围绕无人驾驶、智能制造领域，本项目针对传统机器视觉难以同时兼顾大视场、高分辨、实时性的技术瓶颈，从源头打破常规成像规则，鉴于昆虫复眼具有大视场高灵敏的优势，以及人眼视觉具有变分辨率和冗余数据压缩的优势，将两者相结合，提出一种复合仿生三维成像感知方法，通过突破变分辨扫描发射、多通道并行接收、图像重构与成像感知算法等关键技术，形成了具有体系化的前沿技术成果，研发出了诸如收发探测模块，多通道仿生曲面相机系统、在线光电检测系统等实物成果。核心技术受到国家、省部级项目资助5项。

由以人工预设为主的人治模式逐步转向数据与知识驱动的智能模式是未来网络发展的趋势。如何设计面向服务质量的智能化网络管控机制，是提升大规模网络效率和性能的关键。本项目从未来网络管控系统的高灵活配置、高动态适应、多元化可定制、多维度可扩展以及高性能高可用等实际需求出发，开展智能化可演进网络关键技术的研究，旨在解决传统网络资源管控所面临的网络体系结构限制、网络行为认知匮乏以及服务质量保障乏力等核心难题。项目以人工智能技术在面向未来网络体系结构的资源管控机制中的创新应用与实际部署为技术突破点重点，围绕软硬件协同网络管控原型系统开发、网络流量数据实时获取、网络状态轻量可测、管控决策按需可控等方面展开研究。

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

针对矿井恶劣环境中绝对定位信息缺失，利用多源融合感知技术，构建可行驶区域两侧边缘，利用中心参考轨迹种子点生成拟合跟踪轨迹。建立势场态势图，实现智能矿用掘进机井下动态避障，并设计了自适应变参数的轨迹跟踪导航控制方法，突破了智能矿用掘进机矿井下自主导航规划的技术瓶颈。 提供了一种矿井下智能驾驶的局部路径规划方法及系统，自适应调整轨迹，实现路口前矿车的横向校正，保证矿车安全的通过路口，提高下无人矿车在分岔路口的安全性；提供了一种智能掘进机横向优化控制方法及系统，在粉尘碎石恶劣环境下，并缺乏绝对定位信息时，实现智能矿用掘进机井下精确横向轨迹跟踪控制技术；提供了一种智能驾驶的自底向上平滑轨迹生成方法及系统，保证在直线路线参考点处于道路中间，在弯道路段参考点处于弯道内侧，提高掘进机行驶过程中的安全性。 智能矿用掘进机井下导航控制技术

智能焊接机器人：带有视觉识别和激光扫描系统，能自动识别待焊接特征，通过视觉识别粗略判断零部件特征，在此基础上利用激光扫描精确确定焊接位置，对大型零部件进行自动特征识别和焊接，提高小批量产品的焊接速度和质量。

1、生产车间智能制造自动化；2、石墨烯玻璃深加工产品的深度开发3、二代钢化玻璃防眩板项目的夜间发电及GPS定位功能，使道路防护产业进一步升级，逐步向节能环保、智能、高速型推进。

常见海产动物耗氧率的研究 1.1黑鲷耗氧率昼夜变化及与体重、水温的关系研究 研究了黑鲷(Sparusmacrocephalus)耗氧率的昼夜变化规律及其与体重、水温的关系,结果表明,黑鲷氧率随水温的升高而升高,随个体的增大而降低;23:00耗氧率最高,为3.16±0.26μg·(g·min)~(-1),07:00左耗氧率最低,为0.74±0.59μg·(g·min)~(-1)。黑鲷白天的平均耗氧率为1.98±0.84μg·(g·min)~(-1),夜间的平均氧率为1.96±0.63μg·(g·min)~(-1),其代谢水平的昼夜变化不明显(n=10,t=0.034t0.05)。 1.2褐菖鲉耗氧率及窒息点的初步研究 实验应用测定流水中溶氧量的方法,对褐菖鲉耗氧率、窒息点及耗氧率昼夜变化进行研究。结果表明,在pH8.0、盐度24.5、水温17℃的水质条件下耗氧率昼夜变化不明显(P=0.422),平均值晚上略高于白天,凌晨05:00耗氧率最高,为233.04±25.36mg/kg·h;耗氧率、耗氧量与体重的关系分别为Q0.7077R=1433.9W-(R2=0.992,P0.001)、QC=1.4298W0.2926(R2=0.956,P0.001);水温对褐菖鲉的耗氧率有极显著影响(P0.01);pH值在8.0时耗氧率最低。窒息点随着个体的增大而降低,相同体重的鱼窒息点随着水温的升高而升高。 1.3温度和盐度对美国红鱼耗氧率和排氨率的影响 实验测试了体重460～550g的美国红鱼在不同水温(13、16、19、22、25、28℃)和不同盐度（16、18、21、24、27、30、34）下的耗氧率和排氨率，结果：美国红鱼的耗氧率和排氨率均随温度的增加而增加；不同温度的耗氧率和排氨率差异极显著（P0.001）；在16～34℃范围内，盐度变化对美国红鱼的耗氧率无显著影响（P=0.479）。 2几种重要水产品活体运输技术研究 实验对几种重要的贝虾鱼的几种运输方法进行了研究，结果：南美白对虾在17℃时，经7h干法运输实验成活达78.6%，脊尾白虾在10℃时经6h干法运输实验成活达85.4%，雾化干法运输适宜二种虾的短途运输；淋浴法实验表明：南美白虾在17℃时水温控制较合适，经44h实验成活率达93.3%，脊尾白虾在10℃时运输水温较适宜，经44h实验成活率达92.5%；活水车运输时南美白虾在15℃时水温控制较合适，经48h实验成活率达93.7%，脊尾白虾在10℃时运输水温较适宜，经48h实验成活率达92.1%；梭子蟹采用雾化干法和活水车运输，5℃时温控较合适，成活率分别为93.3%和98.6%；大黄鱼、美国红鱼、鲈鱼、黑鲷用活水车运输在10℃时，经24h运输成活率均在90%以上。结论：降低水体变质是有效提高运输成活率的重要方法。 3水产品活体运输设备的研究 研究设计了活体运输车，集成装备箱体、环境控制、自动净化、高效增氧、雾化技术、智能控制系统等关键设备技术，运输过程中不需对虾蟹类进行药物麻醉，有效降低运输过程中的死亡率，可进行远距离长时间运输。研究开发了水产品活体短途分送包装容器等，保活时间长并且操作简便、成本低廉、适于大规模推广。 4水产品活体运输技术规范和标准 研究了水产品运输过程工艺，确定了相关的生产技术操作指标，制定了海水鱼类活鱼船运技术规范、海水鱼类活鱼车运技术规范、虾类活体运输技术规范、梭子蟹活体运输技术规范。

一、项目分类 关键核心技术突破 二、成果简介 主要内容： ① 用吸附-混凝-超滤组合工艺，高效去除水中天然有机物；采用光催化-吸附-膜分离组合工艺，有效去除水中亚硝胺类污染物；同时采用正反冲清洗方式的膜滤装置，最大程度提升清洗效果；研制了一种简单且高效的三相分离器，解决污泥沉淀区入流口和回流口的重合问题，提高了气液固的分离效果。 ② 研制了具有不同内部构造的EDI工作模型，实现了无酸碱再生、零废酸废碱排放条件下的连续、高效的废水直接处理，所得淡化纯水和高浓度浓缩液均得到回收利用。 ③ 研发了铝盐型、铁盐型、硅酸盐型、天然有机高分子型等一系列复合高效絮凝剂，在提高其絮凝性能、注重技术的经济性与实用性的同时保障了生态安全性。 ④ 开发了以生物膜叠球填料为特征的剩余污泥减量型有机废水处理工艺，建立了基于生物电化学系统的有机废水能源化处理技术体系，实现了污泥减量化和污水处理能源化；通过开发联合改性催化剂和泥炭吸附剂，解决了既不能生物处理、也不具备能源化的废水处理问题。 ⑤ 提供了一种高效低耗、应用范围广、使用便利的挂膜式浮动链曝气污染水体修复方法，有效实现区域污染水体的原位修复；系列重金属污染水体生态修复技术，特别是利用水生植物千屈菜修复铬污染水体，治理效果明显，美化景观环境。 项目特色： 本成果明显使操作费用降低、膜使用寿命延长、污水处理排污费减少，具有显著的技术优势，已在天津、江苏、辽宁、海南和广东等省市多家企业进行成功的实施转化与应用，取得了较好的经济效益及明显的生态、环境和社会效益。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。