项目背景：现有船舶设计及强度评估方法已经处于缓慢发展 阶段，但是船舶结构安全事故（尤其是针对大型船舶）却屡见不 鲜，传统的技术方法在提升船体结构强度的同时，也直接导致船 舶建造成本和船舶营运成本的快速增加，因此船舶结构安全保障 技术发展已进入一个瓶颈期。类比其他行业如桥梁飞机等，发展 方向已逐渐向智能化监测以及预警及决策转变。为打破瓶颈，针 对船舶结构安全性的技术方向也应向智能化感知及辅助决策方 向转变。其中的主要研究要点为智能感知和数字孪生关键技术， 技术路径为构建传感系统的搭建与优化体系、研究结构状态智能 感知和数据挖掘方法，建立基于感知数据的载荷反向识别、数字 孪生模型与驱动更新技术，以及基于智能算法的安全评估技术， 该技术不但可以在营运过程中保障船舶结构安全，还可以船舶设 计优化和完善规范有重要的指导意义。该需求技术国内外均处于 初步研究阶段，国外船级社 DNV 已有该类产品，但国内尚无同类 产品，并未形成行业壁垒，可实现研究自主化，获得自主知识产 权，填补国内空白；该产品的研发也有利于实施国家制造业发展、 山东省产业转型和青岛市海洋发展等国家和地方战略，在抢占行 业高地的同时带动产业链升级。 所需技术需求简要描述：1.传感器网络布局优化及数据采集，硬件传感网络布局覆盖全船结构，最大监测点不小于 128， 最高采样频率不低于 500Hz；2.船体结构感知系统智能化数据处 理，实现结构正常状态数据和异常状态数据的模式识别；3.船舶 结构智能孪生模型构建及同步演化；4.结构安全在线评估，并提 出结构安全完成任务使命所需的运维处理和运维策略。  对技术提供方的要求:1.在船体结构监测领域具有一定的研 究经验；2.具备相关领域软件开发和硬件集成、测试能力；3. 具有相关技术的研发和软件开发背景；4.具备船级社质量管理体 系认证。 

  植物在重力引导下的生长称为植物的向重力性。根向重力是植物适应陆地环境的重要过程。植物向重力性反应的第一步是感受重力信号。目前，关于重力信号感受的机制有两种假说：一是淀粉平衡石 (statolith) 假说，二是原生质体压力假说。植物根冠的柱状细胞和茎的维管束鞘细胞中存在淀粉体，这些淀粉体被命名为平衡石。中柱细胞和内皮层细胞通过淀粉体的沉降来感受重力变化。生长素在调节植物根系向重力作用中发挥重要作用，但生长素促进重力感知的分子机制及随后的反应尚不清楚。   非损伤微测技术（Non-invasive Micro-test Technology, NMT）是通过测定活体动植物组织、细胞与内/外环境间Ca2+/Cd2+/Na+/K+/NO3-/NH4+/O2...交换量的实时变化，揭示基因功能的一种新技术。目前已被103位诺贝尔奖得主所在单位，以及北大/清华/中科院使用。 应对挑战： 重力研究中对于活体样品基因功能方面的检测手段匮乏 样品检测过程中样品重力变化与检测设备的结合方式是一个难点 重力变化过程中生理指标的实时监测 解决方法： 非损伤重力感知分析系统(GRASS)是基于非损伤微测技术的底层核心技术，是能够检测活体样品基因功能的技术 非损伤重力感知分析系统(GRASS)配有立体可移动旋转样品固定装置，可对样品施加不同方向的重力并能实时检测 非损伤重力感知分析系统(GRASS)能够进行长时间的监测，为重力变化过程中，比较分子、离子流动速率，提供长时间的数据结果 产品介绍 名称：非损伤重力感知分析系统（GRASS） 型号：NMTG-100 品牌：旭月 产地：中国 功能特点 1.基本功能： 检测样品所受重力发生变化时的生理指标变化 配备立体可移动旋转样品固定装置，对样品施加不同方向的重力 检测指标：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+、O2、H2O2、IAA 2.性能参数： 工作电压：220V 最短检测周期：5s 离子分子浓度测量精度：10-6M 离子分子流速测量精度：10-12mol·cm-2·s-1 传感器最小移动距离：1μm 立体显微成像系统分辨率：1920×1080 3. 软件参数： 操作界面：中文 检测指标模块化可选 离子流速、浓度检测软件模块（包含：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+ 、Pb2+、Cu2+） 分子流速、浓度检测软件模块（包含：O2、H2O2、IAA） 支持中英文输入、标记与记录 可直接输出流速、浓度数据和折线图，无需额外换算

利用多机器人和多模态视觉传感器有效探索与感知复杂 环境的三维结构，进而理解和分析三维场景。研究从多源异 构的机器人定位与建图等环境感知方面、多模态融合的前景 分割、显著性检测和目标检测等场景分析方面取得突破。

清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用

01. 成果简介 本成果涉及一种多模态触觉感知装置，属于机器人传感器技术领域。与人类相似，机器人感知外界环境最真实、稳定、便捷的方式便是通过机器人手触摸，机器人手的感知能力决定了机器人是否能够正确认知外界环境以及机器人的操作精度、成功率等。在新一代机器人手中，传感装置已逐渐趋于阵列化、多功能化和集成化。目前常见的触觉传感器有压阻式、电容式、光电式等，它们都存在密度难以提高、电路处理复杂等问题。为了克服以上不足，近年出现了基于视觉的触觉传感装置，具有结构简单、信息丰富等优势。目前基于视觉的触感装置仍存在性能提升空间。 本项目将感温变色油墨材料应用于触感装置，感知机器人操作过程中的温度[1]。同时提出一种基于微视觉的触觉三维力检测方法，通过采集触觉接触区域内弹性体的形变图像的变化，采用一系列图像处理方法，并且使用神经网络拟合的技巧，定性并且定量的刻画物理世界中的触觉、滑觉等，从而提供了一种多模态触觉感知装置，可以得到三维接触力、接触物体表面的温度及纹理等多种模态信息[2]。本装置打破了传统触觉感知装置单模态信息采集的现状，可在同一感知装置中集成受力、纹理、温度等信息的测量，检测触觉、滑觉、压觉三维接触力，获得高精度的接触纹理信息，实现了多模态信息的测量，并将这些信息综合到对一个物体的识别、抓取操作中，使机器人更加智能化、人性化。本装置具有实时性好，检测稳定，检测误差小，检测精度高的优点。 图1. 基于微视觉的多模态触觉感知装置结构图图2. 结合多模态触感装置的机械手02. 应用前景 本成果技术可应用于工业机器人、智能机器人、人机协作、医疗康复等领域，应用前景广泛。03. 知识产权 本成果核心技术已申请发明专利3项。04. 团队介绍 项目团队致力于研究具备自主决策和学习能力的机器人操作技能学习系统。团队包括孙富春、方斌、刘华平、宋亦旭四位教师，专注智能机器人灵巧精准操作研究，研制了拟人触觉的传感装置、多模态穿戴交互装置、残疾人假肢灵巧手、仿人感知灵巧手和变刚度软体手，在本领域发表论文40余篇，申请专利20余项，获得IROS2016机器人灵巧操作比赛冠军、IROS2017服务机器人操作比赛亚军、WRC2016最佳科技创新奖等。同时团队和河北清华发展研究院合作成立了人工智能及机器人研究中心，共同推动智能机器人的产业化发展。05. 合作方式 技术许可。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn， fangbin@tsinghua.edu.cn

研究意义1. 视觉感知是高铁、自动驾驶车辆、无人航行器等自动化设备实现环境感知的重要手段。2. 对运动状态下产生的图像模糊进行复原是计算机视觉领域的重要研究内容。3. 运动模糊对于基于视觉的目标检测算法的检测能力具有显著影响。 研究目标 本研究相机在直线运动状态下前进速度与目标检测算法在产 生的模糊图像上检测能力的关系。通过实验进行具体关系的 研究与分析。对模糊图像应用合适的去模糊算法，观察并分 析去模糊后目标检测能力的变化。

Anter是以安全协作、自主运动、智能感知、行为决策为核心功能的多模态感知复合机器人。她开创了机器人协作、运动、感知决策的柔性工作模式，摆脱传统机器人位置固定、任务固定的结构化环境工作方式，适用于科研教育、工业移动作业、物流分拣、仓储管理、安防巡检、医疗服务、智慧零售等领域。

1.采用“智能识别，无需额外定位技术”，印刷要求低，使用方便 本系统采用国内目前最先进的“智能识别”技术，答卷设计无需增加额外的定位点、定位线或同步头，也不需要以答题区域的边框、转角等作为定位识别符，确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好，支持超薄、加长纸扫描 本系统支持使用50克以上普通纸，以复印、速印或胶印方式双面印制答卷，2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术，本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识，且A3答题卡在200dpi分辨率下，其双面扫描的影象文件容量不大于250K，这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷；本系统不仅支持在局域网、广域网或互联网上进行阅卷，并且提供B/S和C/S结构的可选系统，具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能； 5.分布式设计，轻松实现联考 本系统采用C/S结构，支持分点联合阅卷功能，可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成，无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别，当扫描完成时，客观题的识别工作即全部完成，有利于及时发现扫描过程中出现的异常情况，便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品，扫描与识别分二次进行，先扫描后识别。 7.答题卷设计灵活，支持多种统计与分析 本系统支持单选、多选的客观题任意混排，不限制客观题答案选项的数量（原则上不少于26个）以及不限制答案的组合方式，同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题（M选N，M≥N，如2选1、3选2等）评卷及数据处理功能，即系统可以自动识别选做的标识并进行处理；同一大题的不同选题应可以交由不同分组的老师独立评阅；且支持公共答题区域和8字码（七段码）识别，以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别，同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能，从而实现对文综、理综中单个科目（如：政治、历史、物理、化学等）分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能，确保在出现例如：试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接，采用本系统不需要增加额外的图形加速卡，即可实现对答卷的扫描识别速度不低于扫描仪的标称值，实时性达到100%（即：正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间）。 10.支持典型试卷、电子化批注，便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记，在标记时完成登分；试卷评阅的痕迹能以图像的方式保存在计算机系统中，并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记，阅卷完成后方便调阅，使课堂讲解更直观、生动。

网络阅卷系统专为教育局用户设计，主要适用于高厉害考试（中考、高考等）阅卷应用，能与中考、高考真正接轨。系统具有答题卡制作、试卷扫描、阅卷、评卷管理控制、成绩统计分析等功能。从答题卡扫描到阅卷，网络阅卷系统不仅能减轻教师阅卷负担，而且能够助力教师更有效地提高阅卷质量和阅卷效率，提高阅卷的准确度与公平性。网络阅卷远程服务中心网络阅卷远程服务中心由网络阅卷系统和服务中心管理平台组成，是专为网络阅卷系统而增设的远程服务部门。用户在本地完成答题卡扫描工作后，其他工作，如考试定义、答题卡模版制作、裁切、成绩统计等，均可交由网络阅卷远程服务中心来完成，从而优化管理过程，减轻工作负担。为什么要选择远程服务中心？ 专业、高效、简单、方便、快捷降低阅卷考务工作出错率，减轻用户工作负担用户可远程操作、监控，管理更灵活远程服务无地域限制，节约成本