本发明公开了网络环境下城市事件驱动的决策信息聚焦服务方法及系统，本发明提出的从关联城市 事件类型及阶段的抽象决策信息聚焦服务链建模与注册，到城市事件驱动的关联的抽象决策信息聚焦服 务链的发现，到抽象决策信息聚焦服务链的实例化与执行，到最后的决策结果的网络化共享的整个流程， 是一种网络环境下城市事件驱动的决策信息聚焦服务方法，实现了抽象决策信息聚焦服务链网络化共享 及协作管理、事件驱动的抽象决策信息聚焦服务链精确高效发现和决策结果的网络化共享，为智慧城市 突发事件的科学准确决策和快速应急响应提供了支持。 

本成果可从根本上解决上述痛点难题，传感器检测到冰雪等风险路况时，及时向路政、交警部门和社会发送预警和报警信号，以便及时采取风险管控措施，大大降低恶性交通事故发生的可能性。还可与道路融雪化冰系统协同工作，监测到冰雪危险路况时，传感器信号自动启动融雪化冰系统工作，消融冰雪，保障道路安全通畅。本成果的主要创新点： 1）压电平膜传感器多阶谐振频率和振动谱解析技术； 2）多光谱传感器光电信号处理技术； 3）复阻抗传感器信号检测及处理技术； 4）多传感器信息融合人工智能技术； 5）传感器可靠性结构设计技术。 冰雪路况传感器主要包含阻抗谱、谐振谱和多光谱等三种核心关键技术，如下图所示，其来源于团队前期研发的压电平膜式、光纤（光电）式和阻抗式结冰传感技术成果，均为具有自主创新特色及自主知识产权的研究成果。

本发明公开了一种基于移动式地理围栏的位置信息推送系统及其方法，通过所述方法构建车联网信 息管理系统，能够使驾驶者获取移动目标的安全信息，实现主动安全服务。所述方法以移动目标地理位 置为参考建立动态围栏；向围栏中的关联对象进行信息推送；同时跟踪系统中多个移动目标。本发明还 公开了一种并行管理多个动态围栏的方法。实施本发明的位置信息推送方法及管理动态围栏的方法，能 够精准地、及时地向周围关联对象推送安全行驶信息，避免造成交通事故。 

成果简介：本项目通过建立一个基于虚拟现实技术的计算机装配工艺规划仿真分析环境，利用产品的CAD模型，在不制造实际模型的情况下，由装配工艺规划人员在计算机环境中对产品的装配工艺过程进行交互式的定义和分析，包括建立产品各组成零部件的装配顺序，空间装配路径，编制工艺文档，并分析装配过程中的装配精度和装配机构运动，从而大幅减少装配工艺规划周期和成本，同时，系统提供装配工艺过程动画录制功能，将规划好的装配工艺以三维动画形式纪录下来，并可以通过安装在装配现场的浏览终端，展示给装配人员，以3维工艺来指导3维装配

研究背景： 随着武器装备和指挥信息系统水平的不断提高，大量信息 化武器和信息系统装备部队必然使得传统的作战指挥和武器使用方式随 着发生深刻变革。为了积极适应军队信息化的发展趋势，以作战需求为牵 引，加快数据链建设和发展是一项刻不容缓的重要任务，在未来信息化条 件下联合作战中，将面临更为复杂的战场环境，特别是作战对象拥有的信 息作战优势将使指挥控制的稳定性、实时性、可靠性受到严峻挑战，进而 对数据链建设与发展提出了更高

项目成果/简介: 潜标可实现全海深海洋环境的定点、长期、连续、多层次、多要素同步观测，并具有隐蔽性好、不易被破坏等优点，是开展海洋环境长期连续观测最有效的手段。 自主研发系列海洋动力环境监测潜标：2008年以来，团队突破了深海潜标系列关键技术，自主研发了“海洋动力环境多尺度同步观测潜标”、“定时卫星通讯潜标”等系列高可靠性深海潜标，实现了海洋动力环境长期连续准实时观测。相关研发成果已获4项国际发明专利及8项国家发明专利授权。基于研发的潜标，在南海、西太平洋、东印度洋累计布放潜标400余套次，总结出一套安全高效的规范化、标准化的潜标布放回收作业流程，作业成功率达到100%，解决了我国海洋环境长期连续观测技术瓶颈，大幅提升了我国海洋环境长期连续观测水平。 构建了国际上规模最大的区域海洋潜标观测网—南海潜标观测网：自2009年以来，在南海开展潜标布放回收航次22次，累计布放各类潜标350套次，目前同时在位观测潜标42套，观测海域横跨吕宋海峡、南海深海盆、南海东北部与西北部陆坡陆架区，最长工作时间已接10年，是世界上规模最大的区域潜标观测网。南海潜标观测网于2017年完成潜标观测站位在南海深海盆的全面覆盖，实现了南海复杂环境的长期连续观测。上述成果入选2017年度“海洋与湖沼十大科技进展”。 构建了横跨西太平洋热带-副热带的全水深潜标观测阵：2015年以来，在西太平洋热带、副热带海域布放海洋动力环境监测潜标60余套次，构建了横跨热带、副热带（0-22°N）的西太平洋潜标观测阵，实现了西太平洋低纬度流系时空特征、中尺度/亚中尺度过程及混合的长期连续观测，有力支撑了西太平洋海洋动力环境研究工作的开展。 成功布放回收国际上首套万米综合观测潜标：基于自主研发的海洋动力环境监测潜标，2016年1月在马里亚纳海沟挑战者深渊成功布放国际上首套万米多学科综合观测潜标，并于2016年9月成功回收。目前以在马里亚纳海沟深渊海域构建了由6套潜标构成的海沟观测阵，实现了深远海域海洋动力环境的长期连续监测，体现了我国深远海长期连续调查的技术水平。项目阶段:工业化生产阶段效益分析: 该系统主要用于海洋动力环境的长期连续监测，是海洋环境监测最基本的设备和手段，可为海洋动力过程科学研究、海洋数值预报模式同化验证、海洋环境安全保障、海洋生态环境监测等提供数据和平台支撑，具有重要的科学、社会和军事意义。随着当前海洋科学研究、海洋资源开发、海上经济贸易、海上军事活动等方面的迅速发展，对海洋动力环境的观测和认知的需求日益迫切，海洋动力环境监测潜标的需求量迅速增加，具有突出的经济效益前景。知识产权类型:发明专利 、 软件著作权知识产权编号:US 9,372,082 B1 US 9,423,251 B2 US 9,593,947 B2 US 9,557,171 B2 201410252441.0 201410252601.1 201410821320.3 201510243938.0 201510244120.0 201510244469.4 201510244144.6 201410820855.9技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

本项目通过创新数据获取方法、创新区块 链性能分阶段评估指标，建立了耦合度较低的 后端数据获取、云端数据处理、前端数据可视 化的性能评估平台原型

本发明公开了一种实时监测细胞行为和状态的装置和方法，该装置包括：第一微量注射泵、第二微量注射泵、第一注射器、第二注射器、塑料Y型接头管、加热片、传感器检测单元和检测仪器；本发明的装置和方法可以确定细胞和离子在样品溶液中的存在、行为、数量和变化情况；可用于实时监测细胞贴附、增殖和伸展形成致密连接的行为过程。亦可用于实时监测此过程中氢离子的代谢情况；还可用于实时监测调节物作用下的细胞行为和状态，从而鉴别分析调节物。

潜标可实现全海深海洋环境的定点、长期、连续、多层次、多要素同步观测，并具有隐蔽性好、不易被破坏等优点，是开展海洋环境长期连续观测最有效的手段。 自主研发系列海洋动力环境监测潜标：2008年以来，团队突破了深海潜标系列关键技术，自主研发了“海洋动力环境多尺度同步观测潜标”、“定时卫星通讯潜标”等系列高可靠性深海潜标，实现了海洋动力环境长期连续准实时观测。相关研发成果已获4项国际发明专利及8项国家发明专利授权。基于研发的潜标，在南海、西太平洋、东印度洋累计布放潜标400余套次，总结出一套安全高效的规范化、标准化的潜标布放回收作业流程，作业成功率达到100%，解决了我国海洋环境长期连续观测技术瓶颈，大幅提升了我国海洋环境长期连续观测水平。 构建了国际上规模最大的区域海洋潜标观测网—南海潜标观测网：自2009年以来，在南海开展潜标布放回收航次22次，累计布放各类潜标350套次，目前同时在位观测潜标42套，观测海域横跨吕宋海峡、南海深海盆、南海东北部与西北部陆坡陆架区，最长工作时间已接10年，是世界上规模最大的区域潜标观测网。南海潜标观测网于2017年完成潜标观测站位在南海深海盆的全面覆盖，实现了南海复杂环境的长期连续观测。上述成果入选2017年度“海洋与湖沼十大科技进展”。 构建了横跨西太平洋热带-副热带的全水深潜标观测阵：2015年以来，在西太平洋热带、副热带海域布放海洋动力环境监测潜标60余套次，构建了横跨热带、副热带（0-22°N）的西太平洋潜标观测阵，实现了西太平洋低纬度流系时空特征、中尺度/亚中尺度过程及混合的长期连续观测，有力支撑了西太平洋海洋动力环境研究工作的开展。 成功布放回收国际上首套万米综合观测潜标：基于自主研发的海洋动力环境监测潜标，2016年1月在马里亚纳海沟挑战者深渊成功布放国际上首套万米多学科综合观测潜标，并于2016年9月成功回收。目前以在马里亚纳海沟深渊海域构建了由6套潜标构成的海沟观测阵，实现了深远海域海洋动力环境的长期连续监测，体现了我国深远海长期连续调查的技术水平。

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。