本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。

1. 痛点问题 2021年12月，生态环境部会同相关部门印发了《“十四五”时期“无废城市”建设工作方案》，指出将在100个左右地级及以上城市开展“无废城市”建设，对提升城市固体废物的全过程管理水平提出了更高的要求。然而，当前我国许多城市固体废物产生量持续加大，无害化处置能力尚未得到有效保障，处理设施布局零散，固体废物精细化、信息化管理水平较低，在构建先进的城市固体废物管理模式中面临顶层设计、基础设施、管理体系等软硬件条件的不足，显著影响“无废城市”建设成效及固废管理领域碳减排目标的实现。亟需改进传统碎片式、分种类、智能化水平较低的固体废物管理模式，依托物联网和智慧支撑技术形成多种类型固体废物分类-收运-协同处置全链条系统性方案，充分发挥固废处置中的减污降碳协同增效作用，提升城市固体废物处理在全环节规划设计、工艺技术集成优化、工程及园区的可持续运营等方面的综合实力。 2. 解决方案 针对城市固体废物全过程管理问题，本项成果发挥清华大学环境学院循环经济产业研究中心在城市固体废物管理理论研究、工艺优化调控和规划决策应用等领域的长期积累，开发“无废城市”建设顶层系统规划工具，研发全链条工艺模拟与优化技术，搭建基于物联网和大数据的城市固废智慧化管理平台，形成能够有效服务于“无废城市”建设的城市固废分类-收运-协同处置全链条系统性解决方案。具体包括： （1）针对城市固体废物处理处置系统存在的现实问题，在整个城市层面构建从源头分类减量到末端处理处置、处理设施协同共生的工程技术体系和管理运营模式，打造处理设施协同共生、碳减排和二次污染集中控制效果显著、实现物质有序循环和能量梯级利用的多源固废协同处置园区，构建无害化、资源化、可持续的城市循环代谢链网； （2）开展多源固废处理处置工艺机理模拟，揭示固废-水-能耦合代谢路径与减污降碳潜力空间，实现工艺参数优化；模拟不同固废管理路径对物流、能流的影响，支撑不同应用场景下涵盖源头分类及减量化、污染处理处置、残余物集中控制全过程的工程技术体系优化； （3）基于物联网、智能监控、在线仿真技术等，构建城市固废管理多源异构大数据系统，形成原创性固废智慧管控技术，支撑建立集固废监测、溯源、预报、应急、调控等功能于一体的可视化管理平台，提供多场景、多效能、智慧化城市固废系统性解决方案。 合作需求 （1）与从事城市固废处理、再生资源回收利用、静脉产业园建设等领域的企业以及绿色金融机构开展业务合作； （2）项目孵化需办公场地500平米，天使轮融资需求约3000~5000万。

水源图像检测和分类在监测和识别河流冰灾、洪水、垃圾污染和死水等方面有很多应用。然而，海水、河水、湖水和池塘这些称之为干净水源的图像，可能和一些污染水源的图像重叠，加之冰雪天气下水体结冰等因素的存在，使得水源图像分类的问题更加复杂。在这些情况下，精确的水资源图像检测和分类就显得至关重要。本项目基于RGB图像对水源进行分类，达到水污染检测的目的。本项目的创新点在于提出一种新的图像频率域分块方法，将图像之间的细微变化放大，有效地提取图像的纹理特征，区分污染水源图像和干净水源图像，并且对水体

研发阶段/n针对学校、企业的内部食堂餐具分类及剩饭菜分离主要依靠人工进行，劳动强度大，效率低的问题，设计了餐具自动分类回收车。基于筷、勺、碗、碟及剩饭菜之间几何特征、形状特征、物料特性的差异，通过结构创新性设计及工作参数优化，依次实现筷、勺、碟、大、小碗自动分类及剩饭菜分离。生产率可达3120副/小时，分类准确率96%，能够满足餐具自动分类要求。且结构简单，制造成本低。

本实用新型公开了一种水池垃圾粉碎机，包括从上至下顺次连接的水池、切碎槽和电机槽，电机槽内 设电机，切碎槽内设切碎刀，切碎刀与电机输出轴串联，切碎槽侧面与下水管连通，连接处设置过滤网。 本实用新型连接方式可靠、使用方便，使日常生活中产生的大部分生活垃圾都可以快速的处理掉。 

该智能箱系统采用性能稳定的 Atmega128 作为主控芯片，综合了 GSM 技术， RFID 射频技术，智能控制技术，通信网络技术以及数据库管理技术，完成了用户卡身份识别、物品信件报刊的存取、短信通知以及用户信息的本地和远程存储管理等功能。当投递员投递完物品后，系统检测到箱子里有物件，系统向用户发送信息，提醒用户有新物件，并提供一个动态密码，用户可以凭用户卡或动态密码开箱取物。

传统仓储难以满足现代物流的需求，研发了智能立体仓储系统，利用计算机网络系统，完成单元货物的自动存取，提高货物的存取效率和仓储管理水平。智能仓储系统硬件部分包括立体货架、智能穿梭车、出入库系统等，软件系统包括WMS(仓储管理系统)、WCS(仓储控制系统)以及数字孪生模型等。 1、智能化管理； 2、WCS 系统实时接收 WMS 系统下达的任务指令，分解并通过作业接口层下 达给具体的作业执行层，对智能穿梭车进行统一的调度，并对各个环节、

研发“智能热成像体温检测系统”   早在今年春节过后，作为影像医学国家临床重点专科、上海市重点学科及一流学科等学科带头人，上海健康医学院院长黄钢充分调研了解测温系统现存的短板，比如测温速度慢、测温不准确、信息化数据整合不全、疫情数据分散、人员轨迹不明、缺乏大数据分析等问题，结合科技攻关与实践教学，组织师生团队针对性解决。 黄钢认为，在基于人工智能的大数据时代，医学院校必须“医工”结合，做出有自身特色、实用性强、适合学校人流特点的“智能防控系统”。当然，要同步实现智能分析，面临检测流量和测量精度、戴口罩人脸识别准确度，以及红外硬件数据获取等难题。 对此，来自医疗器械学院的世界技能大赛获奖选手指导老师白宝丹迅速响应，与生物医学工程、大数据、计算机网络技术专业的刘亚特、孔伟权、刘娟芳3名留校学生组成“防疫攻关创新团队”。 他们日以继夜，攻关在各种环境下准确测定人体温度的程序，解出热红外程序的视频信号和深度学习算法如何结合，进而提升人脸识别算法。经过多次实验和数据分析，初步构建出满足学校要求的红外测温模块，并在近100名留校学生，以及后勤、保卫处等多批次人员配合下完成了这一模块测试。 如今，通过集成创新，团队成功研发出一套“智能热成像体温检测系统”，系统利用人工智能、红外热成像等技术，实现了戴口罩无接触式的“无感测温”，能够多人次地快速检测体温，每个终端每秒钟平均可测温3人以上，达到了校园密集测温要求。白宝丹表示，针对各种情况反复进行了上百次实验，最后得到这一个比较优化的模型，“用模型参数调节测温模块，获得了不超过0.3摄氏度的误差，大大节约了测温成本，提高了测温效率。” 目前，该系统已成功应用到上海健康医学院的学校食堂和校门口，将为更多师生返校保驾护航。