“高清数字人虚拟解剖系统”是一套采用数字化三维重建技术虚拟人体结构的解剖系统，主要特点有高精度虚拟人体、真实结构真人比例、触屏交互操作、平卧视角观察、中英双语系统。通过将超高精度人体断层序列图像技术处理，达到超高精度、超大数据人体结构的实时绘制。解剖台的触控操作可实现不同方位和层次人体结构的任意角度剖切、观察，将人体解剖学、局部解剖学、断层解剖学的知识融合起来 , 采用虚拟切刀进行连续性展示 , 并通过构建虚拟解剖组合模型 , 帮助观察者建立三维空间结构观念。

面向数字人的大规模生成需求，发展生成式人工智能理论，探索机器学习方法从数据中自动化学习数字人建模方法，提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术，以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率，支持大规模高精度的数字人生成，具有广泛的应用前景。

虚拟数字人是结合动画专业优势，能代替主播不间断直播、多点同时直播，7个IP角色分别涉及旅游、健身、餐饮、服饰、学习，适用于不同的行业。

数字人技术与大语言模型结合是当前人工智能技术领域的研究热点之一，将数字人技术和自然语言处理技术相结合，可以创造出更加智能化、真实感更强的数字人应用。科研团队经过研究实践，已取得具有前瞻性的知名汽车企业和三甲医院的合作意向。有望在不久的将来，为汽车、医疗等领域的企事业单位提供先进的技术支持。

晶硅太阳电池生产仿真实训让学员以车间技术人员的身份参与整条晶硅太阳电池产线的生产工作。学员可以按标准生产流程操作车间生产设备、检测生产样品以及对电池生产进行工艺仿真，从而深刻了解整个太阳电池生产流程以及关键工艺参数。 一.1.1. 场景设计 场景由制绒车间、扩散车间、后清洗车间、PECVD镀膜车间、丝网印刷车间和分选包装车间六大场景组成。场景素材从多个真实工厂采集而来，高保真还原车间设备与生产流程 场景模型主要包括：洁净车间、制绒机、自动上下料机、硅片、电子天平、分光光度计、电源柜、水冷机、空压机、化学液柜、电脑，键盘、鼠标、扩散炉、石英舟、插片房、传递窗、纯水箱、石英舟清洗槽、防毒面具、试验台、缓冲垫、防化服、源瓶、气柜、硅桨、方阻测试仪，万用表，石墨舟、PECVD镀膜机、舟车、烘箱、全自动丝网印刷机、网版、刮刀、搅拌机、桨料、夹具、接触电阻测试仪、烧结炉、IV分选仪、硅片盒、五格花蓝等... 一.1.2. 互动设计 第一人称视角控制主角场景漫游，学员可以在三维空间中自由活动和观察场景中的物体。 拾取物体操作采用3D空间实际抓取的方式，没有采用一般游戏中的背包栏方式，而当需要同时拾取多个物体时则提供3维工具用于装放，采取这种方式会更加接近现实，使学员更真实的体验实际工具的存放及使用的技巧。 各生产车间按照真实生产流程设计实训生产任务，完成当前任务后才能进入下一个任务，每个任务记录完成时间以及工艺仿真结果 缩略地图实时显示角色位置与任务点位置 第一人称视角与特写观察视角无缝平滑撤换 机器与设置仿真控制，通过机器控制面板设置工艺参数，控制启动生产，检测生产结果 表单填写与作业报告生成 使用仪器与设备检测生产样品 操作规程与关键知识点主动提示学习 原理动画演示

爱威尔科技可以与高校、高职、中职、技师学院等院校合作共建产业学院，产业学院分为VR数字专业学科提供合作招生、师资培训、教材及教辅工具输出、教学服务输出、产业科研成果转化、实习实训、就业服务等业务内容。同时可以提供人才培养方案、合作开发课程体系、共建生产性实训基地等，还可以提供加强人才孵化、横向课题开发、辐射专业群等更深层次的合作。 爱威尔科技将把虚拟现实（VR）数字产业学院业务打造成融人才培养、科学研究、技术创新、产业促进、企业服务和创新创业为一体、具有重要影响力的平台型学院，将会在国内外进行业务布局和拓展。虚拟现实（VR）现代产业学院以立德树人为根本任务，以提高人才培养能力为核心，秉承“开放、协同、融合；共创、共享、共生”办学理念，致力于打造集产、学、研于一体的人才培养创新平台。 北大荒XR产业学院 威尔麦特VR数字产业学院 ※案例： 北大荒XR产业学院——与黑龙江农垦职业学院合作共建，联合培养VR专业大专学历学生，现已建成集XR基础教室、XR教研室、XR大师工作室、XR科技成果展厅及XR技术创新中心等，已招收2020年、2021年两届学生。 威尔麦特VR数字产业学院——与哈尔滨信息工程学院合作共建，联合培养VR专业本科学历学生，现已建成VR教研室、VR大师工作室、VR技术创新中心等，已招收2021年一届学生。

系统是一款多形态互联互通、多学科知识组合的医学基础解剖教学平台，包含 系统解剖学、局部解剖学、断层解剖学、临床病例、3D标本、练习、视频微课、学校课程中心 八大模块，真正贴合实际教学场景，可应用于课堂教学与网络教学相结合的混合式教学模式，实现课前教师备课、学生预习，课中课堂教学、师生互动，课后作业提交与批改为一体的全流程覆盖的综合性教学平台。

本产品是针对各类大中专院校《数字信号处理》实验课程配套开发的可在网上开展基于C/S架构的虚拟实验教学系统，系统由课程实验仿真台和虚拟实验教学管理系统两部分组成。仿真台模拟真实实验中用到的器材和设备，提供与真实实验相似的实验环境；虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的指导、实验结果的批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。可满足各类大中专院校《数字信号处理》课程实验教学环节的需要，尤其适用于远程教学。 系统提供了七大类54种数字信号处理器件模型： 1、序列与采样信号 复指数序列、随机整数序列、实指数序列、矩形序列、抽样脉冲序列、正弦序列、阶跃序列、正弦采样信号 2、信号操作与FFT 序列相加、序列卷积、序列累加、序列反褶、序列相乘、序列平移、周期序列、信号延迟、信号下采样（抽取因子）、信号上采样（内插因子）、信号重构（采样率转换）、高斯白噪声、加法器（采样信号叠加）、增益器、FFT（快速傅立叶变换）、IFFT（快速傅立叶反变换） 3、模拟滤波器设计 巴特沃斯模拟低通（脉冲响应设计）、切比雪夫1型模拟低通（脉冲响应设计）、切比雪夫2型模拟低通（双线性变换设计）、椭圆模拟低通（双线性变换设计）、脉冲响应不变法设计（模拟转换为数字）、双线性变换法设计（模拟转换为数字） 4、IIR设计 巴特沃斯数字滤波设计、切比雪夫1型数字滤波设计、切比雪夫2型数字滤波设计、椭圆数字滤波设计 5、FIR设计 阶数计算（FIR）、数字截止频率计算（FIR）、窗函数（FIR）、FIR数字滤波设计 6、滤波器实现与分析 1/z传递函数（滤波器结构）、FIR数字滤波器实现、IIR数字滤波器实现、系统频率响应、系统脉冲响应、系统阶跃响应 7、输出显示与文件读写 读取外部数据（txt）文件、数据写入外部文件、读取外部音频（wav）文件、音频数据写入外部文件、复数信号点阵图、信号针状图、信号波形图、幅度图、相位图、零极点分布图 使用现有器材模型系统提出了如下二类17种典型实验的训练： 一、基本元器件使用实验 1.信号源的使用 2.信号处理 3.模拟IIR滤波器设计 4.数字IIR滤波器设计 5.FIR滤波器设计 6.其他元件的使用 二、信号处理与应用分析型实验 7.序列信号的产生及运算 8.FFT的应用 9.脉冲响应不变法设计IIR数字滤波器 10.双线性变换法设计IIR数字滤波器 11.IIR数字滤波器的设计与实现 12.窗函数法设计FIR数字滤波器 13.级联型数字滤波器的滤波实现 14.并联型数字滤波器的滤波实现 15.抽取器的高效FIR多相结构实现 16.内插器的高效FIR多相结构实现 17.数据与音频信号的处理 备注：除上述实验，用户也可以利用提供的器材模型自主添加典型实验。 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。  性能指标 支持同时在线用户数1万人以上，经过在多所学校的实训教学应用，系统运行稳定，不限终端用户数，完全能满足职业技能大赛训练或省赛预赛使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

团队通过自主研发，掌握了长轴短轴三维模型自动预处理技术，高精度低内存渲染数据存储技术，点云数据面部表情神经感知与孪生，肢体动捕数据映射技术四大核心技术，解决四大痛点问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 王若妍 中韩新媒体学院/影像 2019/2023 母棱 中韩新媒体学院/影像 2019/2023 邓雨辰 中韩新媒体学院/影像 2020/2024 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 董玉芝 中韩新媒体学院/影像 副院长/教授 影像 陈镜荣 创业学院/竞赛办 讲师 创业管理 喻良涛 公共管理学院/人力资源 副教授 人力资源 四、项目简介 3D制作存在设计耗时长，精度低，动作机械，形象神情呆滞4大痛点，导致制作费用高昂。团队通过自主研发，掌握了长轴短轴三维模型自动预处理技术，高精度低内存渲染数据存储技术，点云数据面部表情神经感知与孪生，肢体动捕数据映射技术四大核心技术，解决四大痛点问题。目前，团队已拥有广播电视制作许可资质；已申请和已授权各类知识产权共47项，包括动漫作品著作权12项，专利22项（发明专利4项，实用新型18项，外观7项），软著6 项

1.痛点问题 拟人化的智能体，在人类生活中开始起到越来越重要的辅助工作、提升生产力和情感交流等作用。具体形式包括实体化的机器人和虚拟的数字人形象两种形式。 在实体化的机器人技术中，由于各行业场景范围的多样性，移动机器人的避障问题是阻碍机器人广泛应用的一大痛点。 （1）基于视觉信息和深度强化学习来解决移动机器人避障问题，会因为仿真数据与真实数据的较大差别而导致泛化性能不足，使得真实场景下的避障的成功率下降。 （2）目前避障问题中的深度强化学习往往需要针对不同复杂程度的场景重新训练或者再训练模型，难以训练出适用各种密度场景的通用模型。 （3）基于雷达的深度强化学习避障方法受限于成本、功耗和仿真的难度等，往往使用单线雷达。但单线雷达仅能对某个固定的平面进行检测，如果移动机器人具有较高的高度，只对某个平面检测无法实现完美的避障。 此外，随着虚拟形象在金融、文旅、医疗、零售等领域的推广与应用，数字虚拟形象产业应用路线逐渐清晰，但仍存在产业链相对割裂、产品与需求匹配度低、生产成本高效率低、虚拟形象交互能力弱的问题。 2.解决方案 针对现有技术存在的问题，本成果的解决方案从两方面入手。首先，在移动机器人避障方面，本成果设计了一种同时结合单线雷达与单目相机的避障方法框架，并设计了新的更有效的深度强化学习模型。其次，本成果还提供一种虚拟形象说话视频生成方法及系统，使用深度学习方法，基于训练好的深度神经网络语音模型,对预设音频文件进行预测处理,通过在说话视频生成过程中引入三维人脸信息,并结合神经网络模型生成头部姿势自然转动且具有个性化说话习惯的说话视频。上述算法可搭载于通用硬件平台，构建低成本高效的虚拟形象视频生成系统。 基于以上科研成果，本项目将致力于国民经济各主流行业的数字化转型，在人工智能、机器学习、计算机视觉技术等领域持续积累智能场景应用创新技术，结合优秀的前沿技术整合与应用开发融合能力和深厚的市场推广能力，全力打造智能巡检/服务/协作机器人和虚拟人平台等软硬件一体化解决方案。以实体机器人并搭载虚拟说话人虚体，通过实体、虚体相结合的方式打造独一无二、具有全新体验的智能巡检/服务/协作机器人，提高智能巡检/服务/协作过程中交互的效率与质量。 合作需求 寻求在清洁能源、储能、新能源等行业智能运维部门和相关企业合作，对相关技术进行推广应用，在清洁能源、储能、新能源等行业中部署巡检/服务/协作机器人以及虚拟人服务平台，打造无人值守范例，赋能智能化运维，共同推动行业进步。