项改革，特别在教师分类管理、教师岗位聘任以及教师职称晋升标准等方面，坚持学术导向、国际标准，构建具有鲜明特色的改革模式，着力提升科研创新力和综合竞争力。

本发明涉及自蔓延反应与无人机焊接和切割技术，具体地说是涉及一种基于自蔓延反应的无人机焊 接和切割方法。整个焊接/切割过程利用自蔓延化学反应放热，完全(或部分)不需要外热源。焊接中通 过快速自动波燃烧的自维持反应得到所需成份和结构的产物。利用无人机搭载自蔓延设备，可快速到达 危险或人工难以到达的区域。通过携带不同种类的自蔓延粉末，可实现不同材质的焊接/切割。将自蔓延 反应焊接/切割与无人机相结合，提

机器人无人机六自由度实时位姿采集与定位追踪 NOKOV可实现高精度实时室内定位与运动追踪，对六自由度位姿数据与关节角度等运动学数据进行采集。 得到的数据可以通过VRPN传输，或通过SDK（C++语言）端口广播与ROS、Labview、Matlab（包含Simulink） 等软件通信进行二次开发。 室内定位 • NOKOV（度量）光学三维动作捕捉系统可实时获取机器人和无人机精准位置、姿态和六自由度（6DoF）位姿数据。 • 即使是数百平米的超大实验室环境内，也能完成对单个/多个机器人或无人机的稳定的位姿采集与定位追踪，并实时输出位置与姿态数据。 多刚体结构定位 在机械臂、机械手、仿人机器人、仿生机器人、四足/六足机器人、外骨骼机器人、机器人化动力假肢等多刚体的研究中，NOKOV可实时 获取多刚体结构的关节角度与六自由度数据信息，并支持数据导出。 人体步态动作捕捉 NOKOV（度量）光学三维动作捕捉系统可采集人或其他生物的三维位置数据（三维空间坐标）、六自由度（6DoF） 的运动轨迹和关节角度、旋转、足跟坐标等运动学数据。基于整套系统超高的实时性，NOKOV可支持数据的实时可视化， 并可导出至第三方软件进行进一步的数据处理。 常见关节角度：头和躯干、上肢（肩、肘、腕、手）、下肢（髋、膝、踝、足）。

高校科技成果尽在科转云

智能交互式上肢康复机器人在机械结构上改进了现有动力型上肢康复机器人将电机放在运动关节处造成的噪声高、体积大等不足。在系统控制上，设计了多模态控制（语音控制、触摸控制、按键控制等）方式，使得控制更加符合人机交互控制需要，同时还设计了多种训练模式（被动训练、助力训练、虚拟现实训练等）。医、患、机三者交互，实现了医生跟患者，医生与机器，患者与机器之间的远程、无线控制。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。