团队研发了手术视觉当行定位系统，采用多相机系统对带有视觉标签的手术 器具进行实时定位和目标跟踪，视觉标签采用非对称分布的红外反射球，支持有 源和无源两种视觉标签。其中高速高分辨率红外摄像机采用内置 850nm 红外光源 阵列，120 万像素红外 CCD，配合宽焦距范围镜头，视场角度可达 90°以上。为 减小系统延时，提高手术医生的体验感，研究基于 FPGA 的视觉数据并行计算定 位算法，在相机本地通过 FPGA 快速计算得到单视角的定位数据，配合高速以太 网标准的数据传输总线，能够达到 200 帧以

产品详细介绍软件特点● VisionBank SVS工具库能够满足各种视觉需求，从几何物品的定位、检测、识别、测量，都能够解决● 结合灵活而强大的PC-based应用开发，VisionBank SVS软件能够以前所未有的超快速度，为各种机器视觉应用创建解决方案● VisionBank SVS软件提供中、英两种语言选择，全面兼容Win 7、Win8、Win10系统，客户可在32位与64位间无缝切换● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 支持多种设备热插拔，无需断电就可添加或移除设备● 工具组可重复使用的并缩短应用开发的时间● VisionBank SVS机器视觉测量软件适用于各行业产品在线、离线尺寸测量，1/4亚像素测量精度● 几十种几何算法运算，十多种测量工具，使得测量变得简单，强大● 各工具之间的拖放可实现快速的数值、结果和图像链接。● 测量结果可以Excel ，Txt，CSV等形式输出，统计数据● 圆形、方形、棋盘格等标定板标定，比例尺标定智能视觉软件测量（计测）模块 智能视觉软件测量（计测）模块2标定 标定 高精度测量所选用的标定板标定，可使得检测精度达到um级别。亦可选用标准产品或标准块进行比例尺标定，方便、快捷，更适用于产线数据快速测量。数据存储 智能视觉软件数据存储 可将数据保存为TXT、EXCEL、CSV格式，用户可设置数据保存路径。在数据记录窗口中查看最近100天的检查记录。保存的结果数据文件和图像以日期分组。 机器人视觉引导定位模块● 系统内嵌智能形状识别引擎，能够识别常见的基本几何图形● 对于复杂形状，系统可以进行模板学习训练，进而实现复杂形状的识别● 全面兼容ABB、KUKA，FANUC、安川，川崎，新松等主流机器人，以及各类PLC控制系统实现无缝对接● 多点映射标定及标定板标定，可将图像左边转化为世界坐标、及伺服运动脉冲等● 标准协议的RS2162通讯、网络通讯（服务器、客户端），使得通讯更加简单化● 检测组织错误、表面缺陷、产品损坏、缺失等特等● 颜色检测分析、有序色块检测等● 圆度检测、轨迹检测、直线边缘毛刺检测等● OCR、OCV，读取和验证产品或元件上的字母、数字、字符等● 读取一维条码、二维DataMatrix码、QR码● 读取数据通讯输出，RS232、TCP/IP、I/O输出智能视觉系统逻辑控制、数据运算 对测量模块得到的结果进行数学计算产生新的数值，或比较两个字符串内容是否一致，可以设定固定字符串，等等图像预处理 图像预处理机器视觉 在图像预处理中可以添加一系列预处理算法对图像逐步进行预处理。后续用户选择的模块是在预处理之后的图像上执行的。 支持多种相机需求VisionBank SVS软件可以基于数百种相机平台采集图像。目前可支持Microvision GIGE/USB系列相机、Basler GIGE系列相机、AVT GIGE/USB/1394系列相机，以及维视图像智能相机.优势特点● 智能化工程管理——可同时检测同一产线上的不同型号产品● 多层级权限管理——提供“管理员”、“工程师”及“操作员”权限管理● 高自由度的扩展性——面向高级用户开放SDK版本● SDK层级的兼容性 ——系统直接搭载厂商原始驱动包● 数据转译模块——可对输入输出的信号进行“转译”，支持用户自定义规则● 本地及云端的数据存储——检测数据可本地存储也可上传到云端● 其他辅助功能——包括智能参数确定、逻辑检测、灰度直方图、系统运行日志及额外的软键盘

实验平台由2D和3D视觉单元、SCARA机器人、输送线和计算机组成， 针对图像处理、机器视觉和机器人等课程的教学需要， 配置多个基础类、提高类和应用类实验，帮助学生由浅入深 ，逐步掌握机器视觉和机器人的相关知识。

清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。

01. 成果简介 本成果涉及一种多模态触觉感知装置，属于机器人传感器技术领域。与人类相似，机器人感知外界环境最真实、稳定、便捷的方式便是通过机器人手触摸，机器人手的感知能力决定了机器人是否能够正确认知外界环境以及机器人的操作精度、成功率等。在新一代机器人手中，传感装置已逐渐趋于阵列化、多功能化和集成化。目前常见的触觉传感器有压阻式、电容式、光电式等，它们都存在密度难以提高、电路处理复杂等问题。为了克服以上不足，近年出现了基于视觉的触觉传感装置，具有结构简单、信息丰富等优势。目前基于视觉的触感装置仍存在性能提升空间。 本项目将感温变色油墨材料应用于触感装置，感知机器人操作过程中的温度[1]。同时提出一种基于微视觉的触觉三维力检测方法，通过采集触觉接触区域内弹性体的形变图像的变化，采用一系列图像处理方法，并且使用神经网络拟合的技巧，定性并且定量的刻画物理世界中的触觉、滑觉等，从而提供了一种多模态触觉感知装置，可以得到三维接触力、接触物体表面的温度及纹理等多种模态信息[2]。本装置打破了传统触觉感知装置单模态信息采集的现状，可在同一感知装置中集成受力、纹理、温度等信息的测量，检测触觉、滑觉、压觉三维接触力，获得高精度的接触纹理信息，实现了多模态信息的测量，并将这些信息综合到对一个物体的识别、抓取操作中，使机器人更加智能化、人性化。本装置具有实时性好，检测稳定，检测误差小，检测精度高的优点。 图1. 基于微视觉的多模态触觉感知装置结构图图2. 结合多模态触感装置的机械手02. 应用前景 本成果技术可应用于工业机器人、智能机器人、人机协作、医疗康复等领域，应用前景广泛。03. 知识产权 本成果核心技术已申请发明专利3项。04. 团队介绍 项目团队致力于研究具备自主决策和学习能力的机器人操作技能学习系统。团队包括孙富春、方斌、刘华平、宋亦旭四位教师，专注智能机器人灵巧精准操作研究，研制了拟人触觉的传感装置、多模态穿戴交互装置、残疾人假肢灵巧手、仿人感知灵巧手和变刚度软体手，在本领域发表论文40余篇，申请专利20余项，获得IROS2016机器人灵巧操作比赛冠军、IROS2017服务机器人操作比赛亚军、WRC2016最佳科技创新奖等。同时团队和河北清华发展研究院合作成立了人工智能及机器人研究中心，共同推动智能机器人的产业化发展。05. 合作方式 技术许可。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn， fangbin@tsinghua.edu.cn

Anter是以安全协作、自主运动、智能感知、行为决策为核心功能的多模态感知复合机器人。她开创了机器人协作、运动、感知决策的柔性工作模式，摆脱传统机器人位置固定、任务固定的结构化环境工作方式，适用于科研教育、工业移动作业、物流分拣、仓储管理、安防巡检、医疗服务、智慧零售等领域。

成果介绍人脸三维识别，工业产品的三维检测技术创新点及参数自适应，“拟人”；深度学习（神经网络）；模糊逻辑和逻辑推理；进全局优化化计算。市场前景人脸识别，工业产品的外观三维检测

一般来说，燃料成本约占燃煤发电企业总发电成本的70%－80%。可见，燃料成本是发电厂生产经营和经济核算的中心环节。因此，燃料的现代化管理水平对火力发电厂的生产安全、经济、稳定以及提高企业的经济效益有着重要意义。火电厂的燃煤管理是生产管理的重要环节之一，只有准确、迅速测量出煤场存煤量，才能对电厂进行成本核算、经济效益评估和科学的管理。传统盘煤方式主要采用人工丈量的方法。这种方法不仅费时费力、不准确，而且易受气象条件影响。

检测技术是现代制造业的基础技术之一，是保证产品质量的关键。随着现代制造业的发展，许多传统的检测技术已不能满足其需要，主要表现在：现代制造产品种类越来越多，制造精度越来越高，很多场合要求实时、在线、非接触检测；现代制造业的发展需要更快速、有效的产品检测技术。视觉检测技术是建立在计算机视觉理论基础上的一门新兴检测技术，具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的需求，在实际中正取得越来越广泛的应用，如零件外形尺寸测晕、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。 浙大团队设计轴承表面视觉在线检测系统，被检轴承在机械运动工作平台上，在计算机的控制下，以一定的速度和节拍在传输带上运动，轴承在光源的照射下，其影像被投射到光学成像系统，CCD摄像头将其接收的光学影像转换成视频信号输出到图像采织卡，图像采媒卡再将视频信号转换成数字图像信息供计算机处理。计算机运用各种算法对图像数据进行预处理、轴承图像分割、定位以及计算等，最终判断所检轴承是否为合格品，为合格品者则计算并输出图像的相对转角，由机械执行机构（比如机械臂）根据此转角完成轴承生产的下一工序。