智能光纤预警系统，基于光纤微震动传感技术的周界安全防范技术在司法军用场所防卫，反恐， 维护国家安全和国民财产安全方面发挥着日益重要的作用，也代表着当今周界安防预警领域的最高技  术与发展方向，目前已在欧美日韩等发达国家取代了传统的安防技术，成为主要安防技术手段，保证 着社会的安全与稳定。 结合国内具体使用环境与特定需求而诞生的新一代智能周界防卫报警系统，在技术指标以及实用 性先进性方面达到甚至超越国外同类产品，达到世界领先水平。

项目针对滑坡监测预警这一问题，通过近8年的探索，突破了技术瓶颈，自主研发了滑坡智能监测站和地质灾害实时监测预警云平台，成功实现了滑坡的“现场监测”到“云端预警”再到“人员避灾”，做到了“千里之外，给山川把脉”，保卫了人民生命财产安全。 一、项目进展 已注册公司运营 二、企业信息 企业名称 成都星感智联科技有限公司 企业法人 霍冬冬 注册时间 2018.4.2 注册所在省市 四川省成都市 组织机构代码 经营范围 软件开发；计算机技术咨询及销售；数据处理；互联网信息服务（取得相关行政许可后方可经营）；环境监测；仪器仪表（不含计量器具）技术研究、销售；新能源技术与环保技术开发、技术咨询、技术转让；机械设备技术研究；电子产品、机械设备、电子元器件、电线电缆、通讯设备（不含无线电发射设备）及配件销售；货物及技术进出口。（依法须经批准的项目，经相关部门批准后方可开展经营活动） 企业地址 四川省成都市成华区龙潭总部经济城成宏路26号汇润国际2栋10层4-2号 获投资情况 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 霍冬冬 环境与土木工程学院 2018/2021 陈婉琳 环境与土木工程学院 2018/2022 蒲川豪 环境与土木工程学院 2019 修德皓 环境与土木工程学院 2020 蒲枫 环境与土木工程学院 2021 赵宽耀 环境与土木工程学院 2017/2021 于金腾 传播科学与艺术学院 2018/2022 杨航 环境与土木工程学院 2018/2022 叶曾琳 城乡旅游与规划学院 2017/2022 席贺伟 核技术与自动化工程学院 2019/2022 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 许强 环境与土木工程学院 教授 主要从事地质灾害防治的教学和科研工作 朱星 核技术与自动化工程学院 副教授 主要从事地质灾害防灾减灾与计算机交叉学科研究 王东坡 环境与土木工程学院 副教授 研究团队主要从事地质灾害冲击动力学、地质灾害综合减灾新技术、新方法研究。 何志华 副教授 五、项目简介 我国拥有滑坡灾害隐患点高达28.6万处，威胁人口近1400万，严重制约了我国的社会经济发展。国家出台了系列政策大力支持防灾减灾工作。但是由于滑坡灾害的多样性及复杂性，提前对其做出科学预警，并撤离滑坡威胁群众，一直为世界级难题。 项目针对滑坡监测预警这一问题，通过近8年的探索，突破了技术瓶颈，自主研发了滑坡智能监测站和地质灾害实时监测预警云平台，成功实现了滑坡的“现场监测”到“云端预警”再到“人员避灾”，做到了“千里之外，给山川把脉”，保卫了人民生命财产安全。 核心产品已售卖于全国11个省市，与多家单位达成战略合作。目前已成功预警滑坡42起，预警准确率高达95%以上。全球首次成功预警突发型滑坡（甘肃黑方台黄土滑坡）；全球首次自动预警大型岩质滑坡（贵州兴义市滑坡）；全球首次将预警技术成功应用于滑坡—堰塞湖应急抢险中（金沙江白格滑坡—堰塞湖）。提前预警时间最短27分钟，最长32小时，为滑坡威胁对象的撤离提供安全时间保障，实现人员零伤亡。 公司成立于2018年，由4人持股，盈利主要通过对各类终端仪器和技术服务的售卖，产品可应用于国土政府部门的防灾工作、国家电网的电塔基地稳定性监测、国家大型水利工程的边坡监测、道路企业的不稳定公路边坡监测、建筑行业的基坑边坡监测等，市场规模可达1200亿。 项目依托于地质灾害防治与地质环境保护国家重点实验室，战略顾问为黄润秋教授（两获国家科技进步一等奖），指导老师为许强教授（长江学者）、朱星副教授（四川省海外高层次留学人才）、。团队成员硕博占比80%。拥有专利21项，高级别SCI论文57篇，可为公司的发展提供有效的平台壁垒、资源壁垒和技术壁垒。

新冠病毒已经造成了全国甚至全世界范围内的感染。在国家强有力的管控下，疫情防控已取得极大的成效，但是返工复学形势仍然十分严峻，信息化手段在疫情防控过程中非常重要，通过对人员管理，加强疫病预防，巩固防控成果，取得这场战役的全面胜利。本成果由智能门禁测温终端、多人人脸测温识别智能系统、聚集性、异常事件检测、疫情视频回溯系统、GIS系统展示与电子布控等系统组成。可有效完成疫情预警。

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

系统开展了单增李斯特菌、肠炎沙门氏菌、蜡样芽胞杆菌、气单胞菌等食源性致病菌的定量风险评估，完善了肉类中致病菌的定量暴露评估研究体系，开展了冷却猪肉中气单胞菌暴露评估的不确定性和变异性比较，明确了阴性样品中致病菌分布对微生物定量风险评估的影响，完善了致病菌不同剂量效应模型的构建及优化，完善了食源性致病菌之一的单增李斯特菌的竞争建模、定量风险评估及风险管理等。基于以上开发整合设计了具有自主知识产权的食品安全风险预警软件，开发设计了具有自主知识产权的“食品安全风险预警软件”，进一步以微软 Excel 的加

团队以深地工程地质灾害预警与防控为切入点，将微震监测、智能云与新型支护技术相融合，打造了一套从底层算法到顶层智能物联网算法完整的解决方案，最终实现了 “精准监测”到“云端预警”再到“智能防控”。  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 李想 环工院/土木水利 2020.09-2023.06 曾俊 环工院/建筑与土木工程 2019.09-2022.06 马佳骥 环工院/地质工程 2019.09-2022.06 吉翔 环工院/土木水利 2020.09-2023.06 卢向前 环工院/地质资源与地质工程 2020.09-2023.06 喻妮 环工院/土木工程 2020.09-2023.06 代坤坤 环工院/土木工程 2021.09-2025.06 文倩 商学院/应用经济学 2019.09-2022.06 彭丰 环工院/土木工程 2020.09-2024.06 李超飞 环工院/地质工程 2020.09-2024.06 宋涛 环工院/地质工程 2017.09-2023.06 张航 环工院/土木工程 2016.09-2022.12 邓叶林 环工院/土木工程 2019.09-2022.06 马俊杰 环工院/地质工程 2019.09-2022.06 朱玥 商学院/应用经济学 2021.09-2023.06 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 马春驰 环工院/ 无/副教授 隧道与地下工程 李天斌 环工院/ 院长/教授 隧道与地下工程 朱星 环工院 无/副教授 边坡工程 崔圣华 环工院 无/讲师 地质工程 杨晓轩 环工院 无/助教 无 赵伟华 环工院 系主任/副教授 边坡工程 四、项目简介 团队以深地工程地质灾害预警与防控为切入点，将微震监测、智能云与新型支护技术相融合，打造了一套从底层算法到顶层智能物联网算法完整的解决方案，最终实现了 “精准监测”到“云端预警”再到“智能防控”。 根据国家西部大开发、扶贫开发、川藏铁路、国防重大专项深地工程项目等重大战略相继开设，未来将有超过5.2万亿元的市场容量。①自主研发一套以传感器—采集站—便携检测仪—云平台为一体的高精度的微震监测系统。②基于智能云构架+MOC多输出技术+BIM，研发了深地灾害智能预警与防控云平台。 ③自主研发了深地灾害新型支护装置。已完成智能预警与防控云平台的研发设计，以及四个核心设备+三种新型支护装置的小规模生产，具有专业背景的数据分析团队已通过云平台远程处理监测数据。本项目正对硬件产品进行投入生产，计划于2023年完成软硬件的升级，2024年上线深地工程地质灾害大数据云平台，2025年实现掌上云技术。学生团队已发表30篇高水平论文，申请发明专利18项，新型实用专利12项，软件著作权5项，获10余项国家、省部级创新创业类竞赛奖励。依托学校平台已完成或参与国家、省部级项目10余项，合同总价值超千万元，并获得央视报道，引起了国内外社会的高度关注。

一、产品介绍 云之翼云预警平台（yiDirector）是业界首款针对云桌面所研发的主动运维产品，可对桌面云基础架构进行全方位侦测，提供故障预警与分析服务，使用户更全面、及时的了解云桌面、云服务器、网络等资源的健康状态，有效提升桌面云的稳定性。 在没有云桌面预警系统时候，由于云平台具有冗余机制，当其中某一个节点的服务器或网络出现故障时，并不会影响整体使用，而且管理员和使用方不易察觉。这时冗余的网络干道或服务器如果再次出现故障，便会造成系统瘫痪。云桌面预警系统能够在任何节点监控故障问题，并且提前告知管理员，让故障解除在萌芽之中，极大的提升和维护了平台的稳定性和可用性。 二、产品优势 数据采集 全方位了解云桌面系统资源使用情况，并采集记录进行提前预防。 实时监控 根据云桌面，服务器，网络运行状态指标进行全方位监控，快速定位故障。 报警服务 对可能出现的故障及时作出预警反应，保证系统顺畅安全的使用。 售后服务 预警数据接入全国统一预警平台，专业人员提供 7*24 小时远程服务支持。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。