一、项目分类 关键核心技术突破 二、成果简介 灾害现场视频等信息的全面获取与回传是应急救援所面临的重大需求，亟需解决在断电断网等极端情况下的感知与传输问题。多视点相机能对灾害现场态势全方面、多角度感知；应急融合通信能对现场多种通信资源融合利用，快速构建灾害现场与后方之间的信息通路；将两者结合，形成面向灾害现场的多视点视频采集、处理与传输方法及装置是解决上述救灾需求的关键核心。为了克服上述重大挑战，项目组研制了应急融合视频通信技术与装备。

随着企业质量管理、进度控制和降低装备总体成本意识的不断提高，使装备检修企业迫切要求采用现代化的管理技术和方法，利用先进的计算机技术，提高生产管理水平和产品质量。天为 ERIM  装备检修管理系统是大连理工大学 CIMS 中心历经多年研制的“构件化智能制造执行系统”的基础上开发的，针对复杂装备检修管理中的进度和质量要求严格、成本控制难度大、工艺复杂、生产准备波动大等特殊性，通过工作流管理、网络计划、资源配置等关键技术的研发，形成了通用性好、重构性高的检修管理应用软件系统。能够帮助各检修企业运用信息技术快速搭建一个柔性、精细的检修作业指挥和控制环境。

海工装备教授或专家。

针对工业装配，尤其是3C装配中产品差异化、周期短、精度高、工艺复杂等难题，提出了开放、工艺可重构的层次化软件体系与高性能、高精度、低能耗、拓展灵活的CPU+DSP+FPGA硬件架构，并结合基于机器人动力学模型的规划和控制以及基于电流环的机器人实时碰撞检测算法，满足了实际装配系统的高柔性与高精度的需求。 本项目研发了驱控一体化装配机器人控制系统，实现产业化，产生良好的经济效益和社会效益。项目获得了科技部863计划重大项目和深圳市科创委的项目资助，获得了2019年度深圳市科技进步一等奖。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

虚拟设计与仿真、信息技术与机械工程的结合，是 21 世纪工程领域的重要发展方向 与战略制高点。机械工业发展水平的最重要标志是机型的自主开发、设计与制造能力。 实际工程应用对仿真环境提出的挑战，虚拟设计和仿真对计算机性能的要求十分苛刻。 一个典型的机械产品的装配有成千上万个零件装配，一个机械性能的仿真更需要进行几 十个工况每次若干小时的大量计算和接近实时的渲染。通过产品结构动态特性等全方位 的分析仿真，可实现面向实际产品原理、结构和性能的设计、分析、模拟和评测。运用 新技术，配合国家重大工程建设，完成了重大机械设备和施工装备的开发。如节段施工 架桥机；900t 运梁车、提梁机机电液一体化整机开发；大型开闭式屋顶建筑机械及控制 成套技术等。 技术指标 帮助提高创新产品研发的研发能力。提供大型机电液一体化机械装备全套技 术或开发 

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。