小组研讨智慧教室主要适用于小组协作，探究式小班化授课；除具有高清显示、无尘书写、课堂签到、随堂测试、投屏、智能控制、常态录播等常规教室功能外还支持分组研讨，翻转课堂、分组竞赛等教学活动。是智慧教室的典型代表。

智慧校园财务平台是在多年智慧校园基础化建设及财务项目沉淀的基础上，结合大数据、物联网、云计算、移动互联、人工智能等新一代信息技术，引领行业前瞻性推出满足新时代下高校业财需求和行业发展趋势的智能业财管控平台。 平台以统一校园收费业务和发放业务为切入点，聚焦场景生态，整合原本分散建立的收支业务系统，打通各业务生态壁垒，搭建统一数据交换及共享中心，统一财务资金流转业务出入口，有效推动高校财务由数字化到数智化转变，助力业财融合战略管控落地。平台为高校财务、业务、服务转型升级提供全新思维。对内帮助校园打造规范、智能的业财融合管控流程，提高效率，降低成本。对外在高校整体运营管理中起到枢纽与桥梁的作用，通过在绩效管理、风险控制和预测能力方面的提升，使财务渗透到业务环节并解耦重构校园业务。实现透明管控，规避风险，为管理者提高洞察力与决策力，为数据及业务扩展赋能。 智慧财务平台通过建立校园统一收支平台，融合包括一卡通在内的校园收支业务系统。采用springcloud微服务、vue前端架构、阿里中台架构、Skywalking等软件技术和 docker 容器化部署方式，提供包括数据服务、支付服务、开放服务、认证服务，实现收费管理、缴费、资金发放、退款等财务收支全场景应用，支持一卡通、银行卡、支付宝、微信等所有主流支付方式，支持移动端、PC端、自助端、线下支付等，覆盖了高校管理者、教师、学生、校外人员等的所有收支对象。满足高校资金流转上的所有需求。 引领行业推出统一收入→支出资金全流程管理平台 在深入剖析当今高校的业财困境的基础上，智慧财务平台统领行业创造性推出打通高校已建所有收支业务系统，将原有分散的业务流程解耦重构，完成收入、支出全链路整合，一套系统就能满足校内所有资金流转场景，是新阶段智慧校园建设框架内承上启下的重要组成部分。 提供面向用户的财务收支全场景运维服务能力 智慧财务平台优于传统财务厂商与校园一卡通系统无缝链接，提供包括收、缴、发、退等财务收支全场景服务，平台通过统一展现、统一管理等提供以业务为导向的运维服务能力。从业务的视角进行IT基础资源的管理与维护，能够排查服务隐患，处理服务故障，优化服务性能，提高服务质量，降低维护成本。 业务、数据“双中台战略”赋能高校改革发展 通过建立高校收支全数据中心，搭建高校财务流转的业务耦合平台，对内对外实现业务和管理赋能，作为衔接框架提供系统对接、票据管理、报表统计等中台功能。平台化、模块化的架构方便用户业务拆分及扩展，助力高校业务创新，为高校提供面对未来发展变革及突发情况的应对能力，将权主控权开放给用户，打造校园业财融合建设新生态。  

根据不同学科特点，打造设计集VR沉浸式体验教学等特色功能、研讨型投屏互动智慧教学等于一体的智慧教学场景。包含智慧课堂相关系统、远程直播互动系统、中控系统、智慧黑板、交互一体机、录播系统、学生双面互动终端等硬件，统一建设，数据联通。实现智慧教室下的智慧课堂、沉浸式体验教学、专递课堂、数据云监管等多重场景。

      翰和智慧书法教学方案，实现教、学、练、录、播、考、评、创、临、摹等功能，多方位满足不同的教学授课需求，是目前同业中功能强大的软件系统集合有效解决书法教学专业师资力量不足的难题，实现书法教学的标准化、数字化、流程化、高效化。帮助教师解决在教学实践中遇到的真实教学问题和困惑，找到具有实际意义的教学问题，深入教学实践，深入教学现场，充分了解教师们的所思所想，所困所难，为广大教师在教学工作中，排忧解难，进而提升教学质量，实现教学数据和资源的智能化分析、管理，分析教学、实训情况，成为提高教学成绩的有利的依据。

产品详细介绍

南京大学电子智慧型服务机器人创新研究院融合AI+5G技术，研发出智慧服务机器人“小融”代替银行大堂经理，实现客户业务办理流程自动化，与中国工商银行合力开展智慧银行建设，在避免人人接触同时实现业务快速办理，提高了服务效率。智慧服务机器人“小艾”代替医院导医人员完成导诊、分诊等工作，有效避免了原有医护人员与患者直接接触而发生交叉感染的可能，降低病毒传播的风险。2020年2月18日，智慧服务机器人“小艾”首先进入南京市鼓楼医院门诊大厅，它不怕病毒，不需穿戴防护服及口罩，是新冠肺炎疫情防治期间鼓楼医院的智慧导医，也是医护人员的最佳助手。在鼓楼医院导医台，患者进入病区时，南大电子机器人首先会通过人脸识别对未佩戴口罩人员进行搜索，并向前温馨提示；通过机器人视觉及语音交互，她还可以对病区内发热、咳嗽等症状患者进行识别梳理，主动向前询问及排查筛选，并引导至发热门诊；在判断患者情况后，机器人可通过脸部大屏推送医院科室导视图，以语音加图片的形式引导患者去相关科室就诊，有效进行分流，减少人流聚集；对于医院概况、在班医生、楼层分布及基础设施等问题查询，机器人也可以通过语音交互帮助患者答疑解难，并精准引导推送；除完成导诊、分诊等日常工作外，机器人更可以对当天就诊情况及患者情况进行大数据分析统计。除智慧导医场景外，在防控期间，机器人还可以协助医护人员进行病情诊断、隔离区查房、远程会诊，更可以陪患者聊天进行心理疏导，服务场景及功能可进一步延伸。南大电子智慧型服务机器人创新研究院已迅速参与到科技抗疫的大军中，除驰援医疗行业外，南大电子智慧服务机器人还在政府单位、银行网点、街道社区等窗口单位上岗服务，用智慧力量共筑AI安全防线；同时，南大电子也将更好发挥人工智能赋能效应，用最好的产品及最优的技术支援抗疫，携手各行各业打赢这场疫情防控的攻坚战。

南京大学电子智慧型服务机器人创新研究院融合AI+5G技术，研发出智慧服务机器人“小融”代替银行大堂经理，实现客户业务办理流程自动化，与中国工商银行合力开展智慧银行建设，在避免人人接触同时实现业务快速办理，提高了服务效率。智慧服务机器人“小艾”代替医院导医人员完成导诊、分诊等工作，有效避免了原有医护人员与患者直接接触而发生交叉感染的可能，降低病毒传播的风险。

智慧灯杆是未来智慧城市建设的重要组成部分，可为智慧城市提供必备的供电资源、发达的通信网络及无线网络等，节省供电线路建设、支撑杆建设等。系统集成摄像头、充电桩、语音播报、应急呼叫、LED显示屏、PM2.5/温湿度/噪音检测仪等设备。 智慧灯杆是基于互联网、物联网、云平台、智能控制、传感及视频流分析等技术，为城市综合管理提供规范、高效的智能化解决方案。 当前主流智慧灯杆多采用添加各类传感器的方式，实现功能的扩展，该方法造成工程成本、维护工作量增加及自身防盗难以保障等问题。因

智慧公路物联网系统通过在公路广泛部署低成本的集成多种传感器的具有通信功能的智慧无线信标产品实时获取路况信息，实现车流量、车速、车型的实时精准时空统计，通过设备的广泛部署实现高精度、大范围的精准监测，为智能交通系统高效管理与养护提供交通与环境态势的精准监测、识别和态势预测，为交通决策提供科学依据与数据支持。其次针对公路场景下定位误差较大等问题，采用 GPS 定位、惯性导航与物联网感知设备结合的新型多重组合定位方法，通过车路协同实现车道级的高精定位，优化车辆偏离预警等功能，为车辆提供准确的位置信息及导航与综合服务功能。最后通过车路协同环境下车载终端、路侧多源异构传感器协作环境数据采集、多维度感知融合与超视距全局环境态势构建，实现智能交通系统全息实时交通、路况环境感知及智能网联汽车超视距精准环境感知与精准定位。智慧公路物联网系统旨在突破制约高速公路智能车路协同系统集成应用的重大共性关键技术，开展典型示范应用，提升高速公路的智能化水平和服务品质，促进全国范围大规模推广。 目前，如图 1 所示，技术成果已经研发出第三版样机。样机已经小批量生成并在齐鲁高速、长安大学测试场进行了实际部署测试。此外，项目组正在对第三版样机进行改造升级，全力打造稳定性更强功能更加丰富的第四版样机。 图 1 第一版样机；第二版样机；第三版样机 主要技术指标 1. 节能增收 20% 通过对城市边缘交通环境及流量等数据的智能分析，优化灯光使用场景。该系统在满足车辆日夜间安全行车条件下，工程综合节能可达 20%。 2. 交通流量增加 20% 通过对交通运行安全风险预警及控制策略处理模块将路段监测数据汇总后，根据车流密度、速度、流量、各级风险事件结合其它传感器数据，包括上游主线流量、匝道流量、公路气候数据、环境数据、消防系统数据等，进行大数据综合分析研判。 构建算法模型，自动制定和优化的控制策略，通过智能预警发布及综合自动管控系统进行预警发布和综合自动管控。为管理者实时预警的同时，将预警、诱导信息和控制指令自动发布于上游路段、匝道区段的可变信息标志、可变限速标志、车道线主动发光标志等，对交通流速及交通流量进行有效调控及诱导。综合评估能增加 20% 交通流量。 3. 减少交通事故 30% 任何异常事件报警被触发时，系统同时依据预案自动将异常事件联动灯光预警、可变信息标志、可变限速标志、车道指示标志等自动发布预警给司乘人员，实现对车流车速的动态调控和诱导，增加公路通容量，减少交通拥堵，防止二次事故和连环事故的发生。 实践证明，采用该系统，至少可以降低公路安全事故 30%，同时提高交通流量，进而降低交通污染，均衡交通流平顺性，信息的及时推送，降低驾驶员驾驶紧张感，提高了驾驶员的舒适性，可以整体有效提高交通运输设施安全水平及服务水平。 4. 100% 信息覆盖 全自动监测传感器都可以实现对整条公路的全面信息覆盖。 5. 对接智能网联驾驶 a. 提供智能网联车实时交通图，推荐进场事件和速递协调； b. 告知智能网联车辆风险，实时定位公路中的驾驶风险，将这些风险传达给下游智能网联车辆； c. 为智能网联车提供车道级交通数据，警告即将来到的交通拥堵； d. 识别相关车道的驾驶风险，促使智慧驾驶车辆提前做出反应； e. 为智能网联驾驶提供超视距感知、恶劣天气环境下的精准感知，促进智能网联车早日实现大规模商用。