项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。

一、 项目简介本项目通过在公交交通系统中构架完整的车联网的“端——管——云”的三层系统模式，并对每一层次中的关键问题进行研究，解决车载设备分离难以中集中采集、远程车载海量数据汇总、基于Webgis的远程智能调度系统以及公交车辆信息的公众服务等关键问题。在公共交通行业中实现了从底层到顶层，从数据到服务的晚上的车联网行业应用。二、 项目技术成熟程度该项目技术成熟，目前已在多个城市公交运营管理中进行了使用。三、 技术指标该项目发表相关论文7篇，申请实用新型3项。四、 市场前景本项目的研发成功能够解决公交系统所面临的难题，而且也能够提高公交系统的信息化程度。可见本项目有着广阔的应用前景和极大的市场空间。五、 规模与投资需求本系统售价5万（包括培训），加上所需服务器、数据库系统软件、智能调度算法、车载设备磨具、电路器件。总投资预计20万。六、 效益分析使用该系统可以解决城市公交系统中车辆运行调度的难题，大大提高城市公交系统的工作效率，防止公交系统中调度混乱，工作效率低下的现状。具有良好的经济效益和社会效益。七、 合作方式技术服务、协作开发、提供咨询，具体事宜面议。八、 项目具体联系人及联系方式顾军华，022-60435758，jhgu@hebut.edu.cn九、 成果展示

首次探究出鲜切紫甘蓝冷链保鲜及物联网远程监控技术集成与示范： 首次探究出鲜切紫甘蓝冷链贮、运、销一体化保鲜技术，设计开发出山区优质蔬菜鲜切紫甘蓝全程冷链质

1.项目系统的web端、移动端的研发，完成系统实时数据采集模块、海量数据管理模块、业务应用模块、可视化展示模块及移动App模块的开发。2.实现设备记录数据百亿条规模的存储、分析，支持B/S模式，支持移动端系统。3.系统达到在 200 用户并发下平均响应时间不高于5秒的性能指标。

本成果来自有重大应用前景的横向项目，现已结题，知识产权归属西南交通大学。该成果的创新性：采用频谱分析法，研究不同跨距和速度条件下的接触网受激振动频率，并与受电弓固有频率相结合，得出了弓网共振率范围，为弓网共振研究提供了理论依据。通过仿真分析，若将传统接触网刚性线夹换为弹性线夹，将对弓网受流质量有较好的改善作用。对接触网关键部位（如汇流排接头、锚段关节、刚柔过渡处）进行仿真分析，得出弓网各参数对弓网受流质量的影响。系统梳理了接触网跨距激扰频率、受电弓固有频率、弹性线夹最佳刚度值等若干技术指标。

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。

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。

项目成果/简介: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 An

目前国内已有啤酒厂引进国外成套设备，通过蒸馏法生产无醇啤酒，但由于高温造成风味物质的损失，产品有较明显的蒸煮味，设备投资费用也高。反渗透法制备无醇啤酒时，啤酒中的水和酒精在高压下穿过半透膜，而风味物质等大分子物质则被截留。设备投资只有进口设备的四分之一，易被啤酒厂接受。脱醇在 4℃左右进行,能保留啤酒的色,香,味和营养成分。产品达到GB4927-2008《啤酒》中对无醇啤酒的要求，酒精度小于 ***%（V/V），原麦汁浓度大于 ***°P，风味物质保留 90%以上，口味纯正，爽口，酒体协调，柔和，无异香，异味。