本发明公开了一种芯片连晶缺陷识别方法，该发明主要用于在 芯片制造过程中识别含连晶缺陷的不合格芯片；包括三个步骤：步骤 一，对采集到的芯片图片进行模板匹配，定位出芯片的位置，根据芯 片的位置，对图片进行截取；步骤二，对截取获得的图片进行预处理， 增大芯片基体与背景的差别；步骤三、对经过预处理的图片进行分割， 获取 blob 块，对 blob 块进行特征分析：首先以面积为基准判断出是否 含连晶缺陷；对面积正常的 blob 块，获取其 blob 块最小外接矩形的中 心点以及四边中点的位置，以中心点以及四边

本发明公开了一种倒装LED芯片在线检测方法，该方法所涉及的检测装置包括盘片装载台、运输传输系统、收光测试组件、探针工作台以及探测对准系统，其中，该在线检测方法为：在工作中，运输传送系统可以运输盘片工作台到合适的工作区域，调整位姿之后，启动探测对准系统对探针工作台进行控制，使探针与待测试的芯片接触通电，使芯片发亮，从而收光测试组件可以对其进行检测。按照本发明的机械结构，能够成功地解决倒装LED芯片电机和发光面不同侧的问题，并且采用了精密图像运动控制技术，实现了倒装LED芯片的高速精密测试，加快了芯片的检测效率。

本发明公开了一种基于模板匹配的芯片定位方法，具体包括以下步骤：步骤一，制作模板；步骤二，对待定位图片进行预处理，增大背景与芯片基体的对比度；步骤三，对预处理后的图片进行图像分割，得到blob块，利用blob块的面积和blob块对应的最小外接矩形的边长信息排除存在连晶、缺损缺陷的芯片；获取剩下的blob块的最小外接矩形的中心位置坐标，以及短边与水平方向的夹角；步骤四，根据步骤三得出的中心位置坐标和夹角，在待定位图片上采用模板匹配芯片，定位出芯片的位置和角度。本方法主要适用于芯片制造过程中对芯片的定位，采用先筛选再匹配的方法能快速准确定位出合格芯片的位置，排除掉带有连晶、缺损缺陷的芯片。

本实用新型公开了一种倒装LED芯片在线检测装置，包括底座，所述底座的上端转动连接有支撑块，所述底座的正上方设有支撑台，所述支撑块的上端与支撑台的下端转动连接，所述支撑台的上端分别固定连接有第一安装块和第二安装块，所述第一安装块和第二安装块之间设有LED芯片本体，所述LED芯片本体的一侧设有支撑杆，所述支撑杆远离LED芯片本体的一端贯穿第一安装块，所述支撑杆与第一安装块之间为转动连接，所述第一安装块的上端插设有第二螺杆，所述第二螺杆的下端贯穿第一安装块并与支撑杆相抵，所述第二螺杆与第一安装块之间为螺纹连接。本实用新型通过调节机构的设置，实现对LED芯片翻转、旋转，提高使用时的便捷性与检测时的多样化。

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。

浮游植物在表层获取光能固定CO2，形成颗粒有机碳（POC）往下沉降，在深海再矿化后生成铵（NH4+），从而为深海化能自养细菌/古菌提供了能量来源。因此，氨氧化古菌和亚硝氧化细菌所介导的两步硝化过程是实现光能传递到深海被利用的重要途径，是深海重要的供能过程，支撑了海洋“黑暗固碳”——不依赖于光合作用的化能自养固碳，为深海生物圈提供了“新”的有机质，同时积累硝氮。由于亚硝氧化菌群研究的长期滞后，氨氧化和亚硝氧化功能群在深海的协作关系始终不明了，因此国际上对深海硝化菌群支撑的碳（C）−氮（N）耦合机理（定性）的理解仍极为有限，对C−N计量学关系（定量）的准确估算仍是空白。 该研究工作结合多组学分析、生理学实验、现场原位速率及动力学观测和模拟，以及生态系统模型，阐释了氨氧化古菌和亚硝氧化细菌显著差异的代谢策略，及两步氧化过程耦合、硝化与黑暗固碳耦合的生理生态学机制，建立了硝化菌群支撑的C−N、物质与能量转换的计量学关系，量化了深海硝化过程对深海生物圈及全球海洋碳循环的贡献和影响。该工作为深海物质与能量循环研究提供了新的参数，对深入认识深海生物地球化学过程具有重要意义。

项目成果/简介:浮游植物在表层获取光能固定CO2，形成颗粒有机碳（POC）往下沉降，在深海再矿化后生成铵（NH4+），从而为深海化能自养细菌/古菌提供了能量来源。因此，氨氧化古菌和亚硝氧化细菌所介导的两步硝化过程是实现光能传递到深海被利用的重要途径，是深海重要的供能过程，支撑了海洋“黑暗固碳”——不依赖于光合作用的化能自养固碳，为深海生物圈提供了“新”的有机质，同时积累硝氮。由于亚硝氧化菌群研究的长期滞后，氨氧化和亚硝氧化功能群在深海的协作关系始终不明了，因此国际上对深海硝化菌群支撑的碳（C）−氮（N）耦合机理（定性）的理解仍极为有限，对C−N计量学关系（定量）的准确估算仍是空白。 该研究工作结合多组学分析、生理学实验、现场原位速率及动力学观测和模拟，以及生态系统模型，阐释了氨氧化古菌和亚硝氧化细菌显著差异的代谢策略，及两步氧化过程耦合、硝化与黑暗固碳耦合的生理生态学机制，建立了硝化菌群支撑的C−N、物质与能量转换的计量学关系，量化了深海硝化过程对深海生物圈及全球海洋碳循环的贡献和影响。该工作为深海物质与能量循环研究提供了新的参数，对深入认识深海生物地球化学过程具有重要意义。

北京大学物理学院颜学庆教授和卢海洋研究员领导的课题组提出了激光驱动光子对撞机的新方案，该方案每脉冲可以产生3亿个Breit-Wheeler事件，并且所产生的正负电子对发散角只有7度，具有非常好的准直性。同时，背景噪声可以得到有效抑制，信噪比高达1000:1。研究成果以 “Creation of electron-positron pairs in photon-photon collisions driven by 10-PW laser pulses”为题在线发表在《物理评论快报》（Physical Review Letters）。 根据爱因斯坦质能方程和量子电动力学理论，在一定条件下光子（能量）可以转化成物质，这对研究物质的起因有重要的作用。相关的理论研究始于上世纪30年代，直到1997年美国SLAC实验室才首次在实验中观测到多光子碰撞产生正负电子对的过程。然而，对于两个高能光子的互作用过程，也就是常说的光子对撞机，到目前为止还未能在实验中观测到。在光子对撞机中，光子的互作用的次数与光子数目和光子互作用截面成正比，与光子束的脉冲宽度、两束光子束的交叠面积成反比。在过去实验中不能观测到光子的互作用过程是因为已有伽马射线源的流强和亮度还达不到要求。 近年来，随着激光技术的发展，特别是10拍瓦(1拍瓦=1e15瓦)激光器的建成，激光光强将可以达到1e23W/cm3以上。当如此高强度的激光与物质相互作用时，大部分激光能量被吸收并转化成伽马射线辐射源，如果可以有效控制伽马射线的发散角，辐射的伽马射线将会达到前所未有的流强和亮度。 团队研究人员在前期的工作中对产生超高亮度伽马光源进行了深入的研究，首次从理论上系统阐明了微通道结构靶中，纵向电场主导了电子的加速过程，同时电子的横向加速可以得到有效的抑制，因此可以获得高准直性的电子束，当这些电子束在横向场中的相位发生反转时，电子就会在管道边界处产生强伽马辐射。由于电子的发散角决定了伽马辐射的发散角，因此可以获得准直性非常好的γ-ray辐射源。数值模拟中10PW激光所能获得的发散角小于3度，亮度比之前研究报道结果高出两个数量级的伽马辐射源。图1. 激光驱动光子对撞机产生正负电子对的方案设计图2. 本方案可以获得高出之前2-3量级的伽马光源亮度 本工作即基于以上研究成果，将该超高亮度的伽马射线应用于光子对撞机。理论计算结果表明，该方案可以获得超高信噪比（>1000:1）,且每一发正负电子对信号（>1e8）远高于现有测量技术的探测极限。因此，通过该方案可以在实验室中验证光子互作用过程中由能量到物质的转换过程，将提供激光驱动光子对撞机研究的新途径，也将极大的促进双光子BW物理的发展。未来有望依据本方案建设基于重频拍瓦飞秒激光的高亮度伽马源及其应用装置。 北京大学物理学院博士后余金清为论文第一作者。颜学庆教授和卢海洋研究员为通讯作者。论文合作者还包括北京大学的陈佳洱院士、马文君研究员，広岛大学的T. Takahashi教授，高能物理所的黄永盛研究员。该研究工作得到国家自然科学基金、科技部重点研发专项、挑战计划和中国博士后科学基金的联合资助。相关模拟工作得到北京大学高性能计算平台的支持。相关文章链接：Phys. Rev. Lett. 122, 014802 (2019) https://doi.org/10.1103/PhysRevLett.122.014802Appl. Phys. Lett. 112, 204103 (2018) https://aip.scitation.org/doi/abs/10.1063/1.5030942

"e-Dog四足仿生机器人：全球首款可高速奔跑和跳跃的轻量级电驱动四足仿生机器人，面向高校和中小学的教学培训型四足仿生机器人系统平台，包括软硬件开源的高性能四足仿生机器人及相应的开发工具软件，为国内高校和中小学提供教学、培训、比赛二次开发平台。机器人具备卓越的运动能力，采用国内领先的步态规划算法，能够快速奔跑和跳跃，并具备较强的地形适应能力，能够跨越高台、楼梯、沟壑、斜坡等障碍地形。 roboDog如宝机器狗：国内首款具备丰富感知能力，并搭载智慧AI云脑的轻量级机器狗。roboDog面向家庭场景，在卓越的运动性能和地形适应能力基础上，增加了丰富的传感功能，构建了包括视觉、听觉、触觉等能力的综合环境感知系统以及基于云服务平台的智慧云脑。同时针对家庭应用场景，为用户提供了丰富流畅的交互体验。 "

成果介绍太阳能制冷空调技术可使用环保的自然工质，利用清洁、可再生的太阳能驱动，对节能降耗具有重要现实意义。相比吸收式制冷技术，溶液除湿技术可利用更低温区的太阳能驱动，有利于廉价平板集热器的使用且集热效率较高，还能够实现热湿解耦处理。本技术集成了溶液除湿和蒸发冷却技术，利用常温溶液干燥被处理空气，然后经直接蒸发冷却器进行降温加湿，得到空调用冷风；稀溶液则利用太阳能集热器产生的热水进行再生。市场前景本技术可利用太阳能集热器产生的75℃以下热水驱动，送风温度17-20℃，热性能系数可达0.65，已获国家技术发明二等奖和国家发明专利授权。