本成果通过接收目标反射的激光信号，分析光斑在四象限探测器上的分布获取目标位置信息，实现对目标的定位，具有位置分辨率高、响应速度快、性价比高、结构紧凑的优点。

Ø  成果简介：利用高速旋转的转子产生的高离心力对在高承载环境下使用的器件进行加载试验，采用成熟试验技术方法和检测手段，实现对微小型机械结构件和电子器件、加速度传感器在高承载环境下的高载荷试验和标定。该设备最高加速度实验值：8万g，最高加速度标定值：1万g，实验对象最大回转半径：50mm，加速度实验精度：3%，标定精度：6%，实验对象尺寸：实验件最大尺寸长度≤18mm，实验件三维尺寸处于直径D=18，高度H=15的圆柱体范围里。适合钢、铝及铜质等各种材质加工的，在高承载环境下工作

：本实用新型公开了一种向上渗透法TDR同轴测试筒标定装置。该装置包括同轴测试筒、渗透底座、电子秤、透水石、马氏瓶、探针、同轴转换器和TDR100发射仪；将同轴测试筒与渗透底座通过螺栓固定，同轴测试筒与TDR测试系统连接，渗透底座通过水管与马氏瓶连接。岩土试样在同轴测试筒内分层填筑击实，通过马氏瓶给装置供水，通过电子秤质量的改变获得试样含水率，通过TDR测试系统获得试样介电常数。本实用新型通过将同轴测试筒与渗透装置相结合，克服了传统标定方法费时费力的特点，实现了压实岩土体的TDR快速标定。

土体的变形量是评价土体稳定状态的一项重要指标。对于边坡填筑、堤坝施工和隧道开挖等一些大型工程，实施分布式变形监测有助于及时获取土体受力和变形异常部位，采取相应的工程对策，以保证工程的正常施工和运行。最近国内外一些研究者直接将应变感测光纤埋入待监测的土体中，基于光纤传感数据来分析土体的变形状态和稳定程度。这一方法施工较为便捷，但是土体和应变感测光纤之间的相互作用机理和协调变形问题没有得到充分的认识，同时对于应变感测光纤的选用和锚固点的设置也没有科学依

本发明公开了一种用稀土发光材料标定磁场强度的方法，包括： 对稀土发光材料施加连续变化的已知磁场，得到其发光强度发生突变 时对应的磁场强度值；用待测磁体对稀土发光材料施加强度变化的磁 场，通过观测与待测磁体磁场强度呈线性关系的可观测量，得到其发 光强度发生突变时对应的可观测量的值，将发生突变时待测磁体的磁 场强度对应已知磁场作用下发生突变时的磁场强度；根据突变点的可 观测量大小和磁场强度值，计算得到待测磁体磁场强度与可观测量的 关系，完成对待测磁体磁场强度的标定。本方法对材料温度无特殊要 求，且稀土发

本发明公开了一种凸轮从动件运动规律的标定装置及方法，其 包括机架、凸轮副机构、激光检测机构和控制装置，凸轮副机构包括 相互配合的凸轮机构和从动机构，从动机构上固联有随动标定辅具； 激光检测机构包括平面二维调整平台、高度调整平台和激光位移传感 器测量头，平面二维调整平台通过直角支承座安装有竖直布置的高度 调整平台；激光位移传感器测量头通过一体式夹持器固装在高度调整 平台上，并置于随动标定辅具的上方；控制装置用于控制凸轮机构、 从动机构和随动标定辅具动作，并控制所述激光位移传感器测量头进 行在线测量，根

一种用于承载芯片的定位平台的旋转中心标定方法本发明公开了一种基于 LED 芯片扫描的旋转中心标定方法，具 体包括以下步骤:步骤一，芯片扫描，获取同一次装夹后不同旋转角 度下的两组扫描坐标数据;步骤二，扫描数据预处理，去除两组数据 中仅被识别一次的芯片坐标;步骤三，获取初步旋转中心;步骤四， 以旋转中心为参考，规划两个的区域 A、B，旋转前其芯片序列为 PA、 PB，旋转后为 P′A、P′B;步骤五，求 PAP′A，P

 本技术涉及一种轮式车辆惯导系统的自动标定、运动对准即自主定位方法，即如何在不借助参考路标点和其他外部传感器如GPS的条件下，实现实际路况下的惯导系统与车体间安装关系和里程计标度因数的自动标定，以及车辆行驶中的惯导系统运动对准与自主定位，抑制环境因素对里程计辅助效果的影响，提升陆用车辆导航系统的自主性、快速性、可维护性、环境适应性和精度指标。 惯性/里程计组合导航系统通常采用两种组合方式：航迹推算方式和反馈组合方式。航迹推算方式是一种简单的次优组合，它以惯性导航系统提供姿态基准，以里程计提供行程增量并在参考坐标系中投影累加得到当前位置；反馈组合方式则将里程计输出作为惯导系统的独立外部观测，反馈校正惯导系统的导航参数误差以及部分惯性器件误差，同时利用惯导系统的短期稳定性修正里程计标度因数误差。下表给出了两种组合方式的优缺点对比。反馈组合方式具有航迹推算方式所不具有的很多潜在优势，如在信息空间配准的前提下，反馈组合方式能够抑制环境因素对惯性器件精度和里程计精度的影响，如不依赖外部路标点实现惯性器件误差和里程计标度因数误差的自我修正，并缓解车轮的短时打滑问题等。

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。