本成果提出一种灵活智能燃煤发电技术。该成果技术历经团队15年科技攻关，包括了以下成果内容： （1）首创了激光拉曼法煤质在线检测技术，研制了基于煤质在线检测的锅炉灵活燃料与智能燃烧装备。 （2）提出了基于煤流识别的燃料自学习动态智能混配模型，发明了非接触式煤流自动识别与示踪技术，研发了多煤仓多煤种煤位分层动态辨识技术，研制了基于煤流在线监测的锅炉灵活燃料与智能燃烧装备。 （3）发明了炉膛、烟道及制粉系统CO浓度网格式多点高精度在线监测技术，研制了基于CO/O₂双参量协同的锅炉智能燃烧装备。 （4）构建了基于煤质-煤流-CO在线监测-飞灰含碳量等关键实时参量的燃煤火力发电灵活燃料、智能燃料燃烧技术体系，形成了全套系统与装备。 图1 激光拉曼煤质在线检测系统示意图 图2 基于煤流在线监测的锅炉智能燃烧示意图 【技术优势】 本项目发明的具有自主知识产权的“基于CO/O₂双参量的智能燃烧控制技术”、“基于煤质-煤流-CO-飞灰含碳量等实时多关键参量锅炉智能燃烧优化技术”、“激光拉曼煤质在线检测技术”、“非接触式煤流自动识别与示踪技术”，经国际国内查新及专家鉴定，均为本项目组独创技术，其主要技术参数国际领先，填补了锅炉智能燃料燃烧技术的空白，具有明显市场竞争力。

主要研究方向：一、生物医学检测技术二、传感器网络研究三、光机电一体化智能系统研发一、生物医学检测技术 SPR生物医学检测系统应用： 

一、项目分类 关键核心技术突破 二、技术分析 火力发电深度调峰是目前最易实现且可最大程度缓解新能源引发电网冲击问题。火力发电灵活智能深度调峰核心问题在于锅炉的智能燃烧调整难。为提高火力发电调峰响应速度以及实现锅炉的深度调峰，需要通过有效的实时监测手段，获取锅炉当前运行的准确运行参数，实时评估锅炉运行状况，并基于调峰目标开展快速的燃烧优化调整，以解决频繁调峰以及深度调峰可能引发的锅炉安全稳定运行问题。 本技术提出了：1）基于物流网的锅炉输煤系统“上、配、储、给”全流程动态可视化在线监测技术；2）激光拉曼入炉煤质在线检测技术；3）炉内燃烧CO在线监测与CO/O2双参量联合控制燃烧技术；4）飞灰含碳软/硬耦合在线检测等核心技术与装备；5）基于上述智能检测技术的全流程锅炉灵活智能燃烧优化控制系统。

Ø 本项目是在长期的学术研究和工程实践基础上，结合计算机技术、模式识别技术和DSP技术研发的综合性智能视频监控技术。它以高速计算和控制模块为核心，实现视频图像的自动分析，发现并跟踪重要目标，抽取图像中蕴含的有价值信息，实现视频监控环境下对视频信息的自动处理。本项目中技术成果包括：基于DSP系统的复杂背景下运动目标自动检测和自动跟踪技术；实时图像和录像中的特定目标自动搜索技术；多摄像机自动协同目标跟踪技术；人体目标的异常动作和异常行为自动识别和报警技术。

在现代通信领域中，移动通信以其独特的方式发挥着关键性的作用。自1983年蜂窝移动通信系统诞生以来，其发展就十分迅猛，全世界年平均增长率一直保持在30%―40%，经历了以调频模拟电话信号传输和频分多直（FDMA）为主要标志的第一代，目前大量使用的是以窄带数字信号传输和时分多址（TDMA）或码分多址（CDMA）为主要标志的第二代，以传输多媒体宽带数字信号为主要

智能快速设计技术是当市场在对产品多样化、瞬变性等需求加强的形势下提出并发展起来的。快速设计技术可以有效的解决产品的设计速度和“人才荒”问题。产品投放市场时间日益成为决定产品竞争力的重要因素。 智能快速设计技术从企业实际出发，根据企业的设计流程，将设计知识和设计专家的经验沉淀于软件中，快速设计系统实现了基于订单型产品设计过程的优化计算、参数化设计、数据管理、工艺设计一体化，提高了产品设计质量，并使产品的开发设计速度提高 20 倍以上，在输入设计参数后快速设计系统能输出三维和二维 CAD

利用多机器人和多模态视觉传感器有效探索与感知复杂 环境的三维结构，进而理解和分析三维场景。研究从多源异 构的机器人定位与建图等环境感知方面、多模态融合的前景 分割、显著性检测和目标检测等场景分析方面取得突破。

清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用

01. 成果简介 本成果涉及一种多模态触觉感知装置，属于机器人传感器技术领域。与人类相似，机器人感知外界环境最真实、稳定、便捷的方式便是通过机器人手触摸，机器人手的感知能力决定了机器人是否能够正确认知外界环境以及机器人的操作精度、成功率等。在新一代机器人手中，传感装置已逐渐趋于阵列化、多功能化和集成化。目前常见的触觉传感器有压阻式、电容式、光电式等，它们都存在密度难以提高、电路处理复杂等问题。为了克服以上不足，近年出现了基于视觉的触觉传感装置，具有结构简单、信息丰富等优势。目前基于视觉的触感装置仍存在性能提升空间。 本项目将感温变色油墨材料应用于触感装置，感知机器人操作过程中的温度[1]。同时提出一种基于微视觉的触觉三维力检测方法，通过采集触觉接触区域内弹性体的形变图像的变化，采用一系列图像处理方法，并且使用神经网络拟合的技巧，定性并且定量的刻画物理世界中的触觉、滑觉等，从而提供了一种多模态触觉感知装置，可以得到三维接触力、接触物体表面的温度及纹理等多种模态信息[2]。本装置打破了传统触觉感知装置单模态信息采集的现状，可在同一感知装置中集成受力、纹理、温度等信息的测量，检测触觉、滑觉、压觉三维接触力，获得高精度的接触纹理信息，实现了多模态信息的测量，并将这些信息综合到对一个物体的识别、抓取操作中，使机器人更加智能化、人性化。本装置具有实时性好，检测稳定，检测误差小，检测精度高的优点。 图1. 基于微视觉的多模态触觉感知装置结构图图2. 结合多模态触感装置的机械手02. 应用前景 本成果技术可应用于工业机器人、智能机器人、人机协作、医疗康复等领域，应用前景广泛。03. 知识产权 本成果核心技术已申请发明专利3项。04. 团队介绍 项目团队致力于研究具备自主决策和学习能力的机器人操作技能学习系统。团队包括孙富春、方斌、刘华平、宋亦旭四位教师，专注智能机器人灵巧精准操作研究，研制了拟人触觉的传感装置、多模态穿戴交互装置、残疾人假肢灵巧手、仿人感知灵巧手和变刚度软体手，在本领域发表论文40余篇，申请专利20余项，获得IROS2016机器人灵巧操作比赛冠军、IROS2017服务机器人操作比赛亚军、WRC2016最佳科技创新奖等。同时团队和河北清华发展研究院合作成立了人工智能及机器人研究中心，共同推动智能机器人的产业化发展。05. 合作方式 技术许可。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn， fangbin@tsinghua.edu.cn