本发明公开了一种动态云服务请求下数据中心多能源的在线控 制系统，包括系统状态监控模块、负载调度模块和多源供能系统管理 模块，负载调度模块包括延时敏感型请求调度子模块和延时容忍型作 业调度子模块，系统状态监控模块用于每隔一段时间接收来自用户的 云服务请求，判断云服务请求是延时敏感型请求还是延时容忍型作业， 并在云服务请求是延时敏感型请求时将该云服务请求发送到负载调度 模块的延时敏感型请求调度子模块，在云服务请求是延时容忍型作业 时将该云服务请求发送到负载调度模块的延时容忍型作业调度子模 块。本发明能够优化数据中心供能系统的长期运营开销，并且不需要 提前获取任何系统数据或者假设任何的稳态分布。 完成人：金海、刘方明、邓维 

本发明公开了一种云服务分布式数据中心系统，包括系统状态 监控模块、负载接纳控制模块、负载路由分发模块、负载调度模块和 多源供能管理模块，系统状态监控模块用于获取来自不同用户的云服 务请求，记录云服务请求与云服务请求相关的信息，并将云服务请求 传送到负载接纳控制模块，负载接纳控制模块用于根据接收到的云服 务请求的数量选择部分云服务请求，并将这些云服务请求发送到负载 路由分发模块，负载路由分发模块用于将接收到的云服务请求分发到 对应的数据中心进行处理。本发明能够解决现有系统中存在的数据中 心供能系统的长期运营开销大，新能源供应不稳定、电价波动、需要 提前获取系统数据或者稳态分布的问题。 

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。

虹膜识别技术的应用 1.将先进的虹膜识别算法芯片化，在成本，功耗，速度上都较目前的虹膜识别产品有很大的优势。 2. 依托中科大微电子学院和合作的芯片研发公司，创建一个虹膜识别技术的芯片级产业创新平台，将智能虹膜识别芯片广泛应用于各行各业。 

结合大数据、物联网和云计算打造智慧化实验教学资源管理平台，实现设备高效管理与上级后台监管。

产品详细介绍 平台简介   平台优势 1）多要素深度融合 教学理念、教学方法、教学资源、教学过程和教学工具高度融合，为教学实施提供全面支持。相比单个要素优化，多个要素汇聚共同优化将发挥更大的作用。 2）实现教学闭环   平台资源和工具覆盖了课前-课中-课后教学全过程，教师可以一秒备课、精准授课和总结提升，实现教学闭环。 3）测评贯穿全程                                                                                               即时测评系统贯穿教学全过程，让教师及时了解学生的学习情况，调整教学方式，优化教学内容，提升教学质量。 4）家校深度共育   家长可以了解孩子在校的课中学习情况，教师可以了解学生在家的课前/课后学习情况。基于学生学习情况的家校深度互动，让家校共同发力促进学生成长。 5）轻设备低成本 平台硬件学生终端智学小u针对学校教学场景设置，教学功能丰富，娱乐功能全无。设备轻便，价格优势明显，适合大规模普及应用。

网络化服务集成平台是设计、实施网络化服务系统的基础。本成果建立了通用的网 络化服务与工程支持信息集成平台，集成企业相关的服务资源，为企业实现网络化服务 系统提供技术的支持。本项目涉及信息技术、自动化技术、制造技术和管理技术等多个科学研究领域，成 果来自于多个相关的理论研究和工业实施项目。成果已经应用于上海大众汽车有限公司、 沈阳机床集团、无锡机床集团等企业，相关成果正在机床、电气等行业推广。 同时，本项目通过中德合作，探索了一条高校、企业和外国高校以及外国企业之间 合作研究开发项目的新模式，打开了中德交流合作模式的另一扇窗口。