一、所属类别 基础、教学科研类实验设备类；实习实训设备及配套等。 二、相关专利技术 CN202010106007.7    履带车底盘、全地形履带车及全地形行走方法 CN202011613628.0    机器人运动控制方法、装置、控制器及存储介质 CN202111261356.7    双足机器人的运动轨迹规划方法、装置、设备及介质 CN202110232263.5    开关机的控制电路及方法 CN202110232355.3    机器人动作模仿方法、装置、设备及存储介质 CN202011501534.4    一种舵机的补偿控制方法及舵机补偿电路 CN202110574796.1    机器人的偏差信息确定方法、装置、处理设备及介质 CN202011644180.9    机器人抗扰动控制方法、装置、电子设备及存储介质 CN202110311455.5    双足机器人控制方法、装置以及双足机器人 CN202011611800.9    质心轨迹的获取方法、装置、机器人及存储介质 三、基本情况 （一）应用对象 应用于机械类、自动化类、电子信息类、计算机类等相关专业人才培养，适用场景包括实验实训、教学科研及竞赛等，方案以人才培养为目标和课程建设为核心，基于机器人载体，提升人工智能与机器人技术教学科研水平。 （二）核心优势 核心产品为双足人形机器人，该系列机器人获得“小型双足人形机器人步态算法”创新纪录，“高韧性强扭矩复合材料舵机”打破国外技术封锁，核心零部件实现国产化。 其中Aelos小型双足机器人载STM32、Raspberry Pi-4B双运算系统，支持二次深度开发，支持多语言开发环境，满足高校对于编程开发、人工智能应用学习等需求，助力高校在机器人系统结构、步态规划、运动控制、算法开发、场景应用等方面的实践学习。 Aelos小型双足机器人 Roban中型双足机器人基于ROS应用平台，搭载深度摄像头，嵌入V-SLAM视觉算法，可以通过导航技术进行建图，实现自主路径规划和步态规划，涉及运动控制、计算机视觉、图像处理、运动规划等多领域课程，能够较好地满足相关专业实验实训、研究开发、参加竞赛等需求。 Roban中型双足机器人 （三）商业模式 公司与高校在复合型人才培养、专业建设、课程建设、科研合作、师资培训、实训室搭建等方面开展深入合作，相关产品被用于各类学校的实际教学、实践、实训。推广路径通过各类研讨会、展会、大赛和专业渠道商进行拓展。 四、推广情况 （一）应用案例 1.清华大学 与清华大学电子系合作共建《智能机器人设计实践》专业限选课，基于人形机器人载体，学习机器人结构原理，图像识别，路径规划，AI芯片等内容。合作入选中国高等教育学会“校企合作双百计划”典型案例。 2.哈尔滨工业大学 与哈工大开展人才联合培养全面合作，双方在开发校企联合课程、共建联合实验室、共建校外实习实践基地、共同筹办BOTEC智能机器人技术挑战赛等方面进行合作，并入选中国高等教育学会“校企合作双百计划”典型案例。 3.南方科技大学 与南科大机器人研究院共建的机器人联合研究中心，在机器人关键核心技术攻关、专业课程建设、人才联合培养等领域开展合作。双方共建的基地被广东省教育厅认定为广东省联合培养研究生示范基地。 （二）应用成效 解决了高校人工智能机器人方向的实验实训、教学科研、参加竞赛等需求，有助于打造高水平、专业化的实践科研条件。年均支撑高校开展教学科研项目不少于1项，科技竞赛不少于2项，协助申报产学合作协同育人项目等。 （三）推广计划 高校新增人工智能等新专业成为热门，传统工科专业也面临课程改革要求，因此，通过开展智能机器人设备的应用与实践，推动相关专业人才的培养与发展，已是大势所趋。推广模式包括课程案例展示、以赛促教、举办研讨会等。

针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。 每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。 若相关企业需要，该专利可低额转让，具体价格面议。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   陕西省科技文档数字化管理与资源共享平台资源共享体系 成果内容：文档数字化管理与资源共享平台是承载未来陕西省科技信息资源中心四大平台之一，以资源共享的方式进行全省科技文档统一建设、集中管理、信息共享。其主要核心技术如下：（1）海量异构资源动态管理模型：针对服务类型和服务属性的多样性，提出了动态模型管理方法，结合数据挖掘、策略设计模式等理论，采用数据定义语言（DDL），实现资源动态定义模型。对不同服务类型，根据不同类型调用相匹配的函数，实现43类不同格式服务资源自动化转换为规范格式的服务资源。（2）属性级可控访问：基于规范属性标准与RBAC模型，将资源属性信息独立保存，建立授权用户与资源属性的直接关联，实现对资源的属性级授权控制，在单次授权的基础上实现二次授权及多次授权，进一步提升权限控制的灵活性。（3）多类型径向筛选：通过对筛选条件的优化分析，构造以筛选关键字、公共信息服务类型、规范属性、属性值为筛选路径的径向筛选技术，并通过匹配用户历史筛选，主动对筛选结果进行内容过滤，返回个性化的可控筛选。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 转化方式：合作推广。 预期成果收益：进一步市场化放大约需投入180万元，若建成覆盖陕西省的科技资源共享平台，以年服务人群数量10万计，每人次节约相关费用15元计，每年能够为社会节约150万元。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。

项目成果/简介:农产品电商系统可分别在 Web 端、Android 端和 IOS 端三个平台上部署。电商系统后台具有充分的数据共享、便捷的功能互操作以及良好的可扩展和可维护性等特点，后台采用 SOA 的架构，电商平台后台可保证与系统各部分的通信模块之间具有良好的通信接口并可保证系统各平台通信的一致性与稳定性。平台采取分层构建的方式，应用层作为顶层提供统一信息门户，为客户提供服务的窗口，同时也是平台管理的入口。 支撑层提供搜索服务，对商品销售、评论等其他若干保存的数据资源进行挖掘分析，以获得平台发展、支持、服务的可靠的决策依据，为客户、平台管理者提供统一消息、邮件服务、文档管理等协同工作 21支撑的功能。资源层提供为客户服务、管理者分析的最基础的数据资源，与基础层一起作为平台的基本构架环境，包括数据库服务器、应用服务器/Web 服务器、交换机、存储设备、计算机网络、呼叫中心接入、有无线通讯服务等。 电商平台后台的实现主要分为信息采集、数据融合、模型研发和平台构建四个步骤。

面向服务的P2P网络支撑平台（ServiceorientedPeer-to-peernetworkingIntegratedSystem，简称SPIS），拟建立一个广域网范围内，集资源整合与利用为一体，面向服务的Overlay网络支撑平台，提供文件共享、CPU资源整合、网络存储、极速传输等基本网络服务。/line在本系统中采用结构化P2P网络技术作为Overlay网络的实现技术，实现对当前网络中的存储资源、计算资源、带宽资源及信息资源的整合，已完成以下工作：/line对Chord算法进行改进，提高Chord路由算法的效率和节点查找成功率，完成JavaRMI版的Chord实现；/line基于以上工作开发面向服务的P2P网络支撑平台（SPIS）及其公用工具集，为开发人员提供一套API以进行二次开发；基于SPIS，分别实现文件共享服务、网络存储服务、计算力资源整合服务和极速传输服务。/lineChord算法改进：针对Chord路由算法的邻居修复算法存在缺陷，提出了增强型邻居修复算法(EnhancedFingerFixAlgorithm,EFFA)，提高了查找效率。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。