MMX5苹果采摘平台基于 ROS 开源系统，集成自主移动底盘及机械臂运动规划。机器人接收到移动抓取任务后，首先根据预先建立的环境模型基于 A* 算法规划最优轨迹，机器人沿着规划的最优轨迹，使用最优化算法进行运动规划，并规避运动过程中障碍物，控制机器人朝目标移动。到达抓取任务目标点后，利用 3D 相机，使用基于 OpenCV 及 YOLOV5来识别及定位目标，根据检测到的目标位姿，利用 MoveIt! 及 Open Motion Planning Library 完成机械臂运动规划，并将规划后的轨迹发送给机械臂控制器，完成抓取操作。

Al协同创新实验云是Al教学实验实训协同工具，涵盖真实行业项目的教学课程、授课教案、实验教学资源、硬件、平台等，可满足人工智能专业的学生了解行业真实案例中从起始阶段、细化阶段、构建阶段、业务环境、需求分析、技术架构选型等等各方面的项目细节，在线完成分类、建模、分析、可视化、结果输出等任务，并支持私有化部署和云端协同，帮助院校开展人工智能应用研发。

浙科教学资源库平台 一.软件简介教学资源库平台分为前台学生用户和后台管理员、教师用户。后台管理是整个系统的核心，主管资源数据的更新，由具有相应权限的管理用户进行相应的管理操作。前台学生用户进入所属专业课程学习，检索、下载、预览、上传作业、在线考试、在线提问、交流等操作。二.软件优势1.集成平台，高扩展与重用能力应用平台采用B/S三层架构，结合网络视频应用等技术，将在线教学业务应用、运营管理、信息存储与交换、数据采集进行了综合归一化设计，形成一个完整的在线教学活动体系，在平台中按SOA理念集成了包括以在线学习为目的的远程学习服务、互动教学为目的的互动教学答疑服务，使得平台具备高扩展和重用性，将来更可以方便的接纳更便捷的教学服务。2.具有资源的异步上传及超大附件上传能力使用建立虚假声明的方式实现大文件上传，将大文件缓存到一个临时区域，可以实现断点续传，不用再等待ASP NET进程将整个文件缓存倒磁盘上。在多窗口下支持资源的异步上传，不需要在页面等待表单提交。3.视频格式自动转换能力系统将上传的视频文件自动压缩转换成FLASH PLAYER可以播放的FLV格式文件，并保存自动截取关键帧图片文件。FLV视频文件体积轻巧，加载速度快，封装播放简单，可以在网络上很好的使用，无需安装额外视频插件。4.实现各种文档格式在线预览服务器端可将PPT、WORD、TEXT、EXCEL、PDF等格式的资源文件直接生成好一个完整的SWF格式的FLASH文件展示出来，供学习者在线阅读浏览，并可下载原文件。5.数据统计与分析能力系统为教学管理者提供资源访问效果评价分析，通过平台应用、教师评估、学生评估三个层次进行统计评价分析，采用直观的统计图表展示平台应用效果。6.便捷的互动交流平台搭建了便捷的互动交流平台，促进师生之间，学生之间的交流。学生在基于资源库的自主化学习中遇到困难时，能够得到其他学习者和老师及时有效的帮助，问题和解答对外公开，使资源成果能使更多的人受益。同时还可以建立学术讨论群，交流、分享个人学习心得体会。7.开放式资源扩充通道所有教师利用网络可随时随地的上传优秀的数字化媒体素材、知识点素材以及示范性教学案例等教学基本素材，无限扩充资源库教学素材。教师用户能够自主上传、下载和管理自己的资源，使学校教育资源建设化繁为简，变难为易。三.软件功能1.教学资源以章节为学习单元管理开发配置的教学课件、教学视频、教学动画、作业；帮助学生更好的融入课程，理解知识，更好的完成学习任务。资源关联对课程章节与素材资源库关联；参考资料可以章为分类添加课程章节参考资料。2.网络教室网络教室支持学生的自主、合作、探究性学习活动。教师按教学进度安排网络教室课程内容，学生用户进入网络教室自主学习、疑难解答、互动交流。3.实训练习课程实训任务教学平台提供专业相关实训系统，拓展学生专业知识面，模拟专业相关业务流程，缩短学生就业后的业务适应过程。开发、训练学生综合运用专业及相关知识解决实际问题的能力，加强教学和实训项结合。4.试题库以学习单元为单位开发配套的测试习题，帮助学生完成单元学习后进行学习测试和评价。5.考试管理考试系统将传统的考试和先进的网络模式相结合，帮助教师和学生了解检验学习效果。系统提供大量的课程相关试题，教师维护试题库、试卷库，学生参加考试，并且系统具有自动批阅、统计的功能，减轻教师的工作负担和提高工作效率。6.案例分析以学习单元为单位汇总、整理配套的企业案例，帮助学习者观摩企业生产实际工作，积累实战经验。7.课程评价课程评价主要是收集学生对课程设计的效果评价，根据反馈信息，作出改进课程的决策。8.拓展功能库开发一些有助于提升专业人员综合素质，帮助开阔视野。专业拓展功能库包括扩展知识库、视频库、职业技能大赛、职业资格认证、校企合作服务和就业服务六个部分。四.软件特点1.符合国家、国际规范基于国际、国家、行业标准，符合QTI、SCORM规范和教育资源建设技术规范CELTS-41.1(CD1.0)，实现资源的互通互导。2.专题展示以专业为中心建设资源库，并以专业专题、专业门户展示资源。3.多级存储多级存储，实现资源分布式存储、检索信息集中统一管理。4.多维导航多维度资源导航方式、快速检索资源。5.批量管理资源批量后台管理，实现已有资源的快速归档入库。6.数据交互通过符合规范的XML，在不同类型的资源库之间重构、交换资源数据。7.智能管理智能化的资源管理，自动完成资源属性抽取，提高资源的利用效率。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。应用范围:可应用于各类人群的健康状况评估及健康管理大数据的采集。效益分析:该技术通过可穿戴式生物信号采集设备，实现对个体健康状况的整体评价。由于信号采集的硬件已非常成熟，该技术的核心部分主要在于信号分析的算法。 其技术优势在于：指标特异性高；生理基础明确；心电信号分析算法独特；是无创的诊断技术；检测条件简便；所需硬件技术成熟、成本低廉；便于健康管理大数据的采集；具有大规模推广的价值。

已有样品/n克氏原螯虾1年双季高效健康养殖技术研究。　　成果简介：选择1龄虾作为繁殖亲本，其亲虾抱卵率、孵化率和苗种成活率都较选择2龄虾要高。采用插网分割技术，将水体分割成若干个小水体，有效扩大克氏原螯虾繁殖的面积，大大地增加了其繁殖数量。采用8月份和9月份分别投放亲虾繁殖和合理捕大留小的培育方法，可获得2季苗种，使苗种产量较原来翻一番以上。采用1年双季商品虾养殖技术，第一季商品虾养殖为4月上旬至6月，第二季商品虾养殖为6月至8月中旬。亩产量达到500kg。　　应用前景：可在长江中下游地区广泛推广应

在国家、省部级科技项目支持下，研发团队历时8年攻克了前述难题， 提出了 2类关键部件特征参数提取方法，形成了 3种状态监测与评估系统新 产品，实现了 3项重大突破与创新：①提出了机、电、热多耦合特征参数和 动态阈值提取方法。研发了电流故障特征的叶轮不平衡状态监测技术，提出 变流器功率模块热应力疲劳特征参数及关键传感器故障观测模型，形成了特 征参数动态阈值确定方法。②研发了关键部件劣化度概率评估及寿命预测技 术。基于数据挖掘手段，提出了机械关键部件劣化状态评估概率分析和实时 寿命预测方法；基于功率模块疲劳失效机理，形成了变流器功率模块平均故 障间隔时间评估体系，研发了多时间尺度累积效应的变流器运行可靠性评估 技术。③研发了风电场整机多层次健康状态评估技术。形成了风电机组多层 次评估指标体系，提出了风电机组监测参数异常识别方法，研发了风电机组整 机健康状态评估技术。

成果描述：基于HDFS的在线论文管理平台主要用于管理研究生和本科生毕业论文，学生在线提交论文，老师通过本系统下载论文。系统通过邮件将相关修改意见和答辩信息反馈给学生，所有版本论文和评审意见需存储归档。市场前景分析：毕业论文（设计）是高等院校毕业生提交的有一定的学术价值和实际价值的文章或设计。它是高校培养人才的重要实践教学环节， 是对学生四年学的专业知识、研究能力、自学能力以及各种综合能力的检验。目前很多高校对于本科学生毕业论文（设计）的管理均采用传统的手工方式。随着因特网的普及、现代远程教育的发展以及现代本 科教育模式的发展， 继续采用传统手工管理模式对毕业论文（设计）进行管理就显得费时、费力、工作量大、效率低。另外，传统的手工管理模式对于教学管理者来说难以及时准确地把握毕业论文的设计进展情况，给管理带来一定的难度。与同类成果相比的优势分析：本系统使用分布式文件系统HDFS对学生论文进行管理。HDFS有着高容错性的特点，并且设计用来部署在低廉的硬件上。而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。

成果介绍针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。技术创新点及参数依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。市场前景主要基于在役桥梁数量庞大、病害严重、实际管养过程中纸质化、平面化的管养方法，数据管理混乱、维修决策困难。实施条件实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势