一、产品介绍        光电成像基础与应用实训平台包括CCD和CMOS两大方面，这两方面原理与应用是《光电技术》和《图像传感器应用技术》课程重要章节，也是教学的难点章节，因此，monxyuan开发了光电成像基础与应用实训平台。该平台采用搭建式、开放式设计，直观展现了线阵CCD、面阵CCD和CMOS的工作原理，并且设置了工程实际检测的实验，是学生理解和认识CCD和CMOS工作原理与实际应用的最理想的教学实验系统。 二、教学目的 1、了解并掌握线/面阵CCD和CMOS的原理； 2、了解线/面阵CCD和CMOS的软件使用方法； 3、了解并掌握面阵CCD和CMOS信号处理方法； 4、了解并掌握运用面阵CCD和CMOS进行尺寸测量和图像处理的方法； 5、了解并掌握学生掌握线阵CCD的几种典型的应用； 三、实验内容 1、面阵CCD 原理与驱动实验； 2、面阵CCD 数据采集与计算机接口实验； 3、面阵CCD 边缘与轮廓检测； 4、面阵CCD物体尺寸测量实验； 5、面阵CCD 图像的点运算； 6、面阵CCD 图像的几何变换； 7、面阵CCD 图像采集与参数设置； 8、面阵CCD 投影与差影图像分析； 9、面阵CCD 图像的滤波与增强； 10、面阵CCD 形态学处理； 11、面阵CCD 旋转与缩放； 12、面阵CCD 颜色识别与变换； 13、面阵CCD图像采集程序设计；  14、线阵CCD 工作原理与驱动波形观测； 15、线阵CCD 模拟输出信号的调整； 16、通过采集卡对线阵CCD的模拟输出信号进行A/D转换和数据采集； 17、通过软件浮动阈值对CCD的输出信号进行二值化处理； 18、利用线阵CCD 对物体尺寸进行非接触的实时测量； 19、利用线阵CCD 对物体的角度进行测量； 20、利用线阵CCD 测量物体的振动； 21、利用线阵CCD识别一维条形码； 22、利用线阵CCD扫描物体的二维图像； 23、利用外置相机进行实物尺寸测量 24、用硬件提取边缘信号的二值化 25、CMOS原理与驱动实验； 26、CMOS数据采集实验； 27、CMOS图像采集程序设计 28、CMOS用于边缘与轮廓检测实验； 29、CMOS用于物体的尺寸测量实验； 30、CMOS用于图像采集与参数设置实验； 31、CMOS用于投影与差影图像分析实验； 32、CMOS用于图像的滤波与增强实验； 33、CMOS用于颜色识别与变换实验； 34、扩展性实验     （1）通过提供的CPLD程序，学生可以了解CPLD对外围器件的控制；     （2）有能力的学生还可以自己编程来产生方波；     （3）通过提供的SDK和DEMO程序，编写程序来采集扩展相机的数字信号；     （4）利用扩展相机并编写软件进行其他如尺寸测量等实验等； 四、配套文件资料 1、实验指导书1本； 2、实验软件1套； 3、实验录像光盘1套；    客户自行配置电脑及示波器    

为便于医学生直观了解口腔解剖结构，并进一步掌握气管插管技能，快速抢救生命，我公司研发了口腔解剖与气管插管示教模型。模型解剖结构根据真实人体数据制作，还原真实口腔形态，可直观展示气管插管过程，有效提高医学生气管插管技能。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

本发明公开了一种基于ＣＦＤ数值模拟和智能建模的锅炉燃烧优化系统及方法，系统包括ＤＣＳ控制系统接口、ＣＦＤ计算集群、样本数据库集群、智能建模集群、中央处理集群和人机界面，通过对ＣＦＤ模拟样本和历史运行样本进行存储、建模和优化，实现了机组随电网负荷指令、入炉煤煤质特性、过量空气系数等变化的最优配风方式实时匹配。本发明中ＣＦＤ数值模拟技术的使用提高了建模的准确性，优化时可直接调用ＤＣＳ控制系统实现闭环控制，使配风方式快速响应负荷变化，实现机组燃烧热效率和ＮＯｘ排放的实时优化。

本实用新型涉及的是一种高振强振动机械的智能变频超前控制系统，特别是一种高振强振动机械的基 于智能变频的超前控制系统，属于振动利用工程技术领域。由上位机、PLC、变频器、振动机、传感器构成 闭环控制系统，上位机主要作编程设计及与PLC的通讯，实现程序下载和上存，同时可对PLC程序运行实时 监控；PLC作为核心控制器，一方面与上位机交互，可实现编程调整；另一方面通过智能变频超前控制软件， 实施对变频器的变频输出控制；变频器一端与PLC相连接，另一端与振动机的驱动电机相连接；通过智能变 频控制使振动机的频率按照控制值变化，达到对振动机高振强、瞬态超高振强及其作用时间的有效控制,以确保振动机的正常运行。 

该项目以基于信息融合的故障诊断技术为背景，研究传感器故障诊断相对于一般故障诊断的特殊性及其已有的各种方法的内在联系，建立能够融合主要诊断方法、具有广泛适应性的诊断框架体系。主要研究内容包括：故障诊断的对象由单个传感器变为传感器系统；故障诊断的技术由单一方法转变为适应传感器不同过程的相应方法共同作用；为传感器故障的在线检测与信号恢复提供一致的方法；对可能的故障传感器，利用正常工作的传感器信息，恢复其性能。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。