已有样品/n该款芯片支持ISO 18000-6C（EPC Global Class 1 Generation 2）、GB/T29768-2013 及GJB 7377.1-2011 等多种UHF RFID 读写器标准，多标准兼容模式即满足了国际市场需求，又兼具了本土产品的适应性。该款芯片采用高性能的回波抵消技术和独有的零中频接收机架构模式，优化了电源管理方案，提高了接收的灵敏度，增大了UHF RFID 读写器的读取距离，同时极大地简化了电路结构，

开发了可侧弯和机头旋转的，多层模具，大口径的全伺服弯管机的控制系统和仿真软件。仿真软件能够通过输入管型和模具参数后自动生成加工轨迹，三维动画显示管子变形和机器动作，并确保与  实际加工过程动作一致。因此能够在仿真阶段对干涉等问题进行检查和处理。控制系统为总线方式， 采用先进的 IEC61131-3PLC 语言编程标准，通过同步 13 个电机的运动，精确流畅高效地控制整个弯管过程。并具备焊缝识别，预料辅推等先进功能。各项技术和性能均到达国内和国际领先水平。

产品特征 主机内置人脸识别系统，实时高效识别人脸信息 独有的人脸识别算法，精准识别人脸 人脸识别时间小于1s 内置智能人脸识别抓拍,支持复杂光环境下人脸抓取 人证合一，读取身份证信息，进行人脸实时比对 主机支持有线以太网络和无线WiFi协议  主机支持外接身份证读卡器 主机支持通过韦根接口与人员道闸、门禁主机连接，充当人脸识别读卡器使用 摄像机采用H.265 Main Profile编码,最高分辨率1920*1080 逐行扫描210万像素CMOS传感器,捕捉运动图像无锯齿 码流平滑设置，适应客户不同场景下对图像质量、流畅性的不同要求 支持机器视觉光学宽动态≥120dB,适合逆光环境监控 集成内置补光灯，更好的适应光线不足的环境 支持透雾,3D降噪，强光抑制,电子防抖,并具有多种白平衡模式,适合各种场景需求 支持背光补偿,自动电子快门功能,自动光圈 ,适应不同监控环境 内嵌Web Server，支持通过IE设置参数配置、添加管理名单、设备升级、用户权限管理等

北京理工大学多智能体协同控制实验平台功能 • 无人机姿态控制 根据用户需求，自定义需要捕捉的部位，利用NOKOV精确捕捉运动物体的位置及姿态等三维数据。 • 无人机/无人车动态角色分配 根据NOKOV实时反馈的位置信息，使出现在随机位置的多智能体，以最短路径形成理想编队队形，为其他多智能体协同控制实验提供了基础。 • 空地协同编队、自主避障与跟随 由于设备的可拓展性，用户可随意增减目标数量，通过在软件内对目标进行命名等操作，来完成对大批量运动体的同时捕捉。 NOKOV（度量）光学三维动作捕捉系统功能 • 六自由度动作捕捉数据 采集三维空间XYZ坐标、六自由度（6Dof）、偏航角（Yaw）、横摇角（Roll）、俯仰角（Pitch）、欧拉角等数据，为无人机的位姿控制、运动规划提供连贯、流畅的动作数据基础。 • 亚毫米的定位精度 与采用GPS、航迹推算、全局摄像头、UWB等定位方法的实验平台相比，该平台的精度大大提高，可达亚毫米级。 • 丰富的二次开发接口 采集到的数据可以以VRPN形式传输，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。 • 软件具有一键建立刚体功能，大幅提高工作效率

虹膜识别技术的应用 1.将先进的虹膜识别算法芯片化，在成本，功耗，速度上都较目前的虹膜识别产品有很大的优势。 2. 依托中科大微电子学院和合作的芯片研发公司，创建一个虹膜识别技术的芯片级产业创新平台，将智能虹膜识别芯片广泛应用于各行各业。 

本发明公开了一种基于李群论的多模态情感识别方法，包括以 下步骤：获取视频，并提取视频帧中图像区域的高斯型特征描述子， 基于高斯型特征描述子对视频中的图像区域进行跟踪，根据视频子序 列构建 ARMA 模型获取 ARMA 模型间的距离，根据 ARMA 模型之间 的距离构建核函数，并进行情感表达分类，根据人体、脸部和手部的 情感类别概率对人进行情感识别。本发明根据视频中所包含的人体姿 态运动信息、手势和脸部表情信息来判断人的情感状态，是一个将视 频数据映射到人体运动特征、手势特征和脸部表情特征，再从人体运 动特征空间和脸部表情特征映射到状态空间的过程，并提出利用李群 论进行多模态情感识别，提高模型进行情感识别的精确性。

系统非接触式实现变电站及所有设备的异常监测，包括全景视频、温度和局部放电。对GIS、变压器、电抗器、开关、电缆、CT、PT等一次设备各部件温度及各类绝缘缺陷，违规作业、异物入侵等实施直接监测或计算外推，并实时智能预警。系统由多物理量值守机器人、智能云APP和大数据后台组成，值守机器人集成局部放电、红外测温、视频图像及声音诊断等传感器，并具备初步的人工智能算法和设备异常诊断能力，后台包括设备管理和大数据评估功能模块，APP接收智能终端和后台信息，主要显示诊断结果、数据内容，并实现人机交互。通信方式有无线、有线两种。 局放传感模块、红外传感模块、视频模块、气体传感模块、声音模块、油色谱等不同功能模块可根据实际情况合理增减搭配使用。产品的集成度高，远距离非接触采集信息，高智能、高可靠、低成本。近5年来，使用该技术发现了48起变电站内潜在故障隐患，避免了多起停电事故。 本项目经过十余年的研发与产学研合作，对应了目前泛在电力物联网的总体思路和要求，具有多个电网公司的应用案例，取得了一系列国际上具有独创性的成果。 适用范围广  能在高温、低温、高湿等环境条件下可靠运行，防水防尘。 多物理量协同  集成局放、红外、视频、声音等传感器，同时监测变压器、敞开式开关、电抗器等变电站内一次设备的局放信号、红外热像、视频信息，实现多传感器的高效结合及协调诊断。 使用方便  配备智能云APP，实时接收现场值守机器人采集的数据，实现人机交互，能够早期发现缺陷，判断缺陷位置，提高现场人员的工作效率。 智能化程度高  监测的数据可以通过无线网络或有线数据同步传输，嵌入人工智能算法，提高了监测数据及时率、准确率及有效性。 安装方便  值守机器人体积小，重量轻，一键式安装。有线通信与无线通信系统自动切换，内部参数可以通过手机设置。 性价比高  采用低成本、高可靠技术路线，通过人工智能算法降低硬件的复杂性。 目前该系统已获得14项国内发明专利授权、3项PCT专利授权、8项实用新型专利、软件著作权登记3项。高电压技术、电力设备智能监测领域权威期刊上发表论文30篇。应用在国家电网、中国石化30多个变电站，有三百多套挂网运行。 不同场景的实物及应用照片，或原理图解 图1 长距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图2 短距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算） 图3 用户报告 图4 变电站安装监测 图5 大数据后台应用

项目成果/简介:系统非接触式实现变电站及所有设备的异常监测，包括全景视频、温度和局部放电。对GIS、变压器、电抗器、开关、电缆、CT、PT等一次设备各部件温度及各类绝缘缺陷，违规作业、异物入侵等实施直接监测或计算外推，并实时智能预警。系统由多物理量值守机器人、智能云APP和大数据后台组成，值守机器人集成局部放电、红外测温、视频图像及声音诊断等传感器，并具备初步的人工智能算法和设备异常诊断能力，后台包括设备管理和大数据评估功能模块，APP接收智能终端和后台信息，主要显示诊断结果、数据内容，并实现人机交互。通信方式有无线、有线两种。局放传感模块、红外传感模块、视频模块、气体传感模块、声音模块、油色谱等不同功能模块可根据实际情况合理增减搭配使用。产品的集成度高，远距离非接触采集信息，高智能、高可靠、低成本。近5年来，使用该技术发现了48起变电站内潜在故障隐患，避免了多起停电事故。本项目经过十余年的研发与产学研合作，对应了目前泛在电力物联网的总体思路和要求，具有多个电网公司的应用案例，取得了一系列国际上具有独创性的成果。适用范围广 能在高温、低温、高湿等环境条件下可靠运行，防水防尘。多物理量协同 集成局放、红外、视频、声音等传感器，同时监测变压器、敞开式开关、电抗器等变电站内一次设备的局放信号、红外热像、视频信息，实现多传感器的高效结合及协调诊断。使用方便 配备智能云APP，实时接收现场值守机器人采集的数据，实现人机交互，能够早期发现缺陷，判断缺陷位置，提高现场人员的工作效率。智能化程度高 监测的数据可以通过无线网络或有线数据同步传输，嵌入人工智能算法，提高了监测数据及时率、准确率及有效性。安装方便 值守机器人体积小，重量轻，一键式安装。有线通信与无线通信系统自动切换，内部参数可以通过手机设置。性价比高 采用低成本、高可靠技术路线，通过人工智能算法降低硬件的复杂性。目前该系统已获得14项国内发明专利授权、3项PCT专利授权、8项实用新型专利、软件著作权登记3项。高电压技术、电力设备智能监测领域权威期刊上发表论文30篇。应用在国家电网、中国石化30多个变电站，有三百多套挂网运行。不同场景的实物及应用照片，或原理图解图1 长距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算）图2 短距离多参数智能传感器（视频、红外、局放、声音+人工智能边缘计算）图3 用户报告图4 变电站安装监测图5 大数据后台应用知识产权类型:发明专利技术先进程度:达到国内领先水平成果获得方式:与企业合作获得政府支持情况:国家级计划/专项类别:国家自然科学基金、上海市创新专项等

1.痛点问题 在临床医学实践过程中，会产生医学图像、电子病历、生命组学等多种类型的医学数据，这些数据能够从不同角度对患者的病情进行刻画。因此实现多模态临床医学数据的自动化和智能化分析，有利于推动国家健康医疗大数据产业的发展，助力“健康中国”战略的实施。 我国不同地区医疗水平差异较大，医疗资源在空间上分配不均。某些科室如影像科、病理科有较大的医师缺口，供需矛盾突出。这种供需不匹配的问题也造成了医生工作负担加重，患者等待检查结果周期变长等诸多问题。在当前情况下，短期内无法通过培养更多的新医生来缓解医疗资源供需紧张的问题。 为缓解上述问题，目前已有企业推出了基于人工智能的辅助诊疗产品，但这些产品大都针对单一模态的医学数据，无法从整体的视角进行辅助诊断和决策，辅助诊断的准确性仍有较大的提升空间。 基于以上痛点问题和产业机遇，我们希望通过技术创新，研发出一套有效的多模态医学数据智能分析系统，应用“多模态医学数据+人工智能”的技术模式，缓解当前医疗资源供需紧张的社会问题。 2.解决方案 本项目旨在研发对多模态医学数据进行有效整合分析的人工智能方法。处理的数据类型包括：患者的医学图像、电子病历、生命组学等多种模态的医学数据。针对医学图像数据，构建目标检测与分割、特征提取、相似图片检索等智能化算法；针对电子病历数据，构建分词、医学实体识别和标准化算法；针对生命组学数据，研究基因突变致病性预测的深度学习算法。上述多模态医学数据智能分析技术为基础，研发多模态医学数据智能分析的系列软件产品，为医院提供人工智能辅助诊断等应用产品。 3.合作需求 寻求与医疗机构、医疗设备耗材企业、远程病理运营企业开展相应的合作。