项目背景：现有船舶设计及强度评估方法已经处于缓慢发展 阶段，但是船舶结构安全事故（尤其是针对大型船舶）却屡见不 鲜，传统的技术方法在提升船体结构强度的同时，也直接导致船 舶建造成本和船舶营运成本的快速增加，因此船舶结构安全保障 技术发展已进入一个瓶颈期。类比其他行业如桥梁飞机等，发展 方向已逐渐向智能化监测以及预警及决策转变。为打破瓶颈，针 对船舶结构安全性的技术方向也应向智能化感知及辅助决策方 向转变。其中的主要研究要点为智能感知和数字孪生关键技术， 技术路径为构建传感系统的搭建与优化体系、研究结构状态智能 感知和数据挖掘方法，建立基于感知数据的载荷反向识别、数字 孪生模型与驱动更新技术，以及基于智能算法的安全评估技术， 该技术不但可以在营运过程中保障船舶结构安全，还可以船舶设 计优化和完善规范有重要的指导意义。该需求技术国内外均处于 初步研究阶段，国外船级社 DNV 已有该类产品，但国内尚无同类 产品，并未形成行业壁垒，可实现研究自主化，获得自主知识产 权，填补国内空白；该产品的研发也有利于实施国家制造业发展、 山东省产业转型和青岛市海洋发展等国家和地方战略，在抢占行 业高地的同时带动产业链升级。 所需技术需求简要描述：1.传感器网络布局优化及数据采集，硬件传感网络布局覆盖全船结构，最大监测点不小于 128， 最高采样频率不低于 500Hz；2.船体结构感知系统智能化数据处 理，实现结构正常状态数据和异常状态数据的模式识别；3.船舶 结构智能孪生模型构建及同步演化；4.结构安全在线评估，并提 出结构安全完成任务使命所需的运维处理和运维策略。  对技术提供方的要求:1.在船体结构监测领域具有一定的研 究经验；2.具备相关领域软件开发和硬件集成、测试能力；3. 具有相关技术的研发和软件开发背景；4.具备船级社质量管理体 系认证。 

利用多机器人和多模态视觉传感器有效探索与感知复杂 环境的三维结构，进而理解和分析三维场景。研究从多源异 构的机器人定位与建图等环境感知方面、多模态融合的前景 分割、显著性检测和目标检测等场景分析方面取得突破。

清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用

01. 成果简介 本成果涉及一种多模态触觉感知装置，属于机器人传感器技术领域。与人类相似，机器人感知外界环境最真实、稳定、便捷的方式便是通过机器人手触摸，机器人手的感知能力决定了机器人是否能够正确认知外界环境以及机器人的操作精度、成功率等。在新一代机器人手中，传感装置已逐渐趋于阵列化、多功能化和集成化。目前常见的触觉传感器有压阻式、电容式、光电式等，它们都存在密度难以提高、电路处理复杂等问题。为了克服以上不足，近年出现了基于视觉的触觉传感装置，具有结构简单、信息丰富等优势。目前基于视觉的触感装置仍存在性能提升空间。 本项目将感温变色油墨材料应用于触感装置，感知机器人操作过程中的温度[1]。同时提出一种基于微视觉的触觉三维力检测方法，通过采集触觉接触区域内弹性体的形变图像的变化，采用一系列图像处理方法，并且使用神经网络拟合的技巧，定性并且定量的刻画物理世界中的触觉、滑觉等，从而提供了一种多模态触觉感知装置，可以得到三维接触力、接触物体表面的温度及纹理等多种模态信息[2]。本装置打破了传统触觉感知装置单模态信息采集的现状，可在同一感知装置中集成受力、纹理、温度等信息的测量，检测触觉、滑觉、压觉三维接触力，获得高精度的接触纹理信息，实现了多模态信息的测量，并将这些信息综合到对一个物体的识别、抓取操作中，使机器人更加智能化、人性化。本装置具有实时性好，检测稳定，检测误差小，检测精度高的优点。 图1. 基于微视觉的多模态触觉感知装置结构图图2. 结合多模态触感装置的机械手02. 应用前景 本成果技术可应用于工业机器人、智能机器人、人机协作、医疗康复等领域，应用前景广泛。03. 知识产权 本成果核心技术已申请发明专利3项。04. 团队介绍 项目团队致力于研究具备自主决策和学习能力的机器人操作技能学习系统。团队包括孙富春、方斌、刘华平、宋亦旭四位教师，专注智能机器人灵巧精准操作研究，研制了拟人触觉的传感装置、多模态穿戴交互装置、残疾人假肢灵巧手、仿人感知灵巧手和变刚度软体手，在本领域发表论文40余篇，申请专利20余项，获得IROS2016机器人灵巧操作比赛冠军、IROS2017服务机器人操作比赛亚军、WRC2016最佳科技创新奖等。同时团队和河北清华发展研究院合作成立了人工智能及机器人研究中心，共同推动智能机器人的产业化发展。05. 合作方式 技术许可。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn， fangbin@tsinghua.edu.cn

研究意义1. 视觉感知是高铁、自动驾驶车辆、无人航行器等自动化设备实现环境感知的重要手段。2. 对运动状态下产生的图像模糊进行复原是计算机视觉领域的重要研究内容。3. 运动模糊对于基于视觉的目标检测算法的检测能力具有显著影响。 研究目标 本研究相机在直线运动状态下前进速度与目标检测算法在产 生的模糊图像上检测能力的关系。通过实验进行具体关系的 研究与分析。对模糊图像应用合适的去模糊算法，观察并分 析去模糊后目标检测能力的变化。

Anter是以安全协作、自主运动、智能感知、行为决策为核心功能的多模态感知复合机器人。她开创了机器人协作、运动、感知决策的柔性工作模式，摆脱传统机器人位置固定、任务固定的结构化环境工作方式，适用于科研教育、工业移动作业、物流分拣、仓储管理、安防巡检、医疗服务、智慧零售等领域。

随着智慧教育理念的深入实施，对知识体系进行数字化重构成为一项迫切的基础性工作。知识图谱作为一种新型的复杂知识表征方法，为实现结构化、模型化、可演化的数字化知识体系提供了有效的手段。 本项目自主开发了教育知识图谱构建与服务平台，支持知识图谱的“建设、服务、规划、开放”四个主要功能。在平台的支撑下，以专业建设视角打通了从培养目标、课程体系、知识点、知识资源的链条，跨课程多维度关联形成了知识网络，实现教师、学生、知识、教材等的一体化集成，支撑专业培养方案定制、个性化学习、新形态教材建设。 技术上，平台具备灵活性、易用性和安全性。采用成熟的后端微服务框架极大地简化了开发流程，同时提供了灵活的数据库操作和高效的前后端集成，确保了系统的高性能和可靠性。前端设计上，平台利用高质量组件和响应式布局提供了良好的可定制性，使用户界面在视觉上更具吸引力，操作上更加友好。在数据存储方面，平台不仅确保了数据的可靠性和易用性，强化了专业知识图谱等复杂图数据的高性能处理能力。 平台应用于专业课程教学、数字化教材设计、培养方案定制等教育领域。该平台在智慧教育领域具有巨大的市场潜力。与市场上同类产品相比，成熟度高，适配性强，软件自主可控。 图1.专业知识图谱局部展示 图2.知识查查路径知识搜索展示 图3.培养方案系统化输入界面 图4.平台数据统计界面 图5.知识节点内部资料输入界面