新一代航空航天器的跨代高性能要求使得其尺寸越来越大、材料体系越来越多、结构越来越复杂。传统制造周期长、质量不稳定，无法满足型号质量和精度要求，亟需变革制造模式。工业机器人智能制造技术与装备是解决该难题的最佳新途径。但机器人精度低、刚性弱、加工稳定性差等难题制约了其应用于航空航天大型复杂构件的高效高精制造，且核心装备被国外发达国家垄断，迫切需要突破基于移动机器人的制造核心技术与装备，形成基于移动机器人的大型复杂构件原位加工与装配融合的制造能力，打破国外垄断，实现自主可控。 技术特征 围绕航空航天大型复杂构件的高效、高精、高质量制造急需，突破了基于误差相似度的机器人精度补偿、机器人变刚度建模与加工颤振抑制、融合多源信息的在线感知与自适应工艺、多功能末端执行器研制等一系列关键技术，构建了移动机器人智能制造技术体系，自主研发了多台套多功能末端执行器和高精度大负载工业机器人智能钻/铆/铣制造装备。

成果描述：航空曲面有机玻璃透明件生产线是由成型模具、钻孔模具、施力与控制系统、加热与保温系统、切边与打磨等设备组成。所开发的生产线生产的产品具有多个尺寸，且质量高、光学成色好。玻璃曲面成型系统具有自动控制温度和施力，满足成型工艺的要求。所开发的成型模具和钻孔模具加工效率高，产品具有较好的成形精度和位置精度。市场前景分析：本成果主要应用在航空制造领域，应用于飞机圆弧挡风玻璃的制造维修。与同类成果相比的优势分析：国内领先。

本发明公开了一种用于测量叶片加工扭曲度误差的方法，包括：为待测量的叶片和叶片设计模型分别截取多个截面并生成相应的点云数据；提取所生成的点云数据以获得凸包；根据所获得的凸包，分别求出有关叶片测量模型和叶片设计模型的各个截面的弦线参数也即弦线的两端点坐标；根据所求出的弦线参数，计算将叶片测量模型的各个截面与叶片设计模型的相应截面重合时所需的旋转角度，由此获得待测量叶片的各个截面的扭曲度误差。本发明还公开了相应的用于提取凸包的改进方式。按照本发明，可以快速、准确地测量叶片在加工过程中的扭曲度误差，并能将所测得的型面扭曲度误差结果作为评价叶片加工质量的指标，相应改善叶片加工质量。

新一代航空航天器的跨代高性能要求使得其尺寸越来越大、材料体系越来越多、结构越来越复杂。传统制造周期长、质量不稳定，无法满足型号质量和精度要求，亟需变革制造模式。工业机器人智能制造技术与装备是解决该难题的最佳新途径。但机器人精度低、刚性弱、加工稳定性差等难题制约了其应用于航空航天大型复杂构件的高效高精制造，且核心装备被国外发达国家垄断，迫切需要突破基于移动机器人的制造核心技术与装备，形成基于移动机器人的大型复杂构件原位加工与装配融合的制造能力，打破国外垄断，实现自主可控。技术特征围绕航空航天大型复杂构件的高效、高精、高质量制造急需，突破了基于误差相似度的机器人精度补偿、机器人变刚度建模与加工颤振抑制、融合多源信息的在线感知与自适应工艺、多功能末端执行器研制等一系列关键技术，构建了移动机器人智能制造技术体系，自主研发了多台套多功能末端执行器和高精度大负载工业机器人智能钻/铆/铣制造装备。效益分析:项目的成功研制拓宽了工业机器人应用领域，已在歼20、歼10、L15高教机、大飞机、××导弹、天宫2号空间站等国家重点型号研制和批产中应用，实现了歼20翼面、歼10机翼部件、高教机翼面、天宫二号空间站舱体等航空航天产品核心复杂大部件的生产，为我国航空航天大型复杂构件制造提供了技术与装备支撑。此外，成果还在国产机器人、精密零件制造等龙头企业实现应用推广，核心专利转化1999.2万元，近三年新增直接经济效益达11.2409亿元。

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

该研究以基本明确的2019-nCoV冠状病毒经过人ACE2受体侵入细胞这一结论为突破口，除了以肺泡二型（AT2）细胞因ACE2高表达而成为这种冠状病毒侵入的首要靶标外，推测该病毒还可能通过ACE2攻击人体其它器官。因此，研究利用最新的单细胞RNA测序数据，对人体主要生理系统包括呼吸系统、心血管系统、消化系统和泌尿系统相关器官和细胞类型的ACE2表达进行分析，进而构建易受2019-nCoV冠状病毒侵犯的人体器官风险分布图。

天津大学医学工程与转化医学研究院联合天津松辉医仪医疗设备有限公司、上海贝瑞电子科技有限公司，结合新冠肺炎的诊断标准，攻关研发出一套可穿戴组合式智能监护系统，能远程监控患者的血氧含量、呼吸频率、心跳速度等核心生理指标，以及体位、呼吸阻力等特定生理指标，并通过多模信息融合与自动判别，实现病情模式的智能分析与及时预警。该项目有望缓解新冠肺炎轻症患者人数众多对医务人员数量的需求，减轻医务工作人员的工作强度，降低医患交叉感染的概率，将对新冠肺炎疫情防控起到积极作用。同时，该项目也可用于其他呼吸系统疾病的“早发现，早治疗”，降低普通患者到危重患者的发生概率。该项目采用PSoC集成系统，集成血氧、脉率、口鼻气流、阻抗呼吸等多种监测传感器，除了能准确采集人体血氧饱和度、脉率、呼吸等生理信号之外，又同时融合了特定加速度传感器，可以实时提取病人的体位变化，以及咳嗽带来的气流阻力变化，为新冠肺炎患者的病征监护提供了针对性的解决方案。该智能监护系统基于组合式模块，便于患者个人自行穿戴，也可以根据需求配戴单个组件进行单项功能监测。用户只要不进行剧烈运动，穿戴后完全可以正常的活动并不影响监测过程，监测数据可通过蓝牙技术传输至手机App，并通过手机4G功能传输至云端，医生在办公室就可以看到患者数据，无论患者身处在医院、家里或留观点。系统可在云端对患者生理信号进行分析，集合临床诊断原则，提取与以新冠肺炎为代表的呼吸疾病相关数据，以初步判断患者的病情状态与变化趋势。该项目已经完成了系统硬件研发工作，核心硬件模块获得医疗器械注册认证，将根据临床使用的结果进一步优化系统的软件分析功能。目前研发团队正在与天津大学附属医院合作，启动开展项目临床测试并推广应用。

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

河南大学抗体药物开发技术国家地方联合工程实验室马远方教授团队，联合河南大学人民医院（河南省人民医院）、河南大学第一附属医院共同研发取得了这一阶段性成果。据介绍，马远方教授团队采用纳米硒法免疫层析技术研发了新冠病毒特异性IgM和IgG两种检测试剂盒，可在5至10分钟时间完成新冠抗体快速筛查。该试剂盒无需检测设备，检测结果肉眼可读，可在多种应用场景快速、方便的筛查新冠病毒疑似感染人群以及无症状感染者。