国内首套海洋可控源电磁探测系统，包括海洋电性源拖曳式大功率电磁发射机、海洋拖曳式电场接收机和海底混场源电磁接收机。发射机具有变频发射、组合波形发射、大电流逆变发射的特点，可将强大的电磁波场导入海底介质；在拖曳、发射电磁波场的过程中，可向船上甲板监测单元实时传输水下仪器设备的多种状态信息，具备人机交互和仪器自身纠错的功能；接收机具有智能化、低噪声、大动态范围的运行指标，可自动完成实时采集、数据存储和级联分样，水下耐压及受控释放上浮的性能可靠。

目前通用的火灾探测方法是探测火灾发生时生成的烟、温和光等参量，经信号处理，比较，判断后发出火灾报警信号。在世界范围内，人们己成功地利用大量的点型火灾探测报警系统来保护众多的建筑。但由于大空间及地下建筑的特殊性，普通的典型感烟、感温火灾探测报警系统无法迅速采集火灾发出的烟温变化信息，因此难以满足早期探测并预报火灾的要求。为此，我们提出了红外加白光的双CCD火灾视频探测技术用以满足火灾快速探测的要求。 功能： 对于蜡烛、打火机等稳定火源，视频火灾探测器应能准确的探测，并及

本项成果将有限孔径Kirchhoff型偏移成像方法、高频电磁波绕射波分离方法以及基于高频电磁波偏移成像结果的属性分析方法融合与地质雷达探测系统中，以此来减少偏移成像噪声的影响以及不同构造相应特征的相互影响，同时增强有效信号的显示效果。 一、项目分类 关键核心技术突破 二、成果简介 高精度地质雷达探测系统主要针对地质雷达在探测精度上的提高展开研究。针对复杂的地质构造，地质雷达获取的探测图像往往也比较复杂，包含各种类型地质体的响应特征，这些响应混合在一起会对处理解释人员造成很大的困扰。本项成果将有限孔径Kirchhoff型偏移成像方法、高频电磁波绕射波分离方法以及基于高频电磁波偏移成像结果的属性分析方法融合与地质雷达探测系统中，以此来减少偏移成像噪声的影响以及不同构造相应特征的相互影响，同时增强有效信号的显示效果。相对常规的地质雷达探测系统，本团队提出的“高精度地质雷达探测系统”拥有更高的偏移成像精度 有效信号显示能力以及对各类噪声的抗干扰能力，同时针对最常见的双曲线绕射特征，本系统给出了专门的分离方法，以此进一步减少各类信号的相互干扰并提高整套系统对目标体的识别能力。

产品详细介绍 探测器带有一个白色的聚酸碳脂塑料的外壳，顶部为一个防风的进风口和一个降低气流阻力的支架，后部则带有不锈钢滑动触片，用于与探测器底座连接。探测器内部有一对匹配的热敏电阻进行温度传感，同时内部的印刷电路板上还安装有信号处理电路。当探测器安装在探测器底座上时，由系统中的报警控制盘通过区域监视模块提供电压和电流给探测器，使探测器处于待命工作状态。发生火灾时，燃烧产生的热空气经探测器的进风口进入探测器内部后，其中热敏电阻的对外输出电信号发生变化，在达到预先设定的数值后会发出报警信号。。阿波罗APOLLO 55000-100PRC S60常规型感温探测器。

产品详细介绍 探测器带有一个白色的聚酸碳脂塑料的外壳，顶部为一个防风的进烟口，后部则带有不锈钢滑动触片，用于与探测器底座连接。探测器内部有一个印刷电路板，电路板上的一侧安装有一个反光迷宫腔室，其中有红外发光二极管和光电二极管，电路板上的另一侧安装有信号处理的电路。当探测器安装在探测器底座上时，由系统中的报警控制盘通过区域监视模块提供电压和电流给探测器，使探测器处于待命工作状态。由于红外发光二极管和光电二极管的安装位置的关系，在正常情况下光电管是无法接收到发光二极管的光线。发生火灾时，烟雾粒子经探测器的进烟口进入反光迷宫腔室后，它将来自发光二极管的光线分散到光电二极管，光电二极管产生的电信号开始增强，在达到预先设定的数值后会发出报警信号。。阿波罗APOLLO 55000-300PRC S60常规型光电感烟探测器。 

本发明公开了一种基于光纤电流传感器的隧道超前探测装置及 探测方法，该系统由恒流源、电压表、激光光源、光纤电流传感器和 锚杆构成。在全断面隧道掘进机(Tunnel-Boring-Machine，TBM)的掘进 部分通以恒定的电流 I，分别在刀盘的后方和护盾的后方使用光纤缠绕 一圈，利用光纤电流传感器可以获知刀盘、护盾、TBM 后方保障装备 上的电流大小，再进一步测量护盾上的电压计算地质体的视电阻，来 判断地质体的含水量和岩石类别。与传统隧道电流超前探测方法相比， 省去了大量的预绝缘工作。

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。

观察齿轮与齿轮间的咬合传动，从而获得其交互作用的概念，并培养小朋友对科学的兴趣。可作制作套件用。