成果简介：车站站台、机场用电动牵引车辆要求具有良好的机动性，结合实际使用要求开创性地设计了整体式动力驱动桥技术以及前桥独立悬挂和转向一体化技术，在站台电动牵引车以及机场电动牵引车上的实际应用表明该技术设计合理，满足了使用要求，具有车辆动力性好、转向半径小（<2.35m）、微动性好、故障率低、安全可靠等特点。 项目来源：自行开发 技术领域：先进制造 现状特点：电动牵引车辆整体式动力驱动桥技术，电动牵引车辆前桥独立悬挂和转向一体化技术达到国内领先技术水平

产品详细介绍 济南嘉润教学设备有限公司是专业从事汽车各系统教学实验、实训设备的软硬件研制、开发、生产、销售于一体的企业。本公司广泛吸收国内外汽车行业的先进技术，并在数位自身一线教师的指导下，研究开发出系列汽车教学实验、实训教具。以原车实物为主、结合相关的原理进行专业设计，动态直观的展示汽车各系统的结构和工作原理。这样既能满足汽车结构、现代电控技术工作原理、检测诊断、故障模拟等实训课程的培训及教学，又能满足专业人士进行相关课题的研究，成为众多高等学府及职业培训中心的首选实训实验教具。  目前我公司已经与国内众多的高等院校、职业培训中心及相关单位建立了广泛的业务联系和技术合作。并注重技术人才的开发与培养，以雄厚的技术实力，优质的产品，优秀的服务，良好的信誉赢得广大客户和朋友的信赖。济南嘉润教学设备有限公司将不负众望一如既往的开发研制技术先进、价格合理的教学设备，为打造成为一流的汽车教学实验实训设备生产基地而奋斗。

WP10H发动机结构紧凑，可靠性高，动力性强，经济性好。

本成果曾获江苏省科技进步二等奖。在稻渔（蟹）共作生态系统下水稻的生态特点、产量品质形成规律等方面填补了水稻耕作栽培学在这方面的空白。在共作水稻稻作方式、品种选用、播期确定、适期密度和病虫草生态控制及无害化防治等关键性技术上有重要创新与发展。 由以上突破性成果为主体率先系统建成的“偏迟熟水稻+扣蟹（兼养青虾） 放养”稻渔共作模式（制度） 与配套的安全优质高效生产技术体系。

产品详细介绍分析型酶标板冷冻专用离心机性能特点：1、微机控制，触摸面板，LCD显示。2、采用交流变频电机，全封闭风冷谷轮压缩机组，无氟制冷剂。3、可直接设定转速，自动计算RCF值。可直接设定RCF值，自动转换成转速。4、具有10档升降速。5、运行中可修改参数，运行参数自动记忆。6、具有10种自定义程序存储功能。7、具有软刹车功能。8、具有转子号识别功能。9、具有超温、超速、不平衡和门盖安全保护功能，并在显示窗口显示故障信息和声音报警。    分析型酶标板冷冻专用离心机技术参数：型号名称： Happy-TL4M酶标板冷冻离心机显示方式： LCD最高转速： 4000rpm转速精度： ±30rpm最大相对离心力： 2300×g最大容量： 2×2×96孔控温范围： －20～40℃控温精度： ±1℃定时范围： 0～99h59min59s电机： 交流变频制冷系统： 全封闭风冷谷轮压缩机组，无氟制冷剂门锁： 电子门锁噪音： ≤60dB电源： AC220V，50Hz，1.75kW，20A内胆材质： 不锈钢箱体材质： 优质钢板外形尺寸： 670×650×390mm重量： 100kg    分析型酶标板冷冻专用离心机转子：NO.1水平酶标板转子： 4000rpm，2300×g，2×2×48孔，钢、不锈钢材质NO.2水平酶标板转子： 4000rpm，2300×g，2×2×96孔，钢、不锈钢材质    想了解更多信息，请进入http://www.fudizao.com    

清华大学公共安全研究院广东分院王飞副教授团队依托智慧安全佛山一期项目的平台功能和数据基础，快速研发佛山市肺炎疫情实时态势管理系统，全面归集市疫情信息，实时汇聚各类疫情防控措施落实情况、救治情况、防疫物资情况、舆论观点情况等防疫工作数据，形成“防疫一张图”，系统在佛山市防疫工作指挥部和城市安全运行监测中心上线运行。团队借助研究院在城市安全领域积累的科研成果，通过空间信息技术、大数据分析技术、风险评估技术为疫情综合分析、研判和决策提供及时的动态信息，为疫情防控工作的科学防治和精准施策提供辅助支撑。

本发明首先依据系统的具体负载和用户的时延特性，选出优先级最高的一组用户。其次，对优先级最高的一组用户进行组内排序，分配当前的调度资源(ResourceBlockGroup,RBG)给组内优先级最高的用户。本发明设置了优先级表达式，式中考虑了用户信道环境，同时还考虑了用户的时延和保证比特速率(GuranteedBitRate,GBR)以保证用户QoS等级，并实现不同实时业务对分组延迟要求的差异。

该系统采用美国TI公司先进的DM8168高清视频SoC芯片，可对摄像机输出的 多种接口形式的高清视频进行实时采集、压缩编码和实时处理。该平台可替代基 于工控机的传统机器视觉技术和设备，达到更高的图像和视频清晰度、缺陷识别 处理的实时性和可靠性，具有优异的性价比、体积小、功耗低等多种优势，是全 新在线机器视觉检测设备的实现方案。该技术成果在汽车多媒体电子系统、车载、 船载及机载高清视频测量、处理与控制系统及消费电子等领域具有重大的推广价 值。一、DM8168处理器特性 TMS320DM8168是一款多核SoC,它集成了包括ARM Cortex A8、DSP C674X+, HDVICP, HDVPSS等处理器，具有强大的高清视频处理性能。 二、 DM8168核心处理板 CPU： ARM elk： 1.2GHz、 DSP elk： 1GHz DDR3-1600存储器100/1000M网口进行网络通讯与数据采集SATA接口供存储 数据使用 三、 高清视频采集处理 四、 应用方案 相机接口方案一 ：CameraLink工业高清相机接口使用Cyclone IV FPGA对LVDS 解码后的视频信号进行特殊处理后送到dm8168,实现1080P 60fps、720P 60fps 等高清视频的采集显示与实时编码。 相机接口方案二：色差高清视频接口使用TI的视频解码芯片TVP7002完美 解决了视频ADC问题，并实现了 1080P 60fps的采集显示与实时编码功能。

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。