本成果来自有由重大应用前景的横向项目。该系统已在成都客运站和哈尔滨站运用。采用该系统可对大型客运站运转作业生产的全过程利用计算机进行组织指挥管理，整体上提高铁路大型客运站行车组织指挥现代化水平。该系统由站调子系统、车号员子系统、助理值班员子系统、调车员子系统、技术室子系统、统计子系统及系统维护子系统构成。系统可实现现车场现车信息、列车编组信息、调车作业计划信息、本站列车作业正晚点预报信息、调机信息等作业信息的建立、共享和监控。

产品详细介绍系统概述： 作业是老师交代给学生的课后学习任务，一般要求在规定的时间段内完成。 作业系统就是一个管理课后学习任务的系统，提供教师版和学生版两种界面；教师利用该系统来创建、引用、布置和批阅作业，而学生则能利用该系统按时接收教师布置的学习任务并及时上交作业；在教师创建作业时，系统自动生成了全校共享乃至全区共享的作业库，以实现更加智能化的作业管理，提高作业资源的重复利用率，减轻教师作业管理工作量。 核心功能： 老师创建作业 创建作业就是教师创建一个需求明确的学习任务(“学习任务描述、预计用时、适用范围、分享范围”)，并且将该任务分配给指定学生去按时完成。 学习任务描述方式有很多，常见的描述方式有“文本叙述、文档说明、图片说明、视频说明、音频说明、在线资源”； 适用范围则负责说明该学习任务适合什么阶段的学生来做，适用哪个年级？适用哪个学科？适用哪篇课文和哪几个知识点？ 分享范围则限定了谁可以引用该作业，支持私有，校内共享，区内共享三种分享范围。 一个作业就是一个独立的实体，创建一次之后，可以被多次引用和多次布置，同样内容的作业尽量不要重复建设。 老师布置作业 布置作业就是老师将一个学习任务分配给指定学生们，并且规定了在多长时间内完成。一个完整的作业布置流程必须指定班级和作业日期，如图4-19-3。 一个作业可以被多次布置，同一个作业同一个班级同一天只能安排一次，这样，但是一个班级一天可以安排不同学科的多个作业。 学生写作业 学生接收到老师布置的各类课后作业之后，务必按照各门学科的作业要求在规定的时间内去“写作业”，写作业的核心工作就是完成作业要求的学习任务，完成任务的方式不一定是线上完成，也可以是线下完成作业任务，再去线上提交作业结果。 学生交作业 交作业就是将学习任务完成后的答案或者任务作品通过系统提供的文本、拍照等多种方式提交给老师。系统不强求一定要用键盘打字来写作业，线下将学习任务做完，然后通过拍照或者视频摄像等方式来提交作业答案或任务作品都是支持的。 老师批阅作业 老师一旦布置完作业之后，进入该作业的“批阅”窗口内，可以随时检查学生的作业上交情况，如果发现有未按时交作业的学生，可以给学生发送催交信件，如图4-19-5所示；一旦学生上交了作业，老师就能在线批阅学生的作业了；批阅作业时，不但能给学生当天作业打分，还能给出简短评语。 学生本人在看到老师的批阅内容后，还能针对该作业向老师提问(图4-19-4)。 作业分析 作业分析将根据每位学生的作业提交情况从“作业得分、作业用时、作业引用次数”等多种维度进行统计分析，通过作业分析能够发现学生学习中存在的各种问题。 系统特色： 支持线下完成学习任务，然后线上拍照O2O提交作业方式； 作业资源可以校内共享，形成全校统一的作业库； 通过知识点关联实现作业与“教学资源和网络课程”的匹配，实现个性化学习推送； 作业可以直接被网络课程引用。

产品详细介绍

TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。

搭建多模态以及全视角环境感知平台，研发复杂环境下多模型车辆状态多源信息融合估计技术，研发高精度同步定位与建图技术，研制高鲁棒性自适应车辆路径规划和轨迹跟踪控制系统，研发基于车路协同V2X的车辆安全辅助驾驶系统与自然人机交互界面，研发智能卡车编队控制技术，形成融合感知、定位、决策、控制、车路协同的L2-L4智能驾驶解决方案。

成果介绍ADAS/AD系统核心是决策算法，团队在这方面掌握全套的核心控制算法，并通过实车封闭赛道测试。在实车控制方面，选用农机测试是针对农田复杂环境判断决策后的实车控制效果，实际效果有很大优势，应用到铺装路面的乘用车属于向下兼容。技术创新点及参数搭建了红外成像、彩色可见光成像、多线激光雷达成像等技术组成的车载超模态光学传感；研发高精度同步定位与建图技术，研制高鲁棒性自适应车辆路径规划和轨迹跟踪控制系统；针对车路协同的基于4G网络的专用LTE-V直联通讯技术；市场前景1、实现车道线实时检测和可行驶区域的识别；2. 多目标交通场景的准确识别和定位；3. 实现全局即时定位与地图构建（SLAM）；4. 超模态低辨识度目标识别，构建超模态低辨识度目标同步拍摄系统；5. 组合导航技术；6. 红外感知技术。

本系统首先通过摄像头设备采集视频图像，然后对图像进行实时处理快速定位驾驶员脸部，进而准确地进行驾驶员眼部定位、跟踪，通过记录驾驶员眼睛开闭状态曲线判定驾驶员疲劳状况，最后对一定时间内眼睛缓慢闭合所占时间比例满足疲劳上限的驾驶员进行预警。     技术创新点为采用主动人眼定位、跟踪方式进行列车驾驶员疲劳检测，在不干扰驾驶员正常工作的情况下对疲劳驾驶员发出预警。     同类技术多采用让驾驶员定时按动按钮等操作性设置来检验驾驶员是否疲劳，在一定程度上会干扰驾驶员的正常工作。能为列车驾驶安全提供一项保障。应用范围：    所有列车及公共交通工具。