杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

本发明提供了一种基于圆形扫描激光的轨线自动跟踪方法，首先将圆形扫描激光投射到待测物体表面上，且圆形扫描激光与待跟踪轨线有两个或两个以上的交点，其中一个交点与待跟踪轨线的起点重合；将待跟踪轨线的起点标记为 P0，将圆形扫描激光与待跟踪轨线的最后一个交点标记为 P1；之后，令 i＝2；将圆形扫描激光的圆心沿着直线 Pi-2Pi-1 的方向移动距离 si，将圆形扫描激光与待跟踪轨线的最后一个交点标记为 Pi，其中 si 为线段 P0P1 长度的 1/Ni，Ni∈[2，50]；i 逐一递增，实现自动跟踪。本

成果简介：视觉跟踪是计算机视觉领域中备受关注的一个研究热点。它在智 能交通、人机交互、视频监控和军事等领域有着广泛的应用。在实际应用中， 视觉跟踪方法通常需要处理一些复杂的目标运动如运动突变和几何外观急 剧变化等情况，传统的跟踪技术无法满足跟踪要求。我们提出基于自适应 MCMC采样的方法，很好地解决了这一难题，为实际应用中复杂运动目标的跟踪提供了保障。 项目来源：自主研发。 技术领域：计算机应用技术，人工智能与模式识别。

一种用于水下焊缝跟踪的抗干扰激光传感装置，它包括密封盒、摄像 头、滤光片、挡光板、钢化玻璃、激光器、驱浊管，其特征是在密封盒内 连接摄像头、滤光片和激光器，密封盒贴近焊枪的一侧连接挡光板，另侧 连接驱浊管，底下连接钢化玻璃。 本技术的优点： （1）通过可调节的挡光板来减少弧光干扰； （2）通过驱浊管将焊件上的泥沙冲走，使局部保持清水状态，既提 高了激光的透光率，又减少了泥沙对弧光的反射，从而增强了信号，

本发明公开了一种基于感知哈希特征的视频目标跟踪方法，其特征在于，包括以下步骤：(1)读取待跟踪视频序列的第一帧；(2)在图像中画一恰好将目标包围的矩形框，作为目标框；(3)对视频帧图像进行灰度化处理；(4)提取目标框的局部哈希特征，并对特征进行为运算化处理；(5)读取视频下一帧，并采用同步骤(3)同样的方式对图像进行灰度化处理；(6)在当前帧中，采用倒金字塔候选框搜索方法在上一帧目标相同位置附近获取候选框；(7)采用

本发明公开了一种用于减小机床伺服进给系统跟踪误差的方法， 其包括如下步骤:1)对机床伺服进给系统进行建模，获得伺服进给系 统的系统模型;2)建立机床伺服进给系统的摩擦力数学模型并辨识参 数;3)利用卡尔曼状态观测器对伺服进给系统的位置变化进行预估， 根据预估的位置变化计算伺服进给系统的补偿摩擦力，根据计算的补 偿摩擦力对伺服进给系统的摩擦力进行实时动态补偿。本发明通过卡 尔曼观测器实现对摩擦力的预估，并通过对摩擦力的补偿从而达到对系统跟踪误差进行精确控制的目的，使得系统能实时观测和预估摩擦 力实时变

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

由于地球的自传，地面的太阳电池板必须自动跟踪太阳才能获得最好的辐照效果。为此必须建立聚光和自动跟踪太阳的复杂而昂贵设备，这样无疑增加了成本。本项目不要建立复杂的自动跟踪太阳的设备，却能尽量多地聚集射角入电池表面的太阳光。为此，我们将光伏玻璃表面制备成由多个半球面构成的复眼结构，将其覆盖光伏太阳电池板表面时就可将斜照入射的太阳光尽可能多地聚集射入太阳电池表面，进而提高太阳电池的光电转换效率。模拟表明，在没有间隙排布和弦高比为2.5时效果最优，并且复眼越大优化效果越好，与常规平面光伏玻璃相比，所收集的光能增加4.43%。按设计制得实际复眼光伏玻璃样品，通过一天阳光下的实际测量，得到了类似模拟的效果。本项目自主研发了由多个由半球面构成复眼结构的光伏玻璃，将其覆盖光伏太阳电池板表面时可将斜照入射的太阳光尽可能多地聚集射入太阳电池表面，具有跟踪太阳光的类似功能，提高太阳电池的光电转换效率。与常规平面光伏玻璃相比，所收集的光能增加4.43%以上。