成果简介： 本技术采用发明专利激光锁定成像技术，透过高温火焰监测高温高热目标，用于高温钢棒材轮廓尺寸和表面缺陷在线监测系统。系统采用非接触机器视觉，激光锁定成像和线结构激光轮廓测量技术，使用三台高速工业像机和三台工业激光器，可实现对圆钢和六角钢的轮廓各项尺寸和表面缺陷的同时在线测量。轮廓尺寸可对钢坯的K1、K2、外邦、里邦四个参数的测量；表面缺陷可对：钢坯表面裂纹、刮伤、结疤、折叠等多种缺陷进行检测。 本设备可以对直径为12~55mm的圆钢和对边尺寸在22~35mm的六角钢进行精确检测，轮廓尺寸的检测精度：≤±0.2mm；裂纹的检测精度：能对深度≥0.3mm、宽度≥0.3mm、长度≥5mm的表面裂纹进行精确检测，当监测出钢坯尺寸超标或检测到钢坯表面缺陷时，系统会立即发出警报，以便在棒材从最后生产线流出时，及时将不合格部分切除或挑出，避免产品流入市场，提高产品合格率。本设备已在贵阳特钢生产线上长时间使用。 本设备采用整体水冷系统和高压气罩，可以较好地解决钢坯生产线上高达1000℃的现场环境温度和浓重的粉尘，以保证图像传感器能在高温、高湿、浓粉尘的环境下，获取真实的棒材轮廓图像和真实钢坯表面图像。同时系统可将连续生产一个月的轮廓尺寸数据和裂纹图像数据进行保存，随时可查看分析生产线上钢坯的生产情况和生产线的运行状况。 设备使用线结构激光轮廓测量技术和激光锁定成像技术，以非接触方式测量钢坯的轮廓和表面裂纹，体现了现代测量技术非接触、快速、全面、抗干扰、计算机数据管理的优点。设备的投入使用通过提高生产钢坯的合格率，降低年生产成本和资源能耗，具有较高的经济效益和社会生态效益。 本设备性能优于意大利、德国和美国同类监测系统，售价150万，远低于国外监测系统。技术国内独家。已申报两项国家发明专利，已获得软件著作权。寻求投资入股，寻求开拓国内外市场公司。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

光伏组件质量检测仿真实训让学员在虚拟场景中学习根据IEC61215标准使用各种检测设备对组件进行质量检测，从而了解组件的关键技术参数以及发现组件典型缺陷。 一.1.1. 场景设计 根据IEC61215检测标准要求设计18个检测场景，包括： 1 组件外观检测实验室 2 最大功率检测实验室 3 绝缘检测实验室 4 温度系统检测实验室 5 标称工作温度检测实验室 6 STC和NOCT下的性能检测实验室 7 低辐照度下的性能检测实验室 8 室外曝晒试验场 9 热斑耐久试验室 10 紫外线试验室 11 热循环实验室 12 湿冻试验室 13 湿热试验室 14 牵引力实验室 15 湿漏电实验室 16 机械载荷实验室 17 冰雹撞击实验室 18 旁路二级管试验室 场景模型主要包括：实验室建筑场景、外观检测台、156多晶光伏组件、组件箱、工作台、电脑、组件支架、IV检测仪、EL检测仪、高低温湿热交变试验箱、湿漏电流测试仪及喷淋试验箱、盐雾腐蚀仪、紫外老化试验箱、机械载荷试验机、旁路二极管热性能试验仪、落球冲击测试装置、环境检测仪、室外环境监测仪、直流电源、万用表、光度计、数码相机等...

2020年2月15日，同济大学牵头建设的上海自主智能无人系统科学中心新冠肺炎疫情防控科研攻关团队研发的第一套疫情防控智能识别系统（Tongji NCP-AIS），在同济大学四平路校区大门口开始试运行，可快速识别人流中个体感染者的风险。 科研团队利用人工智能、大数据、人脸识别、温度识别、动作识别等技术，可实现人脸识别、心率监测、呼吸监检测、门禁联动、门禁数据智能更新、咳嗽检测和语音播报，让人工智能技术在疫情防控期间发挥更大的作用，减轻学校相关管理人员的工作，实现疫情期间高效的校园安全管理。系统针对大规模人群，可以自动发现体温不正常个体，实现拍照和跟踪，以及提醒功能。

通过机器学习方法对个人的各种属性，如身份、年龄、姿态、表情、颜值、行为等进行自动识别和分析，广泛应用于人机交互、推荐系统、智能监控、安全控制等诸多领域。包括3D手势姿态识别、基于静态图像的人体行为识别等技术。

人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现，市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。

儿童智能颜色识别和彩绘钢笔，其上壳体的顶端嵌设具有处理器的控制电路板，控制电路板的上端面设有颜色传感器，控制电路板的下端面设有RGB?LED，所述壳体内固定有三个微型减速电机，三个微型减速电机的输出轴分别与一旋转活塞上墨器的活塞杆连接，下壳体的下端固接钢笔笔头，钢笔笔头内插装有钢笔笔舌，钢笔笔舌的下端嵌装有钢笔笔尖，三个旋转活塞上墨器内装载的墨水分别为红、黄、蓝三色，处理器将从物体表面获取的RGB值匹配为相应分量比例的红、黄、蓝分量，并使微型减速电机按照各自对应颜色的分量比例旋转对应比例的小段时间，于是钢笔笔尖书写出对应分量比例的三色墨水混合而成的颜色。优点；可任意拾取颜色并自动以该颜色绘画。

掌纹识别是目前最有效的生物特征之一，相比于指纹、人脸识别等具有更可靠的性能。技术团队拥有掌纹识别部分的核心专利和一项软件注册权，并在继续申请相关发明专利。具有自主研发的掌纹识别算法，该方法基于高阶差分信息，以及选择合适的Gabor尺度和方向，在著名的Polyu Database测试集合上等错误率为0，达到国际先进水平。

一种面部表情识别装置，包括架体，所述架体由框架和外壳组成，所述框架中间形成空腔，所述外壳为中空柱形体，内部形成通道，外壳一端与框架中的空腔连通，另一端为封闭端，通道内靠近所述封闭端安装第一电机，第一电机通过丝杆与第二电机末端连接，第一电机带动第二电机沿通道轴线方向运动，第二电机通过转轴与镜头模块连接，第二电机带动镜头模块转动，镜头模块上沿中心对称设置一对镜头。通过在外壳通道内设置第一电机、第二电机，实现了镜头模块在轴线方向上的移动和转动，从而从多角度对面部图像数据进行采集，使得采集到的数据更为精准，

01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。