驾驶机器人是指无需对车辆进行改装，可无损安装在驾驶室内，能根据需要便于在驾驶室中快速装卸而不需拆除座椅，并适应于各种车型，替代驾驶员在危险条件和恶劣环境下进行车辆驾驶的特种机器人。电磁驱动无人驾驶机器人应用“电-磁-力”的转换原理，采用电磁直线执行器直接驱动驾驶机器人油门、制动器、离合器机械腿和换挡机械手等执行机构动作，无需中间传动环节，提高了传动效率，具有高效、节能的特点。 电磁驱动无人驾驶机器人在民用和军用领域都具有广泛的应用价值。项目的研究成果不仅可以加速汽车研发进度、提升我国

本成果提供了一种可提供 720°VR 全景视频影像拍摄的无人机机载观察装 置，并确保其拍摄、观察画面的稳定性。本成果将无人机机载观察更有效地运用 到实际系统中，如空中 720°VR 影像拍摄、三维立体建模、城市规划、光伏设备 巡检等，大幅提升拍摄画面的视野范围，提高所拍摄影像的画质及稳定性。虚拟 现实(VR)全景成像技术目前广泛应用于街景地图制作、城市规划、影视制作等 领域，但空中 VR 成像及观察技术目前仍存在较大的技术缺陷，在实际应用中存 在不足。首先，空中拍摄时，由于无人机机体或旋翼遮挡，并不

本项目设计了工矿大型设备无人值守方案，通过对整个矿井的生产运输、设备控制、管理与信息、视频监控、调度通信等系统的融合。在注重信息采集和处理的同时，也注重对信息处理后对生产和安全自动化系统的联合监测监控的实现，进一步实现综合自动化的五融合，即网络融合、系统融合、软件融合、功能融合和数据融合，建立系统充分融合+系统联合监测监控+信息分析处理发布的模式，同时采用智能调度、集中监控、调控分离的操作模式，以有人巡视、无人值守的维护方式加以辅助，最终实现工矿企业减人提效、节能降耗、人员安全的总体目标。

本发明属于无人船领域，并公开了一种双控自主无人船，包括船体及共同安装在所述船体上的整流器、电控板、第一螺旋推进机构、第二螺旋推进机构、遥控器接收机、第二螺旋推进机构、微控制器、GPS接收机、惯性导航系统、无线数传电台、固态继电器和GPS传感器；固态继电器用于控制电控板与遥控器接收机接通或控制电控板与微控制器接通，从而实现遥控器控制无人船的航行和上位机控制无人船的双控航行。本发明可通过上位机与微控制器通信，并通过微控制器来控制螺旋推进机构的运动，实现自主航行，而且也可以通过遥控器来控制螺旋推进机构的运动，具有船载自主航行控制和遥控器遥控两种控制模式。

平台功能 1.日常教学管理 2.教学考核 3.学习情况查询 4.工学结合 5.支持自由组课 6.招聘就业

本发明属于电法地质预测相关技术领域，并公开了一种适用于 测试固相试样与供电电极之间面极化效应的系统，其包括信号发生单元、试样测量单元、数据采集单元和中央处理单元，其中信号发生单 元用于产生幅值恒定且频率变化的正弦波电压信号，然后放大及转换 为幅值恒定的正弦波电流信号;试样测量单元在供电电极与固相试样 之间的界面上加载正弦波电流信号来激发极化效应，并采用多个测量 电极等距插入固相试样中，由此对各测量点与供电电极之间的电压值 进行测量;数据采集单元多通路采集测量数据，然后输送至中央处理 单元计算得出结果

1. 成果简介预制缸套然后铸造或装配是采用铝合金制造汽车发动机缸体的一种主要成形工艺。传统的缸套都是用铸铁制造，铸铁耐磨性好，但热导率较低，铝合金导热率是铸铁的 4 倍，采用铝合金制造缸套的优势是迅速将发动机燃烧产生的热量传递出去，避免机油焦化，从而显著提高发动机的升功率（功率密度）。过共晶 Al-Si 合金具有热膨胀系数小、耐磨性好、热导率高、高温性能好等特点，是制造发动机缸套的理想材料。图 1 挤压铸造件              图 2 机加工后零件                 图 3 初生硅和共晶硅分布 采用常规铸造方法成形过共晶铝硅合金，疏松倾向大，强度和韧性低，而且显微组织中初生硅的尺寸难以控制。挤压铸造是液态金属在较高外加压力（百兆帕）作用下凝固成形的一种先进铸造工艺，铸件在低速下充型，高压下凝固，内部致密，组织细小，并能通过热处理强化。 清华大学成功开发了过共晶铝硅合金缸套挤压铸造成形技术，具有非常好的发展潜力和产业化应用前景。2 应用说明采用铝合金制造发动机缸套甚至全铝发动机缸体是国外主要汽车企业开发高性能发动机的重要技术之一。采用喷射沉积加挤压或锻造工艺已有相关产品，但由于工序多、流程长造成生产率低、成本高。清华大学开发的过共晶铝硅合金缸套挤压铸造成形技术具有短流程、近净成形、优质、高效、节能等优点，目前正在与汽车发动机制造企业合作，进行技术评价与应用。 申请国家发明专利 1 项。3 效益分析缸套作为汽车发动机生产中的一个重要配件，其用量大，产品和技术相对独立，原材料充足，设备投资小，适于中小企业给发动机厂配套，特别是适合于已经在给发动机厂配套铝合金活塞等部件的企业发展这一技术和产品，易于在现有客户渠道基础上丰富产品种类，同时较高的技术含量可以避免被简单模仿和恶性竞争。

1. 成果简介预制缸套然后铸造或装配是采用铝合金制造汽车发动机缸体的一种主要成形工艺。传统的缸套都是用铸铁制造，铸铁耐磨性好，但热导率较低，铝合金导热率是铸铁的 4 倍，采用铝合金制造缸套的优势是迅速将发动机燃烧产生的热量传递出去，避免机油焦化，从而显著提高发动机的升功率（功率密度）。过共晶 Al-Si 合金具有热膨胀系数小、耐磨性好、热导率高、高温性能好等特点，是制造发动机缸套的理想材料。2 应用说明采用铝合金制造发动机缸套甚至全铝发动机缸体是国外主要汽车企业开发高性能发动机的重要技术之一。采用喷射沉积加挤压或锻造工艺已有相关产品，但由于工序多、流程长造成生产率低、成本高。清华大学开发的过共晶铝硅合金缸套挤压铸造成形技术具有短流程、近净成形、优质、高效、节能等优点，目前正在与汽车发动机制造企业合作，进行技术评价与应用。 申请国家发明专利 1 项。3 效益分析缸套作为汽车发动机生产中的一个重要配件，其用量大，产品和技术相对独立，原材料充足，设备投资小，适于中小企业给发动机厂配套，特别是适合于已经在给发动机厂配套铝合金活塞等部件的企业发展这一技术和产品，易于在现有客户渠道基础上丰富产品种类，同时较高的技术含量可以避免被简单模仿和恶性竞争。4 合作方式技术转让或合作开发。5 所属行业领域先进制造。

项目概况 该静态模型提供了一个融建筑平台、空调设备、中央空调系统于一体的、具有自由拼装搭接功能的实时教学环境、产品展示平台。 本项目处于国内先进水平，拥有自主知识产权。主要特点 该模型将平台、设备及系统融为一体。具有三大部分： （1）建筑平台。我们认为，建筑平台与中央空调系统是一个有机的整体，离开建筑平台谈中央空调，有如无水养鱼，这正是市面上诸多空调模型的弊端所在。 我们提供的建筑平台以建筑的梁、柱、墙体等为基本部件，按建筑模数等比例制作，部件之间采用了拼装结构，可拼出任意种建筑形式。让学生在自由拼装中了解建筑知识。 （2）设备模型。包括了中央空调从主机到末端的各类设备的实体静态模型。各模型均按主流品牌的设备外形等比例制作，效果逼真，接口清晰。 （3）系统搭建。利用上述建筑平台、设备模型，以及配套的管材、配件，学生可自行搭建各类中央空调系统。 系统可用于教学，也可用于产品展示。 技术指标     模型按建筑模数等比例制作，通用接口，观察、搭接方便、实用性强，可反复使用。是一种新颖的教学和产品展示平台。市场前景     近年来在部分教学活动中使用，赢得了众多客户的信任和支持，具有良好的市场前

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。