项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

一种基于物联网技术的实验室安全管理平台，包括实验平台和安装在所述实验平台上的排风装置；所述排风装置为U形管状结构，一端固定在实验平台上，另一端设置吸风口，所述吸风口位于实验平台正上方，排风装置与吸风口连接端内壁设置环形凸沿，所述环形凸沿上端形成倒圆锥形截面，下端形成正圆锥形截面，环形凸沿上端与下端之间形成圆柱形通道。通过排风装置对实验平台产生的废气或烟雾进行排风时，由于环形凸沿的设置，一方面在可以增大排风抽力，使烟雾快速的吸入吸风口并经环形凸沿的圆柱形通道进入排风装置中，另一方面由于环

研究提出了一种测量环境数据的新思路，即通过“机会感知（opportunistic sensing）”的策略，从原本与环境监测无关的安防摄像头所拍摄到的视频中，提取实时的降雨信息。该研究团队利用计算机视觉技术，开发出了一种降雨视频雨纹提取和分割算法，结合几何光学和雨滴谱特征分析，实现降雨量的高频定点估算。

物联网可视化连接，大数据分析

以数字化、网络化、智能化、安全化、平台化为客户实现“化N为1”，一键既所见，打造智能高效、节能、安全、环保的管、控、营一体化平台，提供一站式的物联网解决方案。为了解决系统工程集成商项目应用中存在的设备管理，数据分析，用电安全，运维保养，可视化应用，外部系统对接等繁琐痛点。

iED 是由清华大学信息研究院联合武警总医院、倍肯公司专门为心脑血管意外早期现场快速鉴别诊断研发设计的。可在院前急救现场对患者生命体征进行采集分析，帮助现场急救医护人员进行心梗的自动诊断及处理，并将患者的生命体征等信息实时发送到区域医疗中心、医院和专家手机上，专家可以在患者到达医院前给予病情分析与指导，指定合理化的治疗方案。 

风电机组健康状态 监测与评估系统

1. 痛点问题 温室气体排放、工业能源消耗和污染物排放的总量控制目标和节能减排工程技术选择，传统上主要依赖于计量经济学模型、统计趋势外推或专家定性判断，缺乏节能减排可行技术依据和经济性分析，难以对工业行业或企业集团节能减排管理目标的具体路径进行系统集成。另外，当前节能减排目标的日益增加（温室气体减排、能源节约和多种污染物削减等）带来了不同管理目标之间的冲突和协调难题，传统模拟分析方法无法有效研究多种节能减排目标的协同控制。面对工业节能减排目标的增多及环境约束力度的增强，新建企业如何选择最佳可行的工艺技术以达到先进的绿色工厂水平，已有企业如何确定经济适用的节能减排改造措施（技术）以满足日趋严格的温室气体减排、能源双控和环保要求，这都是当前工业企业绿色发展、转型升级和实现碳达峰碳中和目标所面临的重大挑战。 2. 解决方案 面向生产企业/环境服务公司节能减排改造的实际需求，本成果提供了基于“原料-产品-工艺-技术”全流程模拟的“虚拟生态建厂及绿色工厂综合评估系统”。该系统采用了数据智能归集及工业全过程工艺技术匹配建模方法，针对多行业构建了节能减排大数据系统及多数据源自动创建标准化行业模板，支持行业节能减排技术数据系统的实时更新和高效拓展。另外，实现了多行业标准化虚拟建厂及多目标优化系统，实现高效筛选多种生态绿色建厂目标下的最优技术组合；基于多维数据底层封装、算法云模块服务技术，构建绿色工厂评价及节能减排潜力评估服务平台。 合作需求 （1）与从事工业节能减排、清洁能源的企业以及绿色金融机构开展业务合作； （2）项目孵化需办公场地500平米，天使轮融资需求约3000万。

智能化下肢康复评估训练系统为下肢运动功能障碍患者提供由被动到主动循序渐进的训练与评定。首创背部支撑减重技术，实现运动与趣味虚拟训练相结合；采用足底驱动方式，精确模仿人体同步屈伸、交替屈伸；建立参数模型，实现静态姿势图、动态姿势图评估，为制定康复治疗方案提供科学依据。 该仪器依托上海市科委创新计划项目，获 9 项国家发明专利、3 项实用新型、3 项软件著作权，2013 年获国家中医药管理局首推下肢康复医疗设备；2014 年获中国机械工业科学技术三等奖，由上海西贝电子