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。

研究背景 超特高压电网具有电压等级高，输电容量大，输送距离远，覆盖范围广等特点，电网故障带来的系统安全影响更加严重。超特高压系统故障后的暂态特征及继电保护与控制装置的配合关系复杂，超特高压工程带来的继电保护新问题对传统继电保护配置提出了更高的标准和要求。因此研究超特高压电网继电保护新原理是当前超/特高压电网建设的重大课题。 主要成果 构建了超特高压系统实时数字仿真系统（RTDS）模型，揭示了超特高压系统故障机理及其电磁暂态特征。在超特高压继电保护新原理方面取得了多项重大的科研成果，如：提出dR/dt振荡闭锁原理，解决了电力系统振荡过程中距离保护容易误动的难题；提出“按相补偿”方法，改革了接地阻抗继电器的接线方式，有利于阻抗选相和距离保护的快速动作；提出“虚拟电流”的构成方法，解决了母线保护的故障判别及TA饱和、断线的判别难题；提出基于电压回路方程的变压器保护新原理，解决了励磁涌流引起差动保护误动的难题等。研究开发的微机保护、继电保护测试仿真系统、变电站自动化系统、发变组保护系统及故障录波装置等均处于国际领先水平。 学术影响 研究团队在20世纪80年代初研发了我国第一台微机继电机保护装置，而后研发的分层、分布式变电站综合自动化系统率先在西电东送工程的首个500kV变电站投入应用；1000kV线路保护及变电站自动化系统也成功投运；依托研发技术创建的四方公司已成为我国二次设备三大制造商之一，年产值超过20亿元。相关研究成果已成功应用于实际电网中，先后2次2国家级科技进步二等奖，取得了重大经济和社会效益。

本项目根据润滑油精制萃取塔改造的迫切需要，利用先进的测试手段，系统地研究了金属Intalox等国外引进的新型填料用于低界面张力体系时的两项流动，轴向返混，传质特性和设计方法：/line针对高孔隙率新型填料用于低界面张力体系的特点，提出了新的填料萃取塔液泛速度的计算方法，可用于润滑油精制生产装置的核算和设计；/line用光导纤维探针式比色计和计算机在线数据采集系统，可靠地测定单项和两项流动情况下的轴向扩散系数，并用随机模型成功地进行了关联；/line通过拟合实测的两项浓度剖面，求得了文献中罕见的“真实”体积传质系数，为在扩散模型的基础上，比较准确地模拟填料萃取塔的传质性能提供了依据；/line突破了长期沿用气-液传质设备液体分布器的设计方法的局限，研究了对工业填料萃取塔性能具有重要影响的液液分配器的性能和设计方法，编制了优化设计的计算机程序；首次建立了复合型填料萃取塔诊断专家体统，具有一定的实用价值

"本项目主要是针对高浓度氨氮废水处理过程中存在氨氮处理效果差，处理效率低、氨氮吹脱过程中能耗较大、粗氨气吸附提纯过程中高温对于吸附材料的影响和水蒸气对于吸附过程的影响、回收产品（氨水或硫酸铵）纯度不高等技术问题。 本项目以高浓酚氨废水为处理对象，采用“催化吹脱-树脂吸附”技术，通过“高效催化”、“低温吹脱”、“强化吸附”等技术手段，同步实现氨氮高效吹脱、分离、提纯，从而实现酚氨废水的深度脱氨，实现氨氮的强化去除、高效回收和提纯精制，减少后续生化单元处理规模和运行成本，同时保障了回收产品的纯度，实现资源回用，具有很好的市场推广价值。"

不孕不育症是妇产科常见病、多发病，在育龄期约有8％的夫妇因各种不同原因不能生育。而且，随着社会发展、工业污染、大气环境等诸多因素的影响，不孕不育症的发病率将逐年继续增高，每年约新增200万对患不孕症的夫妇。这已经成为关系到家庭和睦和社会安定的社会问题，也是全世界各界关注的一个主要的医学热点。1978年，世界首例体外授精-胚胎移植技术（in vitro fertilization & embryo transfer, IVF-ET，试管婴儿）的成功掀开了人类治疗不孕症的新纪元，此后又以IVF-ET为基础开发了多项衍生技术[如卵胞浆内单精子注射（intracytoplasmic sperm injection, ICSI）、胚胎种植前遗传学诊断（preimplantation genetic diagnosis, PGD）、胞浆置换等]。目前辅助生育技术已成为治疗不孕症的主要手段之一。自1993年起，四川大学华西第二医院李尚为教授带领项目组成员即开始进行胚胎着床和卵泡发育调控因素的基础研究，于1994年在著名杂志Endocrine Journal上发表论著2篇。1997年5月我院辅助生育技术正式应用于临床， 1997年获得四川省首例试管婴儿成功，1999年获得西南首例绝经妇女的赠卵试管婴儿成功，2002年获得四川省首例囊胚培养移植、首例胚胎冷冻及解冻移植、首例睾丸活检+ICSI、首例宫内减胎术成功。2002年率先在四川省开展胚胎种植前遗传学诊断（PGD）的临床应用, 并获得一例妊娠流产。2003年又率先开展激光打孔辅助胚胎孵化技术，填补了四川省在该领域的多项技术空白。成为国内第一批、四川省首家获得卫生部IVF和ICSI准入的生殖医学中心。同时，本项目在以提高辅助生殖技术的成功率、降低副作用和并发症发生为主要目的的基础上，不断改进临床各种相关方案和实验室的培养方法，并从基础研究方面探讨卵泡发育、胚胎着床的部分调节机制（免疫相关因素和生长因子等）；对进行IVF-ET的患者夫妇进行心理咨询和心理干预，探讨女方患者的焦虑和抑郁情绪对IVF妊娠结局的影响和心理干预对妊娠结局的改善。使辅助生殖技术更能安全有效地为广大不孕症患者服务，从而更好地解决了四川省甚至西部地区不孕症的诊治工作，并带动四川省及西部地区生殖医学的临床及基础研究的发展，为地方辅助生殖技术及其相关医学学科的发展搭建一个研究平台。目前通过该项目的实施，至2007年，中心已完成近4000例的IVF及其各项衍生技术的临床治疗工作，临床妊娠率已由最初的25%上升到2007年的38.65%。承担国家自然科学基金、教育部博士点基金等国家和省部级课题5项，发表论文45篇，其中Medline收录9篇，SCI收录2篇，课题组发表论文共被引用102次，举办国际研讨会1次（2007年9月主办、国际绝育与生育协会协办“卵巢功能保护与辅助生殖技术的安全性研讨会”），在全国首次提出“辅助生殖技术安全性”论题。2005年协助四川省卫生厅举办了四川省ART技术和管理学习班，为四川省ART技术的规范提供了技术和理论支持。参编书籍6本，培养博士生11名，硕士研究生15名。

发明专利 “ 一种基于小波差分算法的电缆故障测距方法应用于电力电缆在线故障定位 ” ，证书证号 955827 ，专利号 ZL 2010 1 0235507.7 。该方法用于电力电缆的在线故障测距。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。