无线电信号的被动定位技术是无线电监测与管理中的重要技术手段，在其它领域也有广泛的应用。本系统采用 TDOA （到达时差）估计技术，对接收信号间的时间差进行估计和测定，进而确定未知无线信号源的位置。 TDOA 估计是无线被动定位的关键环节，其精度直接决定了整个定位系统的精度，目前很多领域如雷达、声纳、 LBS （移动定位业务）等都将 TDOA 估计问题作为研究的热点。本系统采用先进的数字信号处理技术，对接收到的无线电信号进行预处理和信号中频估计与矫正，并进行 TDOA 估计和目标定位计算等，定位精度较高。

产品详细介绍  一、概述 跟踪定位服务器是一款为教育录播系统量身定制的自动跟踪和导播切换一体化系统，采用先进的图像分析处理技术，内置多重智能策略，实现多区域、多目标、多策略的全自动跟踪和导播切换应用。产品汇集了传统的移动侦测、人脸识别和特征分析等技术的优秀理念，采用独创的图像分析技术实现全三维定位，准确识别跟踪对象，锁定目标进行智能化的精细控制跟踪，让跟踪效果平滑细腻。与超然多媒体录播一体机配合使用，可以实现对教室现场的全自动跟踪拍摄与智能导播。 二、产品优势 Ø  完全芯片嵌入式架构 硬件集成、嵌入式操作系统，保证长时间工作稳定，有效防止病毒和网络攻击。 Ø  先进的图像识别技术 采用全图像跟踪，汇集多种识别技术优势的智能图像分析处理技术，通过双镜头交叉实现全三维定位，识别精度高，抗干扰能力强，安全高效。 Ø  内置多种跟踪策略 自动跟踪和导播切换一体化系统，支持多重区域、多个目标、多级策略的综合模式。 Ø  抗干扰能力强 不受强光、电磁、声音等因素影响，在自然光照条件下可正常工作。 Ø  模块化设计 统一软硬件平台的教师、学生、板书模块化结构，模块可独立工作，也可组合工作，并在组合中激活模块联合策略，进行模块联动控制，实现更加丰富完善的自动跟踪和导播切换效果。 Ø  宽动态+微控制 宽动态+微控制，保证画面流畅稳定，不抖动，不晃眼。 基于对摄像机的综合精细控制，实现根据目标移动速度和动作幅度的智能景深调整，最大程度避免垃圾镜头，提升视觉感受。 产品功能 图像采集 采集定位摄像头的视频图像，根据现场的配备情况，最多同时支持采集8路定位摄像头的图像。 图像处理分析 将采集到的定位摄像头的图像进行智能处理与分析，汇集了传统的移动侦测、人脸识别和特征分析等技术的优秀理念，采用独创的具有自主知识产权的图像分析技术实现全三维定位，准确识别跟踪对象，锁定目标。 智能跟踪拍摄 根据图像处理分析的结果，对拍摄目标进行进行智能化的精细控制跟踪，让跟踪效果平滑细腻。采用独创的宽动态智能防抖+微控制技术，对目标动作和移动作出分析和判断，使目标在小范围移动或很缓慢移动的时候，摄像机可以进行以目标为中心的画面锁定拍摄或肉眼不易察觉的“微控制”跟踪拍摄，从而保证画面始终流畅稳定，不抖动，不晃眼，符合视觉需要。 教师跟踪模块 可以对教师的动作幅度、移动速度等作出分析判断，结合内置策略，对摄像机同时进行转动、推拉、俯仰的综合精细控制，从而使教师动作幅度由小到大，移动速度由慢到快的过程中实现特写、近景、中景和全景的平滑变化。弱化了由于目标移动，摄像机动作带来的画面大幅变化、抖动，晃眼、眩晕的视觉效果，解决了自动跟踪拍摄的一个业内难题。 教师模块支持对教室环境的区域划分，支持不同区域的自定义策略。比如教师在讲台区给予更多精细跟踪策略，在学生区的时候给予更多中远景策略，在各个区域都启用多目标策略，对于门口等区域启用忽略和回避策略等等。 学生跟踪模块 可以识别起立的目标，也可以识别移动的目标。对于起立目标，系统执行先动后切的联合策略，摄像机动作到位再切换画面，避免或减少垃圾镜头。对于移动目标，将主要采用类似教师跟踪的策略，保证拍摄平滑稳定，并与教师模块进行联动控制。 学生模块可以准确识别多目标并配合景深策略拍摄，当单一目标时，给予特写拍摄，当两个以上目标时，自动调整景深，使所有目标进入拍摄画面，直到全景。 板书跟踪模块 主要识别教师或学生的板书动作，自动给予特写拍摄，并根据板书者的肢体动作进行摄像机的“微控制”，清晰再现板书细节。 板书模块可与教师模块联动控制一台摄像机进行拍摄和切换，也可独立控制一台摄像机进行板书的特写拍摄，根据实际情况灵活确定。

产品详细介绍 多人面部识别 采用多人面部识别技术，可实现学生定位、教师跟踪和板书识别等多种教学场景的拍摄。 无需定位摄像头 高集成一体化，无需采用任何定位摄像头，识别率高出市场同类产品30%以上。 身高自适应系统 可以根据师生的身高，使用人脸检测技术，达到身高自适应。 板书伴随式跟踪 可根据教师书写板书位置，板书摄像机进行伴随式跟踪。突出教师书写重点，并且自动适应长黑板及推拉式黑板；采用肤色识别算法，自动屏蔽因转身等因素造成的板书识别，提高板书跟踪的鲁棒性。 景别全自动切换 配合导播规则，可实现教学过程全自动五机位景别智能切换。无限接近专业人工拍摄手法，杜绝摄像机的转动、变焦等垃圾镜头。 零配件自动跟踪 整套系统无需借助其他配件来实现跟踪效果，环境光源自适应，教师在授课时候始终处在图像跟踪定位范围内，保证图像跟踪。

产品详细介绍 • 内置业界领先的人体检测及锁定跟踪图像算法，无需外接跟踪主机和辅助摄像头；  • 一体化集成设计，可同时输出最高达1080P60的全景摄像机SDI视频和跟踪摄像机SDI视频； • 跟踪范围可覆盖全部教室，不再局限于讲台，即使目标走到学生中间也可保持跟踪； • 全景摄像机视频和跟踪摄像机视频之间可配置为自动切换模式。 • 可智能识别单人或者多人起立和坐下动作，并给出单人或者多人的特写定位镜头；

项目成果/简介: 经过多年的努力，国内AUV研究已取得长足进展，然而仍存在可靠性差、智能水平低等问题，难以应对复杂海底环境，不能满足我们对高效率作业和长期自主性的迫切需求。为解决上述关键问题，中国海洋大学致力于研发面向长航程深海观测任务的具有数据驱动能力的新一代AUV系统。在结合自主导航系统精确定位与高性能的运动控制基础上，根据AUV调查任务需求，通过对海量高维观测数据的关键特征实行快速分析，赋予AUV系统对航行路径的智能决策能力，极大提升了海洋调查任务实施的质量与效率。 “旗鱼”系列AUV是具备高智能性、自主性、灵活性的自主式水下机器人，在海洋科学研究、资源调查、应急搜救等民用领域，以及情报侦测、探雷灭雷、战场支援等军事领域发挥着关键作用。旗鱼系列AUV具备如下优点： （1）易操作，具有图形化的任务界面使得任务规划过程简单快捷； （2）易布放和收回，三型AUV都配备专用布放回收吊钩，用户可以使用简易回收杆手动使潜器与母船吊放机构建立连接； （3）大航程，可选高配置电池舱，续航力可增加50%； （4）高航速，水动力学优化设计，航速最高可达5节； （5）高可靠性，声学跟踪功能、AUV缠绕物切断与自主摆脱、冗余自救设计、硬件软件设计和测试等，确保系统高可靠性； （6）模块化设计，系统包含基本配置与用户自定义配置，可根据任务要求更换模块化任务舱段。项目阶段:小试、中试阶段效益分析:民用市场：未来5年，AUV年需求量5~10倍的增长，集中在海洋渔业、港口安防、近海能源设施无人值守、海洋工程服务、海洋观测网等。军用市场：随着新式作战模式的确立，将有爆发时发展，未来海上战争逐渐走向无人化，各种海洋机器人武器系统将大量装备。潜在合作单位：青岛澎湃海洋探索技术有限公司、青岛海力旭机电科技有限公司、青岛华通军工投资有限公司、杭州腾海科技有限公司等。知识产权类型:发明专利 、 软件著作权知识产权编号:ZL200810237864.X 201510789501.7技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

本发明公开了一种微型自主式水下航行器，包括机身、安装在机身上的推进单元和控制单元，所述机身的底面中部为导流区，所述推进单元包括多台横置在导流区周边用以控制水流进出导流区下方的双向推进器，所述机身依靠导流区与水流之间的作用力而升降。本发明的微型自主式水下航行器，不仅使运动更加灵活，还可使航行器直接垂直方向运动即上浮或下潜，动力也更加充足，并且有效简化了航行器的结构，控制过程也更简单，提高了工作效率和工作质量，本发明在上升和下沉过程中，可以没有水平的移动，从而使机身运行更平稳，定位更准确。

成果描述：本实用新型公开了一种自主巡航飞行器系统,包括微控制器、信息采集单元、飞行控制单元、控制调试单元、供电单元；所述信息采集单元连接所述微控制器,用于采集并存储所述待巡航区域检测数据,并将所述检测数据发送到微控制器；所述飞行控制单元用于采集将飞行器飞行姿态数据,并将所述飞行姿态数据发送到微控制器；所述微控制器用于根据所述飞行姿态数据控制所述飞行器的运动轨迹；所述供电单元用于对所述微控制器、信息采集单元、飞行控制单元、控制调试单元进行供电。本实用新型方案成本低、全天候、全地域、高精度,且具有定位误差不随时间积累、可实时给出运动载体的位置和速度信息、在各种复杂应用环境下实现可靠定位。市场前景分析：本实用新型方案成本低、全天候、全地域、高精度,且具有定位误差不随时间积累、可实时给出运动载体的位置和速度信息、在各种复杂应用环境下实现可靠定位。与同类成果相比的优势分析：国内领先

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。

(1) 长时间鲁棒定位与建图：未知室内外环境下激光雷达/视觉建图，基于深度学习的跨时段场景识别克服天气/季节/场景变化并修复运动对象干扰，分层路径规划实现高效率自主导航。 (2) 电力设备表计识别：基于图像识别算法研发形成移动终端侧的典型指针式表计自动读数技术。 (3) 电网设备图像部件级实例分割： ①　RGB-T自动标注技术突破了制约设备样本获取难的共性瓶颈； ②　基于深度学习的实例分割技术攻克了背景复杂、目标占比小和多目标共现的电网设备部件级分割难题； ③　弱/半监督学习技术提高了样本利用率，大大降低标注成本； ④　模型压缩与加速技术使得基于深度学习的电力设备识别方法在低功耗移动终端侧应用成为可能。 (4) 设备图像故障监测：基于红外/紫外/可见光的电力设备过热、渗水、漏油、明火等典型故障检测与故障报警，具备自定义通信报文与远程推送功能。