浙江精创教育科技有限公司（以下简称：精创教育）是一家集院校数智化产品、服务及产教融合为一体的国家高新技术企业，是中国领先的新商科数智化人才培养服务提供商，在新时代背景下致力于用数智化技术推动一流新商科数智化人才的培养。 精创教育自2012年成立以来，一直将数智化技术和理念融入院校人才培养，为工商管理、人力资源管理、市场营销、物流管理、数字经济、创新创业、劳动与社会保障等新商科专业领域提供“数智+”综合教育产品与云服务解决方案。公司坚持“产教融合、实践育人”，与院校共同构建实践育人新高度，依托精创云平台，举办数智商业、数智人力、数智营销、数智流通及创新创业等六项全国竞赛，累计参赛达到12万人次，培训教学师资2万余人次，服务2000余家院校客户，支持数智化证书认证3万余人次。精创教育长期参与教育部产学合作协同育人、教育部供需对接就业育人等项目，累计投入500余万经费、5900余万软硬件，为院校构建校企合作、产教融合，共建数智化产业学院，共同培养新商科数智化人才。 精创教育长期投入高新技术及数智化平台的研发，现拥有专利8项，计算机软件著作权98项，现为国家高新技术企业、浙江省嘉兴市领军人才企业、浙江省软件企业、浙江省科技型企业、浙江省嘉兴市软件行业协会理事单位、守合同重信用企业、中国高校计算机教育MOOC联盟会员单位、ISO卓越服务系列国际标准宣贯应用首批试点企业、国家社会科学基金重大项目联合示范基地，通过ISO27001信息安全管理体系和ISO9001质量管理体系等资质认证。 未来，精创教育将继续立足于新商科数智化人才培养，坚持开拓创新，锐意进取。精创教育愿与各大院校、企业进行广泛合作，利用VR、大数据等先进的数智化技术，将数智化与实验教学深度融合，提供数智化产品、人才培养及产教融合等服务，推动中国新商科数智化人才培养和数智化产业升级。

青岛安创达安全技术有限公司由中国石油大学（华东）安全工程专业教师和研究生骨干创立的社会化安全技术专业服务和研究应用科技企业。开发出国内首套多人协同火灾、爆炸后果嵌入VR模拟超级平台系统，首套“实验室VR安全告知和培训箱”等兼备技术和科研应用产品。结合安全工程高校人才优势和企业社会化服务灵活性优势，已经为10余家大型企业，20余所高校开展以VR和安全工程技术结合的安全培训、应急模拟和研究分析产品。

       深圳市创美实业有限公司成立于2004年3月，总部位于深圳前海国家级经济开发区，拥有100000㎡研发基地。公司专业为各大专院校/研究院等权威机构的实验室建设提供最具性价比的VOLAB品牌实验室家具及提供VAV智能通风系统改造工程、实验室建设方案、实验室规划设计、实验室装修设计、实验室设计图、实验室通风改造工程一站式服务。迄今已成功服务于以下知名科研机构、大专院校：华大基因研究院、北大深圳研究院、中国科学院深圳研究院、南方科技大学、华南军事医学科学院、山东第一医科大学、深圳大学、哈尔滨工业大学、遵义医学院、第一军医大学、香港中文大学、湖北大学、华中科技大学、汕头大学医学院、深圳信息职业技术学院、杭州师范大学、江西师范大学、暨南大学、广西大学、福州大学、北京师范大学、湖北民族学院科技学院……        公司主要产品包括VOLAB品牌全钢、钢木结构的实验室家具、实验台（仪器台）、天平台、通风柜/橱、器皿柜、玻璃钢通风柜、防爆气瓶柜、防腐蚀药品柜、排风试剂柜、洁净工作台，以及与实验室相关配套的基础装备。为客户营造一个功能齐全、安全舒适、绿色环保、全新的实验室立体空间。          装饰装修一级资质、设计乙级资质、机电叁级、环保叁级、电子智能化贰级、医疗器械许二级资质、安全生产许可、AAA信用等级、国家高新企业、ISO9001、ISO14001、ISO28001、知名品牌......

智慧LED触控一体屏系列产品，提供一种简洁化、模块化、去机柜化、去中心化、数据可视化、功能强大、集成度高、成本低、简便操作、创作自由的创新型融合技术产品。该产品的傻瓜式智能应用管理，解决了多设备叠加的运营风险和人工操作风险，并通过功能模块化融合更全方位解决了多系统，多种复杂软硬件产品难管理+难操作的行业痛点，将成为行业音视频大中型、多功能一体化的最佳首选方案。

目前无卤低烟阻燃热塑性弹性体电缆料虽然已有较多应用，但不论在技术发展上或市场 应用上，无卤低烟阻燃TPEE电缆料依然潜藏着很大的发展潜力。但目前该产品在使用和推广 中仍存在着很多实际问题，例如阻燃难、加工性能不好、发烟量较大及成本较高等。根据市场 应用情况和技术发展情况，本项目以TPEE为基材，开发无卤低烟阻燃TPEE电缆专用料，并考 虑添加合适的抗滴落剂防止燃烧中的滴落现象。同时设计采用膨胀型阻燃剂体系，使无卤阻燃 TPEE电缆在具有良好的低烟阻燃性能。

针对当前车用无油涡旋空压机加工精度要求高、涡旋盘容易磨损的问题，本 项目团队提出了水冷无油涡旋空气压缩机技术。采用这一技术可将涡旋盘最高温 度控制在 120℃以内，从而降低动静盘热变形，提高压缩机的可靠性与效率。

"印制电子技术是将功能性材料墨水印制在基材上，是微电子行业的一项重要革新，解决了传统光刻技术存在的生产周期长、操作复杂、污染严重等问题。 课题组发明了一种无固体颗粒的喷墨打印用银基导电墨水，该导电墨水是通过将一种有机银络合物溶解在溶剂中，同时加入微量的助剂充分溶解而获得。突出优点：（1）固化温度低：在很低的分解温度获得纳米银颗粒（最低可

传统的电解工业（电解水、氯碱工业）阴、阳极会同时产生两种气体，一般采用离子交换膜防止两种气体的混合，避免爆炸性混合气体的产生。离子交换膜的使用增加了电解的成本，此外膜内阻也增加了电解的能耗。且由于阳极和阴极室的气体压力必须通过稳定的电源输入保持平衡，很难利用风能和太阳能等不稳定的可持续能源来直接为离子膜电解池供电。另一方面，电解池中的高压气体和阳极氧化过程的中间产物也会加剧膜的老化降解，近一步增加电解成本。基于电池电极的分步法无膜电解技术有望为电池电极反应推出一个新的研究方向，随着电池工业迅速发展，电池电极的制备已经非常成熟，分步法电解技术很容易利用现有的商业化电极实现产业化。

永磁电机的位置传感器增加的电机的成本，降低了电机的可靠性。在风机、水泵等领域应用的电机，可以通过控制的方法，去掉电机的位置传感器，减少成本并提高系统可靠性。本课题组针对高速电机无位置传感器控制中所存在的问题，在建立精确离散化的数学模型的基础上，设计了基于离散滑模理论、状态观测器等方法的转子位置观测器，实现了10kHz控制频率下的10万转高速电机的无位置传感器控制，以及快速正反转启动。

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。