本发明涉及基于移动协助的延迟容忍网络路由方法。在网络模型建立阶段，本发明在网络中设置了缓冲区、缓存节点以及按照某种固定轨迹移动的基站。普通的传感器节点进行数据的收集，然后节点将数据转发至位于缓冲区域内固定设置的缓存节点。移动基站在缓冲区域内按照特定的轨迹周期性地移动，并在移动的过程中收集缓存节点的数据。在设计基站的移动轨迹时，通过均衡移动基站轨迹内的节点和轨迹外的节点将数据转发至基站的传输延迟与能量消耗进行设计。在数据路由阶段，本发明在该网络模型下的数据路由中，同时考虑了节点的运动状态和节点的剩余能量。通过利用移动协助的网络模型以及合理的数据路由，有效的延长了网络寿命和数据传输成功率。

研发了多种海底/水下履带式全地形作业车样机，综合采用虚拟样机技术、机电液控多系统联合仿真技术及多学科设计优化方法。现已开展虚拟现实分析、陆地软底质试验及大型实验室水池试验。 全地形作业车可在海底/水下稀软底质、硬底质以及复杂崎岖地形上自主行走作业，具备稳定行走、爬坡越障、自主避障、路径跟踪控制等综合行走通过性能；可携带多种作业工具并提供动力与控制，具备良好的重载性、机动性及可靠性。

1 成果简介清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来，把操作系统与应用软件打包成用户可随身携带的“ 计算环境” ，将用户的“ 计算环境”保存到最便携的存储设备中随身携带，成为一把开启“ 云”端服务的钥匙，在任意地点、时间，用任意电脑都可访问自己的专属环境，随时随地按需获得或购买计算和存储资源，方便快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制，提供载有操作系统和各种应用软件的安全计算平台，消除了使用第三方操作系统或软件的安全顾虑，确保数据得到可靠的存储和保护，使用户不必担心私密数据被窃取或泄露。客户能够从“ 云”端获得无限的计算能力和存储空间，摆脱了移动计算设备在计算能力和电池功耗等方面的局限。2 技术指标完全兼容本地文件系统本系统是一个基于 FUSE 开发的网络文件系统，有效减少网络数据流量，支持低带宽、低质量网络环境下的数据访问。它支持硬连接、符号连接和标准 UNIX 权限。单个文件大小可以高达 2TB。内容加密、传输加密所有数据块通过 256 位 AES 算法进行加密后存放到后台存储池中，传输使用 SSH 加密，有效保证用户数据安全。支持数据压缩、去重数据传输前采用 BZIP2 进行压缩，可以有效降低网络流量，对于相同的文件以及不同文件中存在的相同部分只存储一次，从而节约存储空间，降低网络流量。快照和版本保护支持 copy-on-write 操作，可以开启文件版本保护，随时恢复过往修改过的数据。读写速度高达 3MB/s在网络通畅的情况下，读写速度超过 3MB/S。3 应用说明应用对象广泛，针对各种企事业单位、军队、大中小型企业等，另外还可应用于数据托管的服务运营等。

自主移动消毒杀菌机器人，由西北工业大学18、19届校友马文科、安玉玺、汪志康等组成的团队研发。以服务机器人底盘为载体，针对环境物体表面和空气进行自主移动式消毒作业，打造全无人的智能消毒杀菌系统。自主移动消毒杀菌机器人现已完成样机开发，已在深圳虚拟大学园投入使用，得到了虚拟大学园管理者管理方高度认可。   智能紫外消毒机器人   智能喷雾机器人 工作原理：以移动机器人为载体，集成紫外线消毒、等离子空气过滤等消毒方式，充分发挥机器人的自主移动能力，做到无死角、无接触的规模化消毒作业，经过大量实地测试，作业5分钟可以对环境物表（光滑表面，粗糙多孔表面）黄色葡萄球菌、白色念珠菌、大肠杆菌、新型冠状病毒等的平均灭杀率达到99.9%以上的杀灭效果。使用流程：远程设定→自主消毒→自主移动→自动回充→等待下次工作使用方式：使用起来非常简单、安全，用户无需去作业现场，远程即可设置消毒时间和路线，设定并保存好时间和路线后，机器人每天会自动开机工作，不再需要人为干预。由于消毒过程中无需人为干预，打造无人智能消毒杀菌系统，极大的减轻防疫人员的工作量、降低感染风险。 智能系统：无人值守、APP管理、自定义消杀计划。 应用场景：医院、商场、办公场所、工厂等人员流动大、密集度高的场所。 自主移动消杀机器人50分钟定点消杀范围达1000平方米，工作效率大概是人工的10倍以上，越障高达10mm，减少人员传染风险的同时也大大提高了消毒作业效率。

AVC系列智慧语音教练室系音王国家企业技术中心、博士后工作站组织国内外专家共同研发的音视频网络化移动式教学室。产品组成有23.8英寸触摸平板电脑，8.8英寸液晶触摸屏，墙壁四周内嵌4个阵列麦克风，预留1个近讲麦克风接口，顶部内嵌500万像素全景摄像头，墙壁四周内嵌8只全频音箱，集成5G上网路由器，效果器、室内环境监测等。

心理测评系统是一套专门用于心理健康评测、心理健康普查以及心理档案建立的专业应用软件。它旨在通过科学、标准化的测评工具，帮助各类机构了解个体及群体的心理状态，被誉为国内同行业中专业性较强、测量种类较齐全的权威心理测评软件之一。该系统已被全国众多院校、心理咨询室、医院、司法机关等单位采用。 心理测评系统在设计上注重简单、快捷、高效、实用，具有以下突出的技术优势： 部署便捷：服务器端支持一键快速安装，无需复杂配置；客户端无需安装任何插件，通过浏览器即可使用。 多平台与多终端支持：可安装在Windows系列操作系统上，并支持普通台式机、笔记本电脑、平板电脑（如iPad）、触摸互动一体机等多种硬件。 高负载能力：系统整合了BS和CS两种架构优势，在硬件允许的情况下，可轻松应对十万级以上的用户并发压力。 人性化测评功能： 分段测评与断电续评：允许用户分多次完成测评，即使遇到断电等意外情况，系统也能自动保存进度，恢复后继续测评。 语音导读：为部分量表提供语音朗读功能，方便有阅读困难的用户。 数据安全与灵活性： 硬件加密：采用专属硬件加密锁，保障数据安全。 云备份与还原：支持时时对测评数据进行云备份和云恢复，是国内较早支持该功能的系统之一。 运行模式切换：支持单机、局域网和互联网三种模式一键切换。 高度自定义：管理员可自定义测评报告内容、系统界面“皮肤”，甚至远程管理测评终端（如远程开机、关机）。 核心功能 全面的测评功能：系统涵盖心理健康、个性/人格、情绪、智力、职业倾向、婚姻家庭、社会功能与适应能力等九大方面。内置了几百个标准化量表，包括国际国内通用的SCL-90（临床症状自评量表）、16PF（卡特尔十六种人格因素测验）、EPQ（艾森克人格问卷）、SAS（焦虑自评量表）、SDS（抑郁自评量表）、瑞文推理测试、霍兰德职业倾向问卷等。 多样的测试形式：支持人机对话（在电脑、平板上直接答题）、纸笔测试（传统答卷）和读卡测试（填涂答题卡，通过光标阅卷机高速录入，速度可达每秒约5张）三种模式，满足不同场景下的测评需求。 科学的报告与统计： 测评结果自动生成包含数据表、统计图（柱型图、饼形图、曲线图）和详细文字分析的个性化报告。 提供强大的团体统计功能，可对任意两个群体做T检验，对多个群体进行方差分析，所有原始数据均可导出到Excel或SPSS，便于深入的科研分析。 智能预警与档案管理： 预警功能：当测评结果显著超出正常范围时，系统会自动预警，帮助快速筛查出有潜在心理问题的人员，做到尽早干预。 自动建档：为每一位参与测评的用户自动建立心理档案，方便长期跟踪和纵向比较。 辅助功能：系统还集成了网络心理咨询功能，支持在线预约和咨询。 适用场景与人群 心理测评系统因其全面性和灵活性，适用于广泛的场景和人群： 教育机构（大中小学、幼儿园）：用于新生心理普查、学生心理健康筛查、职业规划指导。例如，山西师范大学实验中学和浙江嵊州鹿山小学都曾使用该系统对学生进行心理普测。 医疗机构（医院、心理咨询室）：辅助临床诊断、心理疾病筛查。 企事业单位：用于员工心理健康管理、招聘选拔、员工发展与晋升评估。 司法机关（司法局、监狱）：用于社区矫正人员、服刑人员的心理评估与矫正。 个人用户：用于自我认知、职业规划。

本实用新型涉及一种海底仪器用的水下数据传输平台，属于海洋监测技术领域，其包括安装架及安装在安装架上的控制单元、供电电池组、浮体、用于容纳海底仪器的仪器舱与用于容纳供电电池组的电池舱；还包括安装在安装架上的分离单元、配重单元及两个以上的浮筒单元。其可搭载海底仪器对海底水文数据进行收集，并通过浮筒单元及时地将收集的数据携带至水面，并与卫星进行数据传输，并且在使用后可对大部分结构进行回收再利用，可广泛地应用于海底水文数据的收集。

一种图像预测压缩编码的传输误码纠错方法，属于图像处理与数据传输领域，解决由于信道误码造成信宿段解码后错误扩散的问题，以减轻信源端数据处理负担和信道传输压力。本发明包括图像分块、校验编码、信道解码、试错法解码、选择最优纠错图像块、图像块特征判断以及图像恢复步骤；本发明有效地解决了由于信道误码造成信宿端解码后错误扩散的问题，能较好的减轻信源端数据处理负担和信道传输压力，适用于大数据率静态图像实时预测压缩编码和星地传输。

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。