本项目由摄象机、图象采集卡、通用微机、红外车辆检测器和识别软件组成，能自动完成实景下车头图象的获取、牌照的分割和识别，可用于收费站、停车场、加油站、出入口等场所，实现车辆的自动监控、自动登记、自动查询等功能。本项目的技术也可推广应用于集装箱、货运列车的自动抄号等。本项目具有广阔的应用前景，但是技术难度很大，目前已达到实用程度，希望投资者与合作单位投资共同开

随着电磁环境日益密集复杂，通信信号调制方式识别成为无线电管理的重要任务。利用通信信号调制方式识别系统可以便于监测无线电台是否严格遵守分配的工作参数限制，同时侦听非法电台的干扰并识别信号的调制类型，从而确保无线电通信的正常秩序。 本系统采用接收信号的高阶累积量作为主要特征，利用人工神经网络实现了对22种不同调制方式（包括7种模拟调制方式和15种数字调制方式）高效自动识别，可用于接收机I、Q数据的识别，识别正确率高。 本系统可以应用于无线电监测与无线电管理、通信侦查、电子对抗、信号认证、干扰识别和频谱管理等领域。

项目背景：近年来，我国自动售货机蓬勃发展的最佳时 期已经到来，从零售行业的视角来看，随着线上流量红利的 衰退，线下流量的价值越来越突出，但线下门店业态也面临 着高昂的人力成本和租金成本压力。而智能化升级引入自动 售货机，通过网络实现移动支付功能以及货物管理功能，使 得自动售货机运营效率得以提升，业务模式上也有了无限的 想象空间。随着移动支付的兴起，国内自动售货机市场近几 年可谓遍地开花，发展迅猛。近些年自动售货机行业一直朝 着低成本、多功能、更便利、售货广的方向发现。所以一款 造价低、性能稳定，运营简单，购物便利，售卖商品范围广 阔的机器越来越受到运营商的青睐。目前智能视觉柜采用静 态识别系统将非常好的满足上述条件，将来的发展潜力巨 大。目前消费者扫码后开门，取走商品后，关门，通过录制 取走商品的视频进行解析消费者取走的什么商品，从后进行 自动结算流程。核心技术是视觉识别，能通过人工智能 AI 进行识别商品类别及数量。 所需技术需求简要描述：扫码开门，采集视频或图片， 关门后通过算法自动识别消费者购买的商品明细，目前算法 准确度只有 90%，尚需突破。希望能基于视频、图像等媒体 资源，针对工厂质检、智能识别商品明细、智能补货统计等 场景，提供整体 AI 算法解决方案，全面提升智能售货机开 门取货自动识别商品的准确率达到 100%，带来更便捷的购物体验。  对技术提供方的要求:1.具有成功的自动化控制实施案 例，承担过国家重点研发计划项目。2.熟悉产品结构设计， 熟悉产品信息化、自动化设计。3.具有工学博士学位或高级 工程师职称，技术方案成熟可靠稳定有创新思维，不涉及知 识产权侵犯。 

成果与项目的背景及主要用途：智能交通在国民经济可持续发展中的作用已不言而喻。在车辆牌照中嵌入射频识别卡（Radio Frequency Identification，RFID），结合由所有路口和主要路段地下铺设的读卡器、手持终端、监控中心构成车辆交通监控系统，可以实现一个城市（地区）的完整、严密的交通管理，大幅度提高道路交通的效率，并具有以下有突出的效果： （1）统计该路口的交通流量及其时间、车型分布，为正确引导和调度车辆行驶、道路改造提供依据。 （2）追踪被盗车辆和特定车辆。 （3）跟踪肇事逃逸车辆。 （4）跟踪报废车辆和逃避规费的车辆。 （5）跟踪套牌、伪造（RFID）车牌车辆。 （6）配合车辆传感器、摄像头和专用 PDA，可以准确甄别无合法 RFID 车牌的车辆。 （7）对在路口的车辆交通违章可以实现自动判断、自动记录和自动通知相关人员等功能。 （8）统计车辆运行的种类、时刻与时间等，为社会发展提供宝贵的基本数据。 （9）为各种智能交通子系统提供基础条件。如在此系统的基础上可以建立： （一）城市道路交通控制与管理系统及其子系统： (a)静态交通管理及停车诱导系统； (b)城市道路停车收费管理系统； (c)公共交通自动监控及通信调度系统； (d)城市交通一卡通智能支付、结算系统。 （二）城市交通综合管理系统 （三）城市对外交通综合管理系统及其子系统： (a)不停车收费系统； (b)出入口交通信息采集系统。 技术原理与工艺流程简介：系统构成如图所示。 技术水平及专利与获奖情况：该机采用了当今最先进的 RFID(射频识别卡)、 微处理器技术和网络技术。已申请国家发明专利：基于射频识别的车辆交通监控系统（专利申请号：200510013229.X）。并正在申请国际专利。 应用前景分析及效益预测：基于 RFID 的车辆交通管理系统具有原始创新性，该系统可望解决车辆交通中多数的管理问题，而且易于实施和低成本，具有重大的社会效益和经济效益。 应用领域： 车辆交通管理。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：生产不需特殊条件，但投资需要千万元以上。 合作方式及条件：专利许可（费用＝实施地车辆总数×5 元×年数）。

产品详细介绍  1、安装方便：通过RS232或USB接口与计算机连接，利用USB接口取电，无须外接电源，安全可靠。 2、辨别真伪：利用公安部专用安全模块，有效辨别第二代身份证的真伪，安全、快速、无差错。 3、信息读取：利用我公司自行开发的射频读写模块，读取第二代身份证芯片内存储的各项信息，直接输入电脑，代替烦琐的手工输入，避免输入时的人为差错。 4、应用广泛：该设备支持Win98/2000/XP/NT等操作系统，同时提供SDK软件方便集成商二次开发。通过附加匹配录入器，可支持sco、unix、linux等操作系统。 5、外型美观：外型美观、体积小巧、抗干扰、防尘防震。 产品主要功能 USB口供电，鉴别身份证的真伪，读取身份证的正反面包括头像在内的九项信息，还有查询、导出、黑名单设置功能，支持打印 主要技术参数 1、支持卡型：符合ISO/IEC 14443 TYPE B 标准的非接触卡 2、工作频率：13.56MHz 3、通讯速率：106Kbps 4、校验：循环冗余校验（CRC） 5、感应面积：100*120mm 6、感应距离： 大于50mm 7、传输速率：USB接口 12Mbps RS232接口 9.6-115.2Kbps 8、软件接口：支持VC、VB、DELPHI、PB等 9、电源：计算机供电（USB接口） 10、工作电流：220mA/DC 11、平均无故障工作时间：大于等于30000小时 12、环境温度：存放 -40°C至60°C 　　　　　　　工作 0°C至50°C 13、环境湿度：存放 20%至93% 　　　　　　　工作 小于90% 14、尺    寸：186*126*36mm     中软高科官网http://www.sfzydq.com/  和www.kedejin.com   感兴趣者可以联系电话0371-65751602李经理

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”，该系统阅片效率是人工阅片速度的30倍，新冠肺炎相关病变检测准确率基本达到了医生水平，可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核