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。

航空发动机机匣是一种复杂薄壁零件，其加工变形问题是我国航空发动机制造的关键技术瓶颈。机匣毛坯组织结构的均匀性是影响机匣加工变形的主要原因之一。镍基高温合金具有优异的高温强度，良好的抗氧化和抗热腐蚀性能，是航空发动机机匣的主要原料。镍基高温合金铸、锻件组织结构的无损检测与定量评价是实现组织结构均匀性检测与评价的基础，有助于准确判断毛坯制造质量，表征制造工艺改进的有效性，降低机匣加工变形概率。 超声检测具有穿透能力强，灵敏度和分辨率高、可定位和定量检测等优点，在航空发动机大规格高温合金构件制造质量检测领域得到了广泛应用。超声检测信号特征值与材料组织结构变化、二次相或沉淀物的形成相关，具备有效评价镍基高温合金的组织结构的能力。现有镍基高温合金铸、锻件组织结构的超声检测以噪声波高为主要判据，指标简单、阈值设置严格、误判率高，无法适应不断改进的制造工艺。 组织结构超声定量评价技术的核心是确定微观组织特征参数与超声检测特征参数之间的定量关系模型，其本质是以模型待定系数为决策变量，以评价准确性为目标函数的优化问题。超声波在镍基高温合金中传播时，受到晶界、相界、孪晶等复杂组织结构的综合作用，若采用声速、衰减系数、非线性系数等单一超声检测参数对组织结构进行建模与评价，会因信息量的缺失而导致评价误差大；若增加检测参数规模，则会导致所对应优化问题的困难性大幅增加。 本研究以镍基高温合金组织结构定量评价为主要研究对象，围绕如何利用协同进化算法求解定量评价的大规模优化问题、以及如何同时利用多种微观组织特征参数对镍基高温合金进行综合表征展开研究。科研成果为航空发动机机匣镍基高温合金毛坯制造质量检测、评价、性能预测提供技术支持，为制造工艺改进提供数据支持，也可进一步推广至其它高温合金、钛合金等材料中。

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。

成果描述：本发明公开了一种智能感温太阳能汽车换气降温系统,由太阳能板及其伸缩收纳机构构成，底盘(12)通过真空吸盘(11)与汽车顶部联接，底盘上通过电机底座(3)连接有电机(2)，丝杠(5)通过联轴器(4)与电机主轴联接；丝杠(5)上设置有一对互为反向丝扣的螺母对(6)。通过中控台上的总开关控制开启控制盒内部的温控开关，温控开关检测车内温度，由含有温控开关的逻辑电路控制电机动作，电机带动丝杆螺母运动将“M”形的太阳能电池板机构撑开，将太阳能转换成电能，给移动空调和整个电路供电，通过移动空调实现降温换气。该系统实现了夏季高温时候，车辆停放时车内的降温换气，操作简单，安装方便，能量转换效率高。市场前景分析：新能源科技领域。与同类成果相比的优势分析：技术先进，性价比较高。

新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

1．隧道内智能交通诱导标志板用于车辆诱导控制，诱导车辆是否可以进入隧道以及 关闭指示等，当隧道或禁止通行时，分流指示灯诱导车辆从侧道离开。正面显示文字、 图形：向前指示（绿色箭头）、变道/事故指示（黄色箭头）、禁止指示（红色叉）等符 号及速度提示等内容，反面显示包括：向前指示灯（绿色）、禁止灯（红色）等内容。 如图 1 2．隧道外情报板用于隧道口，情报板全屏由彩色模组和单色模组组成，彩色模组以 显示交通图标或限速值,单色模组以显示文字为主。有多种方法显示主控机发送的文字 和图案信息，每条有各自的标号和显示方式。如图 2 交通信息可变情报板为智能型外场设备，具有显示驱动、控制功能。