|
搜索
搜 索
高等教育领域数字化综合服务平台
无人天车与智能库管技术
北京科技大学工程技术研究院研发的无人天车与智能库区系统，是由智能调度排程系统、智能库管系统、无人天车控制系统、智能识别系统、数据分析优化系统等构成的智能化、信息化、标准化、自动化相融合的综合系统。1）库区智能调度与工厂级信息化贯通：系统基于先进传感和无线通信技术收集天车、运输链、过跨车等设备的位置和状态等实时信息，并通过软件接口与工厂管理系统进行数据集成，贯通进料、上料、生产、下线、储存、发货等多环节信息流，以此实现生产信息与物流信息的实时交互。2）天车管理控制与路径规划：借助作业调度和路径优化算法，系统根据当前任务和设备状态自动生成最高效、安全的作业方案，并通过多级联动控制驱动行车的自动吊运。3）天车精准定位控制：依托主钩防摇摆控制、多维度协同控制、机器视觉及触觉检测等核心技术，无人天车可实现快速精准定位和稳定行驶。
北京科技大学
2021-04-13
电磁驱动无人驾驶机器人
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
南京理工大学
2021-04-14
一种双控自主无人船
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
华中科技大学
2021-04-14
大型设备无人值守全自动监控系统
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。
安徽理工大学
2021-04-13
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
多模态医学影像智能协诊系统TPAID
中试阶段/n该项目主要针对开源CT 医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT 影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进
武汉大学
2021-01-12
三维点云与光学影像融合装备
考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。
相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。
图1.三维点云与光学影像融合效果
北京理工大学
2022-12-12
医学影像云诊断思维训练与考核系统
该系统基于各级医疗系统的影像科研临床应用基础及各类院校影像教学大 纲而开发，贴合各级诊疗机构日常诊疗习惯和院校教学大纲需求，方便教师对各 类影像图片的展示和教学，能更好的让学生全面对各类影像进行阅片、报告书写 练习，以及熟悉临床应用及诊疗流程，有利于训练学生的影像技能操作能力及就业。
山东新华医疗器械股份有限公司
2022-11-08
无人车线控转向 线控底盘 无人驾驶 P-EPS 阿克曼转向 冗余转向
浙江天尚元科技有限公司
2022-06-20