本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法，适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测，并结合LSD对检测区域内的直线段进行强化识别，可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域，再采用Canny算法提取全局边缘特征，并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘，则进一步裁剪子图并使用LSD检测线段连续性，通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检，适应多种光照与天气条件，为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。

本发明一方面充分利用特征基的特性改进了贝叶斯压缩感知算法，提高了恢复性能，更重要的是避开了贝叶斯算法中复杂的矩阵求逆过程，特别的，当信号的长度比较长，矩阵的阶数很大时，能够有效地减少信号恢复运算复杂度。

已有样品/n该项目提供了一种导航信号扩频码优选技术，在待优选码族码长与目标码长不相等的情况下，通过计算截短码的平衡性和最大奇偶自相关旁瓣来确定截断点，并根据最大奇偶自相关旁瓣、干扰参数、最大频谱幅度、最大奇偶互相关进一步优选。与现有技术相比，码长的选取更自由，奇相关的考虑也更符合实际应用情况，实际工作环境中多址性能可提升2dB 以上。该项目可用于卫星导航系统信号设计，也可应用于其它码分多址系统的扩频码优化，在不改变系

项目简介 本成果提供基于全固态微结构或微空气孔组成的传输光纤，具有单偏振传输、低传 输损耗、低连接损耗、大模场传输等特点。在传输光纤及器件方面申报了系列专利，申 请发明专利 15 项，其中已授权发明专利 8 项（ZL201010149977.1、ZL201110284989.X、 ZL201010589019.6 、 ZL201110284988.5 、 ZL201210391185.4 、 ZL201010589053.3 、 ZL201110356877.0、ZL20101059

城市有轨电车信号系统是有轨电车的重要组成部分,是实现行车指挥、列车运行监督和管理技术措施及配套装备的集合体。有轨电车信号系统有别于地铁、轻轨等传统轨道交通，有轨电车的列车防护范围仅限于道岔区段，对于其他无道岔的线路、车站等一般不设置信号设备，由司机目视行车控制有轨电车间距保证安全。涉及到行车安全的设备符合“故障-安全”原则，具有高安全性、可靠性、可用性和可维护性等特点。有轨电车信号系统一般分为运营控制中心子系统、正线道岔控制子系统、平交路口信号控制子系统、车辆段联锁子系统和车载控制子系统。其中运营

针对国民经济基础产业的大型复杂机电系统及其构件中常见多发故障，深入研究了早期故障智能预示理论体系与技术支持。研究成果归纳为数据获取、模型定义、数据分析、状态评估、混合智能决策等五项主要部分，涉及监测传感器的合理配置、信号采集与处理、数据管理、特征提取、信息融合、模式分类、状态评估、智能判别与决策预示的全过程。重点突破了解决早期微弱潜在故障的诊断和混合智能预示技术等急需解决的瓶颈问题，正确有效地揭示早期、潜在故障的发生、发展和转移，提供具有普遍意义的早期故障智能预示的理论与技术。从而为应急控制和维修管理提供准确、可靠的依据，满足国民经济发展的迫切需要。

实时衣物仿真和在线衣物编辑技术是服装制造行业、电商零售行业、计算机游戏、虚拟现实等众多高新技术产业和新兴产业发展所需的关键共性技术。当前国内外的虚拟试衣技术有两种主流技术路线：第一种是传统的基于物理仿真的虚拟试衣技术，具有真实性强、可用于服装设计等特点，但基于物理仿真的虚拟试衣技术的主要缺点是速度慢。另一种技术路线是基于表面形变的虚拟试衣技术，具有速度快的优势，但缺点是真实性差，不适合“量体购衣”和“量体裁衣”。

系统地研发和掌握了智能自主机器人高精度运动控制、环境感知与地图构建、多视角目标识别与跟踪、自主定位、导航和路径规划、仪表智能识别以及自动报警、高效人机交互等核心技术和整套系统集成能力。 一、项目分类 重大科学前沿创新 二、成果简介 系统地研发和掌握了智能自主机器人高精度运动控制、环境感知与地图构建、多视角目标识别与跟踪、自主定位、导航和路径规划、仪表智能识别以及自动报警、高效人机交互等核心技术和整套系统集成能力。主持研制的铁路牵引变电站巡检机器人实现工程化，在西成客专成功、北京地铁试运行并辐射到地铁牵引供电、动力发电等设施的安全监控与运营维护和智慧农业应用。铁路变电所智能机器人巡检系统主要由智能巡检机器人、铁路变电所智能机器人监控中心、数据的智能处理和机器人充电房等部分组成，具备完全的自主知识产权;具有与铁路牵引供电SCADA系统无缝连接功能，是引领无人值守牵引变电站新模式的核心装备之一，该机器人系统解决了铁路变电站巡检自动化程度低，人工劳动强度大的问题，同时谱系化该机器人可为城市轨道变电站巡检提供新模式。

成果简介本项目面向钢包精炼炉（LF 炉） 电极系统， 开发出一种神经网络建模、 解耦及控制的智能控制系统。 包括开发出一种含有智能控制算法、 SIEMENS WinAC软件、 工业以太网、 现场总线等多种软硬件技术的系统集成平台， 从而实现 LF炉三相电极电流的实时在线解耦与控制。成熟程度和所需建设条件本项目先后成功应用于马钢和湖北新冶钢， 结果表明节能减排效果显著， 经济和社会效益明显。 本系统可以和原系统兼容， 只需要添加一台工控机。技术指

（一）项目背景 人工智能技术快速发展，“无人车”“无人船”“无人机”等大量无人装备应运而生并运用于实战。无人装备具有“空间多维、全天候、非对称、非接触、非线性”等作战运用特点，改变了战争构成要素、作战观念、组织形态和保障模式，颠覆了行业模式，重新定义了人们的生活方式。无人装备对未来社会影响和改变必将是整体性和革命性的，存在着无限的发展和应用空间。 智慧化，是无人装备发展的必然趋势。实时感知、动态组网、自主控制、智能决策、自我学习等是未来智慧无人装备必须具备的能力，而这一切能力的赋予，离不开支持智能应用的高级综合电子及基础软件的支持。无人装备中计算系统的性能、可靠性、智能化、交互性等能力的高低是决定或制约无人装备智慧化水平的重要因素，因此，必须围绕未来无人装备的发展趋势与需求，研究满足要求的国产智能计算系统，为无人装备提供智能算力支撑。 （二）项目简介 针对未来无人装备对高性能、高可靠、智能计算能力的需要。研究了基于国产处理器、加速器和基础软件的智能计算系统，重点突破了国产器件系统安全认证、高性能、高可靠综合电子架构、异构资源统一开发环境、异构资源自适应管理、系统多级容错重构、面向领域的轻量化网络模型设计、智能应用容器化开发部署等关键技术。研制了出满足无人装备智能应用的高可靠、高性能、高可用、高安全、标准接口的国产计算系统原理样机，并通过航天领域场景验证测试。 （三）关键技术 如下图所示，围绕无人装备智能应用，需要分别从高性能、高可靠硬件构成、高效平台管理、高可用应用接入和高效算法设计开发等方面分别展开研究。平台硬件层主要包括系统硬件身份认证技术、异构硬件资源统一组件服务技术，解决系统级硬件身份认证和异构资源统一表征和管理问题，为高安全、高性能异构计算奠定技术基础；平台管理层主要包括可重构计算架构、任务资源自组织协同与动态自演化策略、面向节点协同的动态集群构建、系统多级容错模型、多目标多约束下的任务资源最优匹配算法，为无人装备智能应用提供高性能、高可靠的计算平台；高可用应用接入主要包括异构资源统一开发环境构建、系统感知的智能编译优化以及自动代码生成等内容，支撑系统综合调试，满足系统高可用要求；高效算法设计主要包括面向领域的智能应用开发流程设计、基于硬件感知的神经网络自动设计及联合压缩等技术。