产品介绍DTS CANOpen是瑞惯科技自主研发生产的新一代数字型MEMS动态双轴倾角传感器，专为测量运动载体的姿态而设计，尤其适用于运动或振动环境下的倾角测量。该传感器内置加速度计和陀螺仪，结合卡尔曼滤波算法，能够准确捕捉并输出载体在运动或振动状态下的实时姿态数据。采用CANOPEN通讯协议，DTS CANOpen在工业应用中具有广泛的兼容性和实用性。该产品采用非接触式测量技术，能够实时输出当前姿态倾角，安装简便，无需校准相对变化的两个平面。其内部集成了高精度的AD转换器和陀螺仪单元，能够实时补偿非线性误差、正交耦合、温度漂移以及离心加速度的影响，有效消除运动加速度带来的干扰，显著提升动态测量精度。因此，DTS CANOpen能够在复杂运动场景和恶劣环境中长期稳定工作。作为一款动静双模测量传感器，DTS CANOpen具备强大的抗电磁干扰能力，适用于各类高强度冲击和振动的工业环境。其卓越的性能使其成为工业自动化控制中测量姿态的理想选择。主要特性★ 量程双轴±90° ★ 分辨率0.01°★ 动态精度±0.1° ★ 静态精度±0.05°★ CANOpen协议 ★ 三种防护等级可选主要应用★ 强冲击振动碎石设备 ★ 工程车设备测控★ 施工设备调平 ★ 农用机械测控★ 飞行器姿态控制 ★ 船舶姿态监测 性能参数 DTS CANOpen 单位 参数 测量范围 ° 横滚±180，俯仰±90° 测量轴 轴 X Y 双轴 横滚俯仰分辨率1） ° 0.01 横滚俯仰静态精度@25℃ ° ±0.05 横滚俯仰动态精度(rms)@25℃ ° ±0.1 陀螺仪 陀螺仪量程 °/s ±300 零偏稳定性(10s均值) °/h 8.5 零偏不稳定性(allan) °/h 4.5 角度随机游走系数(allan) °/sqrt(h) 0.25 加速度 加速度量程 g ±4 / ±16（可选） 零偏稳定性(10s均值) mg 0.02 零偏不稳定性(allan) mg 0.005mg 速度随机游走系数(allan) m/s/sqrt(h) 0.005 零点温度系数3）@-40～85℃ °/℃ ±0.01 灵敏度温度系数4）@-40～85℃ ppm/℃ ≤100 上电启动时间 S ≤3.5 响应时间 S 0.01 通讯协议 - CAN Open 电磁兼容性 - 依照EN61000和GBT17626 平均无故障工作时间MTBF 小时/次 ≥98000 绝缘电阻 兆欧 ≥100 抗冲击 - 100g@11ms、三轴向(半正弦波) 抗振动 - 10grms、10～1000Hz 防护等级 - IP67 / IP68（可选） 重量 g 单连接头≤165g(不含电缆线) / 双连接头≤180g(不含电缆线) 1)分辨率：指传感器在测量范围内能够检测和分辨出的被测量的最小变化值。 2)精度：指在常温条件下，对角度多次测量(＞16次)，取测量值与实际角度误差的均方根差。 3)零点温度系数：指传感器零值状态下，在其额定工作温度范围内相对常温的示值变化率。 4)灵敏度温度系数：指传感器在其额定工作温度范围内，满量程示值相对于常温满量程示值的百分比，随温度的变化率。

产品详细介绍

产品详细介绍

产品详细介绍

随着返京高峰的到来，计算机学院软件开发环境国家重点实验室童咏昕教授团队与滴滴出行公司开展合作研究，全力攻关首都返程客流溯源监测与疫情相关分析，完成如下三方面内容：（1）协助北京市有关部门追溯确诊或疑似病例，并预警具有疫情接触风险的相关人员；（2）溯源外埠返京客流到北京各城区的人群流动模式，监测分析北京市各居民小区中外埠经历人群的动态移动模式；（3）分析外埠返京客流来源与首都各居民小区疫情变化的相关性。为服务社会大众了解疫情走势，并为相关部门提供决策支持，北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点。

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。

同济大学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NCP-GIS团队研发的新冠肺炎疫情地理信息系统（Tongji NCP-GIS）。 

面对国家在疫情防控决策方面的重大战略需求，北京航空航天大学计算机学院王静远副教授，联合经济管理学院吴俊杰教授、部慧副教授，计算机学院软件开发环境国家重点实验室孙磊磊老师等，快速反应，在1月22日开始陆续组织了一支包括20余名师生在内、跨学科、跨专业的疫情应急研究团队，开展基于大数据的疫情预测与大数据分析科研攻关工作。 团队经过连续不眠不休的集中攻关，于1月25日完成了第一个针对新冠肺炎疫情预测的模型，并最早具备了对外提供疫情预测服务的能力。该模型具备优秀的预测精度和疫情解释能力，为上级部门的疫情防控决策提供了重要的支撑。尤其是在疫情拐点尚未出现、全国发病走势尚不明朗的疫情早期阶段，为防疫决策提供精准的数据参考。预测模型基于王静远老师在2014年深圳H7N9流感爆发和季节性流感流行期间使用市民活动大数据与Meta-Population动力学模型相结合的方式设计的面向城市的呼吸道类疾病传播分析与预测模型，曾应用于深圳流感防控。

清华大学美术学院视觉传达设计系向帆团队运用数据可视化技术，开发了精准、及时向公众传达疫情信息的移动终端平台。除了可以第一时间了解全国各省市新冠肺炎患者的增量、总数外，公众还可以通过这个平台对相关信息进行时间维度和空间维度的对比，进而提升自身对信息的认知度、理解度和解释度。疫情流图可视化设计的形式，是一个从左向右发展的时间结构。每个省的当日确诊病例数量是一条曲线，每条曲线的垂直高度随同当日国家发布的数据变化。曲线的外轮廓高低起伏的状态可以清晰地呈现出新增病例数量的变化，并突出那些疫情严重的地区。每日流图的生成、发布和讨论，逐渐成为一种开放数据、动态传播和公共参与的实验，让更多人愿意阅读数据、理解数据。可视化设计在参与人文研究时，它本身的领域将会被拓展。随着每日数据的注入，流图的形式本身已经超出了静态表达时间的实践功能，流动的力量正驱动着我们看向疫情的终点。实时、交互的圈层图反映了各地疫情的相对程度，每一个省的城市，都集合在一个圆圈里。每一个城市的新冠肺炎确诊病例总量定义着圆圈的大小，它们紧紧地被省级圆圈包裹着，被中国和世界包围着。每个城市的位置，根据容器图的算法，按照空间面积自动分配。

清华大学公共安全研究院广东分院王飞副教授团队依托智慧安全佛山一期项目的平台功能和数据基础，快速研发佛山市肺炎疫情实时态势管理系统，全面归集市疫情信息，实时汇聚各类疫情防控措施落实情况、救治情况、防疫物资情况、舆论观点情况等防疫工作数据，形成“防疫一张图”，系统在佛山市防疫工作指挥部和城市安全运行监测中心上线运行。团队借助研究院在城市安全领域积累的科研成果，通过空间信息技术、大数据分析技术、风险评估技术为疫情综合分析、研判和决策提供及时的动态信息，为疫情防控工作的科学防治和精准施策提供辅助支撑。