科氏质量流量计采用自主设计的高灵敏度测量管型，具有较高的测量灵敏度和较大的量程比，配合高精度全数字信号解算单元，实现了流体质量流量和密度的精确计量。项技术已达到工程化的实用要求，在石油、化工、轻工、医药、国防等领域具有广泛的应用前景。该技术获航空工业总公司和北京市科技进步二等奖，

产品质量已经成为市场竞争中决定胜负的最关键的要素。建立生产质量模型无论是对生产过程的本质特性研究还是对实际生产过程的控制、预测、优化、仿真和质量诊断都具有重要的现实意义。 本系统重点实现对生产过程相关因素进行实时监测，解决产品生产过程中各项指标的变化与产品质量之间的模型关系，基于统计模型，运用偏最小二乘法、具有优化结构的神经网络、多变量统计过程控制等方法，对从实际生产过程中得到的统计数据进行分析和建模，消除、避免生产过程的异常波动，使过程处于正常波动状态。研究影响产品质量的关键因素，给出调整的策略，科学指导生产。 以钢铁制造流程为代表的大型流程工业是一类由不同功能但又相互关联、相关支撑、相互制约的多种工序和多种装置及相关设施构成的、工序串联并集成运行的复杂过程系统。针对大型流程工业的特点，解析多流程、多尺度、多装置间的相互关系，建立有效的质量控制模型，寻求最优的质量控制策略，监控产品的生产质量状态，确保产品的质量成为一个重大的研究课题。 生产质量建模和过程监控可以应用于钢铁冶金生产等流程型工业中，也可以广泛应用于石油、化工和机械制造等其他领域中。本系统的应用案例有：宝钢股份有限公司条钢部高线生产中的轧件尺寸精度评估与SPC控制系统，鞍钢股份有限公司冷轧热镀锌生产质量建模与分析系统。

1 成果简介发音质量评价（ Pronunciation Scoring）是使机器自动评价目标语言语音的发音质量，它可广泛用于口语教学和口语考试系统。 2003 年清华大学出版社推出的《新时代交互英语》丛书和教学软件采用了本课题组研发的口语发音质量评分技术，该产品曾获得第五届国家级教学成果一等奖，目前已有多家高校使用该系统进行英语口语教学，这也是国内第一个得到实际应用的自动英语口语教学评测系统。如图 1 所示。  图 1 《新时代交互英语》的演示界面 2005 年 7 月北京市科技计划研发攻关计划正式设立了项目“嵌入式智能英语、汉语教学机及课件制作系统的研发”，本课题组承担了该项目研发工作，与德国英飞凌公司合作，开发了具有世界先进水平的具有双核结构的嵌入式语音处理专用芯片，并以此芯片为核心完成该课题的硬件平台，在此基础上完成的嵌入式智能英语、汉语教学机及课件制作系统通过了国家广播电视产品质量监督检验中心的检验。在项目结题验收中，专家组一致认为： A）该课题研发嵌入式智能英语、汉语教学机及课件制作系统具有自主知识产权，能够有效地、互动地协助外语学习者的口语学习； B）创新成果“式发音评价及语音识别技术”当前世界先进、国内领先水平。 2008 年 3 月，教育部“大学英语四、六级网络考试系统研发与服务体系建设”项目启动了自动口语发音评测的预研计划，目标是在大学英语四、六级网络考试（机考）中实现自动发音质量评测，本课题组是该计划唯一的发音评测技术提供方。 2008 年，本课题组与教育部中央教育科学研究所联合承担了中国教育学会教育实验研究分会“十一五”规划课题—“英汉口语教学评测信息系统智能化的实验研究”，探索口语发音评价技术对口语教学和评测方式和方法的影响，探索更为公正、客观的口语能力评价标准。2 应用说明清华大学自 2003 年以来，一直专注于口语发音质量评价技术，积累了丰富的经验，在限定内容的发音质量评价领域取得了丰硕的成果，已开始从实验室走向产业化，解决面向大规模的产业应用的关键问题，如环境噪声和通道差异对评测性能的影响、学习者的口音问题、评测技术与不同口语考核目标的关系、不限定内容的发音质量评价方法等。利用四、六级口语测试累积的海量数据，探索以上问题的理论根源，提出新的口语发音质量评价方法，形成口语评价的主客观标准，推进口语教学/评测方法迈上一个新的台阶。 总结该技术的主要特点如下：支持英语、汉语等国际上应用最为广泛的语种；发音质量评价性能好，大规模数据实验（ 5000 人测试）表明该技术与主观评价的相关性达到了 0.8，已逼近主观评价之间的相关性（ 0.85）；支持小学、中学、大学以及社会培训等不同层次的口语教学与评测；对环境噪声和通道差异具有很好的鲁棒性，可用于不同的环境和系统；程序可根据应用目标进行裁剪，既可移植到学习机、手机等嵌入式平台，又可用于个人计算机、网络服务器等。该项技术已经获得大学英语四、六级考委会、清华大学出版社、北京市科委的实际使用认可，具备了大规模产业化应用的条件。3 应用范围该项技术适用于英语、汉语的口语评测系统，英语、汉语的口语培训软件和系统，英语、汉语的口语教学辅助系统，可在嵌入式、个人计算机和网络平台上实现。4 合作方式投、融资或技术许可。

教学质量监测与评价系统是集“教、学、管、测、评、存、用”于一体的中小学智慧教育管理与监控评价系统。系统主要基于网络阅卷系统、小测评卷管理系统、智慧课堂得出的基础数据，生成各种统计数据，让用户简单科学地完成考试质量分析、教学质量跟踪、试题质量分析、教学质量评估、高考分析等，从而解决教育信息隐形化、决策粗放化、资源缺失等难题，提高教学质量与综合竞争力。

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。

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

一、 项目简介焊缝高精度视觉检测与跟踪系统由高分辨率工业摄像机、嵌入式控制器和执行机构组成。摄像机感应工件的状态，采集焊接面的位置变化，通过控制系统进行计算最后由执行机构随时调整焊枪与工件的偏差，保证焊缝质量。整套装置采用模块化设计，根据客户要求，可派生出一维或多维跟踪器。整套系统控制精度高、响应速度快，不仅适用于激光焊接，还适用于CO2、MIG、埋弧等焊接形式，容易和各种自动焊接操作机、焊接机器人等设备配套使用，实现高质量的智能化焊接。二、 项目技术成熟程度本课题组在机器人焊接控制、视觉控制、样机研发等方面取得了一系列成果，具有雄厚的技术积累和丰富的研究经验。目前开发的焊缝跟踪系统从2012年12月已经在某公司焊接生产线稳定运行至今。三、 技术指标跟踪误差：±0.3mm；响应时间： 100ms；焊接速度：0.8～1.3m/min；焊件厚度：1~3mm；焊缝宽度：0.2~1mm；四、 市场前景目前世界上仅有META公司和SERVO-Robot公司两家提供类似产品，每套设备在二十万元以上，价格昂贵，后续维修不便，环境适应性差，严重制约了其在国内外市场中的应用。而本项目适用于薄钢板窄焊缝、V型坡口、搭接坡口的智能化焊接领域，为焊接机器人装备的柔性和智能化焊接提供技术支撑和保障。本项目在我国国内有北京华光、唐山开元，珠海金宝，天津先瑞、山东奥太、成都华恒等众多自动化焊接公司用户，为本项目提供了广阔的市场空间。   本产品可以组合在任意焊接机器人或自动焊接机上，使其具有基于视觉的自动焊接功能。可大大增强现有自动焊机的灵活性和可靠性。因此，本项目将通过优质的产品，低廉的价格，周到的售后服务，提供薄钢板窄焊缝、V型坡口、搭接坡口的的实时视觉检测与跟踪控制系统，等方面焊接装备提供配套产品，实现焊接机器人装备的柔性和智能化焊接，具有广阔的市场前景和巨大的商业价值。五、 规模与投资需求七、 项目具体联系人及联系方式（包括电子邮箱）项目联系人：陈海永       电话：13001375601电子邮箱：haiyong.chen@hebut.edu.cn八、高清成果图片2-3张视觉图像处理系统和电气控制系统视觉引导下的窄焊缝智能焊接机器人和焊接小车

成果介绍基于DST文件和视觉的激光切割系统，目前该系统已经获得国家发明专利授权。该技术通过全景视觉摄像机和算法一次性切割轨迹。技术创新点及参数一次性的获取整幅布料上所有绣片的图像信息，结合DST文件进行图像处理，获取出所有绣片切割轨迹，进行修正原来DST文件中的切割轨迹。市场前景服装加式

运动物体监测系统随着计算机技术，尤其是多媒体技术和数字图像处理及分析理论的成熟，视频图像作为更直接更丰富的信息载体，正在成为越来越重要的研究对象。近年来，随着物联网、数字地球等概念的提出以及互联网的广泛应用，视频图像信息己成为人类获取和利用信息的重要来源和手段。现实生活之中，大量的有意义的视觉信息包含在运动之中，而且在某些场合下，往往只对运动的物体感兴趣，如交通流量的检测，重要场所的保安，航空和军用飞机的制导，汽车的自动驾驶或辅助驾驶等。运动目标的图像检测与跟踪是基于动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测、识别的过程，它是图像处理与计算机视觉领域中的一个非常活跃的分支。 本系统利用计算机视觉和视频分析的方法，对摄像机拍录的图像序列进行自动分析，用自适应背景模型的背景差分法进行运动物体检测，采用基于HSV色彩空间的阴影检测方法去除运动物体的阴影，本课题利用自主设计的快速算法实现运动物体的实时识别。从而达到从视频流中提取运动物体类型、大小等信息。本系统具有以下优点：利用摄像头采集当前场景的视频信息，属于面式检测，检测范围大，能提供当前场景中所需的丰富信息，且维护简单，可移植性强。适应性强，不同应用场景只需更换相应的模板图像即可应用。 非接触物体测量系统随着生产的发展，对物体测量方法及各种测量工具也在发展。本系统利用计算机视觉对图像进行预处理预处理、特征提取、关键特征提取、图像立体匹配最终进行三维坐标恢复进而得到物体的尺寸信息，能够进行三维物体的测量。达到了恢复物体三维信息的目的。