本项目结合五行以及中医治疗失眠的相关理论，运用人工智能中表情识别的相关技术，结合大数据进行情绪与睡眠质量的分析。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 井康琦 美院/数字媒体艺术 2018-2022 吴诗璇 悉商/金融学 2019-2023 朱烨晨 美院/数字媒体艺术 2017-2021 丁晗 智能科学与技术 2017-2021 盛一菲 悉商/工商管理 2017-2021 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李谦升 美术学院 副教授 数据可视化 四、项目简介 生活中超过一半的人都出现了失眠的问题，甚至一些人是长年累月的失眠，失眠已经给人们的健康造成了极大的影响。本项目结合五行以及中医治疗失眠的相关理论，运用人工智能中表情识别的相关技术，结合大数据进行情绪与睡眠质量的分析。在此基础上，通过产品设计的相关理论，市场调研、痛点分析、用户需求分析、用户体验设计等设计流程，完善产品设计产出。弘扬中国传统文化，普及中医知识。结合可穿戴设计的相关概念，引入新技术、新材料，应用多学科交叉的创新设计方法，设计出一款真正有助于睡眠的可穿戴产品，以此来解决人们失眠的困扰。

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。

数字赋能，价值呈现 校企合作解决方案提供商。 深刻理解教育行业产教融合的模式与内涵，具备校企合作人才培养的落地能力，围绕产教融合、 校企合作 、人才培养, 提供数字化产教融合解决方案, 助力校企合作价值呈现。  

睿行智能是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 一、项目进展 已注册公司运营 二、企业信息 企业名称 南京速羽动力科技有限责任公司 企业法人 史昀珂 注册时间 2016.06.29 注册所在省市 江苏省南京市 组织机构代码 91320115MA1MNUC45H 经营范围 经营范围包括汽车、电动车、汽车模型、赛车、机动车及相关零配件的研发、生产、销售、技术服务和售后服务；工业产品造型设计开发；自营和代理各类商品和技术的进出口业务（国家限定公司经营或禁止进出口的商品和技术除外）；钢管、铝材、金属材料销售；碳纤维制品、锂电池组、电池管理系统、高压箱的研发和销售；体育赛事策划；赛车场地维护；自有设备租赁（不得从事金融租赁）；新能源汽车技术领域额内的技术开发、技术咨询、技术服务、技术转让；机械加工；游乐设备设计、生产、加工、销售及技术服务。 企业地址 南京江宁区东南大学路33号东南大学国家科技园1号楼3楼 获投资情况 东大科技园-紫金创投学生创业基金 15万元 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 史昀珂 机械工程 2021年9月 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 殷国栋 机械工程 教授 汽车工程 五、项目简介 睿行智能（RUIMOVE）是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 团队在多个领域的综合经验，使得我们在智能车领域拥有全方位的综合实力，不同的技术积累构成不同的解决方案，应用于无人驾驶的多个场景，包括无人驾驶科研平台、无人货运、无人巡逻、无人物流、无人清扫、无人摆渡、无人军事等。睿行智能（RUIMOVE）整合优势资源，立足低速智能车领域，致力于技术创新和产品创新，为低速无人车提供智能底盘整体解决方案，包括：车规级、全线控化的核心零部件，多场景电驱动系统方案，底盘轻量化、高性能解决方案。以强大的供应链、生产制造管理实现智能车的大批量生产及成本控制。睿行智能决心成为无人驾驶解决方案提供商，并积极布局软件算法、高精度地图、云服务、数据服务等领域，通过提供高性能的低速智能车和用户体验，为用户创造简便的生活方式，在全球范围内打造用户企业，致力于未来低速智能车的全面普及工作。

针对下肢残障人士恢复运动能力的需要，北京大学工学院项目团队开展学科交叉研究，首次提出并实现具有柔性可控关节和分段平脚的智能动力假肢，并研制出目前国际上重量最轻的动力小腿假肢。研发团队提出基于本体感觉的多层控制机制，实现智能小腿假肢的流畅运动和对复杂地形的自主适应，并在国际上首次提出基于人体电容信号实现下肢运动意图识别的方法，为人与假肢融合控制提供了全新的研究手段。