成果简介：微博大数据舆情监控系统是一款针对新浪、腾讯等微博平台的海 量数据的高效稳定抓取、数据分析以及搜索服务为一体的软件产品，凝聚了 北理工张华平博士多年自然语言理解与精准搜索引擎的技术积累。 微博大数据舆情监控系统包含四大功能： 1、自动采集提交的微博任务列表； 2、数据自动双备份，保证数据的完整性； 3、精准搜索,提供了多种精准搜索手段，其中包括：微博关键词搜索、空间范围搜索

项目的背景及目的 利用计算机网络的应用环境，通过移动机器人/固定机械手上安装的摄像装置对工作现场采集图像，并实时地进行图像压缩和传输。在异地利用相同的设备从网络上得到图像，实时地进行解压缩与播放，并能够根据要求对图像流进行处理与存储。 技术原理与工艺流程 采用具有高速计算能力的32位图像处理DSP芯片，开发具有多路图像输入/输出标准接口，具有TCP/IP协议的网络接口的图像处理器。实现对工

主要功能：1. 无感体征监测通过UWB雷达及多光谱相机即可实现较为准确的体温心率呼吸血压等参数，患者无需任何穿戴传感器。多终端数据集成显示，提高患者就诊体验。2. 辅助手环条件允许的情况下还可佩戴手环辅助其他模块测量体征，内置定位芯片，第一时间掌握病人位置，可通过手环与AI语音助理进行交互。3. 意外预判多光谱相机和其他部件通过综合参数检测到用户姿态异常、体征异常时，预警可能出现的意外与急症4. 智能辅助诊断全病症知识图谱科学辅助诊断、指导用药

本发明公开了一种滑坡监测系统，包括竖直设置的动桩和基桩，动桩上固定有第一安装平台，第一安装平台上设有第一反射镜；基桩上固定有第二安装平台，第二安装平台上设有分光镜、激光器、第二反射镜以及光检测器，所述分光镜、激光器、第二反射镜以及光检测器和第一反射镜构成迈克尔逊干涉仪。本发明所提供的滑坡监测系统，通过迈克尔孙干涉法来检测滑坡位移，达到预防滑坡灾害的目的；与现有产品相比较，具有测量精度高，自动化程度高，操作简便等优点，并且能够做到实时测量。

本研究成果基于数字图像处理和智能识别原理，依据CCD工业摄象机获得的黑白彩色图像，进行滤波、校正、灰度化、白平衡、差分等数字图像状态等信息。 适合于监测对象动态多变，常规监测技术失灵，需要人工守卫看护的对象场合。正在继续深入研究基于明识别的控制系统，计划开发多幅图像重构三信外形曲面系统，开发铁路纲物防盗和铅封状态检测系统，开发基于图像的检索认证系统。市场前景和潜在价值看好，寻求客户合用开发推广。

成果与项目的背景及主要用途： 采用视频对交通违章及其车牌进行自动判断、 记录和发送处罚信息。 技术原理与工艺流程简介： 采用视频和图像处理技术自动识别测量违章并自动记录存档、自动识别车牌和发送短信、传真通知司机和有关人员、单位进行处理。 技术水平及专利与获奖情况：专有技术。 应用前景分析及效益预测：可以显著提高交通管理效益和水平。 应用领域：交通。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：不需特殊设备和条件。 合作方式及条件：技术入门费＋产值提成：20 万＋5％。 

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。

针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。 一、项目分类 关键核心技术突破 二、技术分析 针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。并针对国内遥感大数据提出了遥感大数据处理方法，分工况区域动态确定排放阈值，从而达到动态高精度筛查高排放柴油车的目的。在汽车排放遥感监测领域具有良好市场前景。