1. 痛点问题 元宇宙时代三维成像基础设备和数字终端成像及显示设备都将需要革命性的提升。同时，工业智能和基础科学的快速发展也对感知和成像极限提出了更高的需求。 现有的成像技术，即摄像头模组和3D成像模组，存在诸多技术和经济的缺陷，如抗扰动性能差、占据空间大、功耗大、成本高等，特别是随着传感芯片像素数的增加，传统光学成像系统需要多级较大的昂贵镜片才能实现高分辨率的成像性能，很难应用于手机等小型化设备上，不足以适应科技的高速发展。 “智能视觉感知芯片”将达成光学感知的技术革新并有效解决现存问题。通过数字自适应光学技术矫正系统像差和环境像差、实现高速重构目标景物高精度三维信息，进而实现使用普通的低成本小型化单镜片即可实现高分辨率成像，同时该芯片能够适用于不同的光学系统，包括大口径天文成像，实现高分辨率远距离成像，克服大气湍流干扰。 2. 解决方案 团队提出“智能视觉感知芯片”概念，该种芯片拥有多项优势：全球领先的4D感知技术，自适应抗干扰；创新的透镜设计方案结合自主知识产权算法，可通过单摄像头模组实现原多摄像头模组功能，大幅降低现有成本、体积和功耗，显著提升分辨率。通过对目标场景进行多维度的密集采样，将多维度的耦合信息解耦，重构傅里叶面的非期望相位分布，实现高速大范围的自适应光学矫正，显著降低光学成像系统尺寸与成本，提升成像效果，同时具备三维深度感知能力。 合作需求 寻求消费电子等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

视觉打标系统是通过给激光打标机装上眼睛（工业相机），从而让激光可以准确知道工件的位置信息，当工件位置出现偏差时，视觉系统可以自动修正工件的位置信息，使得工件被正确加工。加装系统后可提升产能100%-300%，减少人工成本40%-60%，定位精度达0.05-0.15mm。适用于汽车零部件、3C数码、医疗器械、生物医药、五金工具、精密仪器、半导体元器件、服装辅料、家用电器、工艺礼品、珠宝首饰等行业。

该检测技术目前主要能力有烟丝宽度检测、烟丝结构检测、烟叶霉变检测、污损图文识别、雾化效果检测、烟气成团性检测等，并且实现了在线检测防潮、多频次、样本复杂等检测难点；解决了目前行业内容人工取样检测效率低下、人工观察不及时、无法实现人工检测等难题，在行业创新性上具有重要意义。

项目概况 目前，国内外大量应用弧焊机器人系统从整体上看基本都属第一代或准二代焊接机器人 系统。由于焊接路径和焊接参数是根据实际作业条件预先设置的，在焊接时缺少外部信息传 感和实时调整控制功能，这类弧焊机器人一般不能应对焊接作业条件严格的稳定性要求，焊 接时缺乏“柔性”，表现出明显的缺点。在实际弧焊过程中，焊接条件是经常变化的，如加 工和装配等误差会造成焊缝位置和尺寸的变化，焊接过程中工件受热及散热条件改变会造成 焊道变形和熔透不均。 为克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高机器人作业智能化 水平和工作的可靠性，要求弧焊机器人系统不仅能实现焊接参数的在线调整，且能实现焊缝 的自动实时跟踪。已完成铝镁硅合金框架弧焊机器人柔性工作站焊缝智能跟踪与图象处理技 术，使企业塞拉门设计制造的技术水平达国际先进水平。 本项目具有国际先进水平，拥有自主知识产权。 主要特点 已完成的项目，塞拉门框架的材料为铝镁硅合金，材料特殊、框架尺寸较大，焊点多 而短、焊接质量要求高，故解决柔性夹具设计、实现两面焊接、满足多系列多规格门框尺 寸的要求是体现了成果的先进性； 铝镁硅合金框架弧焊机器人柔性工作站所包括的柔性夹具、焊缝智能跟踪与图象处理 技术，使企业塞拉门设计制造的技术水平达国际先进水平，体现了成果的创造性。 技术指标 国内城市轨道车辆、高速列车的迅猛发展使得城轨门生产逐年猛增，品种不断翻新，但 铝镁硅合金框架等主要零部件仍为手工焊接。由于手工焊接依赖于工人的技术水平，效率低， 焊接质量欠佳，优质品率低，是制约我国城轨门产品升级的关键技术。 首选企业的高精度焊件达到：焊缝识别误差 600×600 像素， ±0.25mm，±0.20mm；焊 枪姿态误差，±0.045mm，±0.040mm；其它误差（包括焊丝变形误差、工件热变形误差、焊 接电流误差等），±0.030mm，±0.020mm；视觉跟踪综合误差，±0.5mm，±0.35mm。 市场前景 成果实施后使用单位使用前手工焊接的 1.2 万件/年，达到 4 万件。按人工焊接生产水 平，支出费用为 72 万×3.5=252 万，机器人的投入成本 1 年半内可收回，且可满足使用单位 近 3-5 年的发展需求。 按近几年使用单位产品产量的增长速度，2009-2010 年产量可达 5.5 万件，2 台机器人 工作站每年可生产 5.68 万件，完全满足生产要求。若仍用人工焊接则成本支出为 72 万 ×4.6=331.2 万元，而机器人工作台投入费用为零。企业每年可新增产值 4-5 亿元，利税 1.2-1.5 亿元。 市场应用方面已具备推广应用的基本条件，该成果的完成，不仅可以提升企业高精度特 材焊件设计制造的技术水平，提高企业技术创新能力和提升产业集聚度，使产品达同行业国8 内领先或国际先进水平，且可成为企业现代先进制造工艺与装备工程应用的一个亮点。通过 开发研制，真正体现了产学研合作的现代高等教育理念，在高校和企业中锻炼出一批机器人 研制方面、具有实战经验的科技人才。

本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。

成果简介：视觉跟踪是计算机视觉领域中备受关注的一个研究热点。它在智 能交通、人机交互、视频监控和军事等领域有着广泛的应用。在实际应用中， 视觉跟踪方法通常需要处理一些复杂的目标运动如运动突变和几何外观急 剧变化等情况，传统的跟踪技术无法满足跟踪要求。我们提出基于自适应 MCMC采样的方法，很好地解决了这一难题，为实际应用中复杂运动目标的跟踪提供了保障。 项目来源：自主研发。 技术领域：计算机应用技术，人工智能与模式识别。

1. 痛点问题 工业视觉场景下普遍存在缺陷样本数量少、难采集，已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中，产线整体生产良率均已达到相当水平，人工可识别的缺陷样本数量相对较少，且采集难度较大。制造生产环节对产线效率要求较高，模型训练难以实现精度与效率上的平衡。 2. 解决方案 本项目将最新的少样本学习、连续学习、模型压缩与优化技术，与工业场景中的缺陷检测需求深入结合，致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测，本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制，同时有多项智能设备在研。 本项目在玻璃与半导体缺陷检测中，基于图像自动标注方法完成少样本场景下的数据采集与标注，通过弱监督学习和连续学习方法完成有效模型构建，并针对长尾数据集设计模型训练和优化方法，实现高效工业视觉感知计算。针对工业视觉场景，本项目集成视觉感知算法能力，研发人工智能算法研发平台，该平台秉承低代码化、可视化等原则，打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。 合作需求 寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。

 该成果是面向产品质量在线检测应用领域，一种基于计算机视觉和高性能计算机构成产品在线监测系统。采用基于摄像机参数、运动目标信息状态参数和模糊控制策略的主动视觉测控模型，利用一种抽样算法的视频快速解读技术运动目标快捷检测技术，又采用高鲁棒的Camshift和Kalman滤波相结合的运动目标高可靠快捷智能识别与跟踪方法，以达到具有高可靠感知、高清晰、智能化、高精度定位、高可靠跟踪和智能信息处理检测的优势。 该成果是面向产品质量在线检测应用领域，如食品用朔料制品的在线质量检测与告警