现阶段恐怖袭击日益猖獗，保护军队和政府要员的车辆免受路边炸弹和遥控炸弹的威胁，已经成为世界各国的重要挑战和任务。本项目针对战争场景研发了一些列军警用信号封控产品。当打开我们研发的干扰系统，可使周边车辆遥控炸弹，固定场所遥控炸弹，包括敌方无人机侦测，无人机恐怖袭击，全部失效。大大降低了恐怖袭击成功的可能性。 

本成果提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、项目分类 关键核心技术突破 二、技术分析 本成果针对复杂产品装配车间存在的数据全面实时采集和管理困难、生产调度困难、装配现场需求响应不及时、完整准确的产品装配数据包的输出难以实现等问题，提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、主要技术优势     有效利用工作流和数字孪生技术，为复杂产品装配车间数字化和智能化管控提供新的方法，并取得良好的应用效果。 二、主要性能指标    （一）支持多种装配数据的电子化采集、管理与质量数据包生成，包括完工数据、工时数据、质量数据、物料数据、多媒体数据、实测表格数据、工艺数据等，电子化的数据采集覆盖率可达90%以上；    （二）支持装配车间运行状态多层次多维度的同步映射，包括车间布局、人员状态、环境状态、物料状态、产品工艺状态、设备状态等。根据实际应用场景，数字孪生模型覆盖率可达95%以上，虚实状态映射一致率达100%，时间延迟在3s以内。

无人潜航器，英文名Unmanned Underwater Vehicle是指没有人驾驶，靠遥控或自动控制在水下航行的器具，主要指那些代替潜水员或载人小型潜艇进行深海探测、救生、排除水雷等高危险性水下作业的智能化系统。因此,无人潜航器也被称为“潜水机器人”或“水下机器人”。 此潜航器的主要特点： 1.推力强劲：采用六个大功率无刷电机为动力源，推力强大，适用于多种水下环境； 2.自主供电：内置大容量锂电池自主供电，电池更换方便，摆脱了实际作业环境中外接电源的限制； 3.智能控制：具备定深巡游、定向巡游等多种运动模式，配备人造侧线系统，水下运动更加智能； 4.载荷扩展：可搭载声呐、深度计及定位系统等设备，满足水下通信、水下定位和水下探测等需求。 Robo-Rov具有大深度、长航时的优势，适合用于长时间的水下搜寻、目标打捞等任务。可完成海洋勘探，包括海洋科考、水质监测、地貌测绘等任务；水下作业，包括水下打捞、大坝巡检等任务。RoboRov智能缆控无人潜航器根据应用场景和使用需求，除高精度GPS、深度计、九轴姿态传感器以及通信控制等标准模块外，还可以搭载声呐设备、水声通讯设备，满足水下复杂任务需求。

产品详细介绍      校园安全控制中心专用设备将学校原有的广播系统、监控系统等进行融合入，使用手机即可对设备进行远程操控管理，同时强调物联集成理念，预留多项端口，可接入校园更多智能硬件设备。该硬件产品为工业级设计，嵌入式系统自动升级免维护，国家教育机构认证许可，7*24小时不间断工作，确保设备质量稳定，同时提供高效优质的售后运维服务。      A8200 校园安全智能物联中控主机技术特点：         √采用钢结构，有较高的防磁、防尘、防冲击的能力；         √采用7寸工业级加固触摸屏，简单易用的触摸屏操作；         √工业级主板设计，处理运行速度更快，性能更胜一筹，适合长时间运行； √嵌入式Android系统； √通信制式支持以太网络、GSM、WCDMA等制式; √具有掉电记忆功能，重新上电自动恢复运行，不丢失任何系统数据； √支持远程自动升级； √网络自动时间校对； √智能识别敏感； √模块化设计： a) 本机权限管理及授权信息设置；  b) 存储信息播控逻辑控制模块；     c) TTS语音引擎模块； d) 音频输入啸叫抑制。

已有样品/n该成果针对公安等部门侦测办案使用，通过研制的wifi探测设备能够对附近的各种移动设备的信号进行抓取和分析，并能追踪和定位指定的移动设备。对上网行为管控，侦查破案、舆情监控具有市场。该成果适用于公安、反恐等场合，预计年销售额超过1000万元。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

本实用新型涉及智能电器技术领域，具体涉及一种可控智能安全吹风机，包括风机和电热丝，还包括微控制器、风机驱动模块、电热丝驱动模块、温度传感器和电源模块，电源模块为其他各部分供电，温度传感器靠近电热丝设置，用于采集电热丝的温度，风机驱动模块、电热丝驱动模块和温度传感器分别与微控制器电连接，风机驱动模块与风机电连接，电热丝驱动模块与电热丝电连接，风机驱动模块和电热丝驱动模块均采用PWM软开关分别对风机和电热丝进行控制。该吹风机采用可控装置实现智能化，用微处理器对温度传感器进行读取，用PWM软开关技术实现电机调速和对发热丝温度的控制，此实用新型具有安全、耐用、简便等特点。

2020年2月15日，同济大学牵头建设的上海自主智能无人系统科学中心新冠肺炎疫情防控科研攻关团队研发的第一套疫情防控智能识别系统（Tongji NCP-AIS），在同济大学四平路校区大门口开始试运行，可快速识别人流中个体感染者的风险。 科研团队利用人工智能、大数据、人脸识别、温度识别、动作识别等技术，可实现人脸识别、心率监测、呼吸监检测、门禁联动、门禁数据智能更新、咳嗽检测和语音播报，让人工智能技术在疫情防控期间发挥更大的作用，减轻学校相关管理人员的工作，实现疫情期间高效的校园安全管理。系统针对大规模人群，可以自动发现体温不正常个体，实现拍照和跟踪，以及提醒功能。

上海交通大学电子信息与电气工程学院俞凯教授联合苏州思必驰信息科技有限公司开发了“疫情防控机器人”。依托语音识别、合成、理解和对话管理等人工智能（AI）技术，结合新研发的疫情排查对话逻辑和话术，机器人根据设定向社区居民主动宣教疫情防控知识，遇不适居民还会提醒就医。 2020年1月27日起，“疫情防控机器人”供社区和有关部门免费使用，已为江苏、山东、重庆、湖北、北京、浙江、四川、湖南、上海等多地提供服务，对话机器人自动接通10余万户，访问结果直接生成数据报表供社区。