本技术成果设计了一款双层双频段的抗金属UHF频段RFID标签天线，实现了抗金属标签天线尺寸 的缩减。所提出的天线由两块FR4基板组成，通过短路贴片的加载和辐射体的开槽，天线总尺寸缩减到 28mm×14mm×3.2mm，并同时实现了带宽拓展与辐射效率增强。在本结构的基础上，提出了一种实部与 虚部分离的阻抗匹配方法，并运用本方法可设计出能与多款UHF RFID标签芯片实现共轭匹配的抗金属标 签天线。

本发明公开了一种高速柔性标签投放装置，包括机架及安装在 机架上的标签盒机构、取标机构和送标机构，所述标签盒机构包括标 签盒，以及安装在标签盒上的直线导轨、上限位机构、下限位杆、标 签压块、标签支撑板和吹气喷嘴；所述取标机构包括旋转气缸、真空 吸盘和取标气缸；所述送标机构包括标签导向台和推标气缸。本标签 投放装置的标签盒取标口处设有吹气喷嘴结构，在取标时吹出平行气 流，破坏标签之间的真空，将标签分离，保证取标时只取一张标签。

成果与项目的背景及主要用途： RFID是射频识别技术的英文(Radio FrequencyIdentification)的缩写，射频识别技术是 20 世纪 90 年代开始兴起的一种自动识别技术，射频识别技术是一项利用射频信号通过空间耦合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到识别目的的技术。RFID 系统通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预。作为条形码的无线版本，RFID 技术具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点，已经被世界公认为本世纪十大重要技术之一，在生产、零售、物流、交通等各个行业等各个行业有着广阔的应用前景。 本项目主要研发了基于 ISO18000-6B 协议的无源电子标签芯片，其可用于物流，货品识别，高速公路收费等诸多领域，是目前国内外射频电路研究领域的热点。 技术原理与工艺流程简介：UHF 频段的无源电子标签工作原理如下：通过标签上外置的偶极子天线接收读卡器发送的载波信号，并将其转换为直流信号，为整个芯片供电；同时片上的解调模块解调出经调制的载波信号所携带的数据信息，并传递给片上的基带部分加以处理；基带部分连同 EEPROM 部分一起完成数据的读写和控制功能，再由调制模块以反向发射的形式将上行信号返回给读卡器完成一次通信。 本设计的工艺流程是基于 Chartered 0.35um EEPROM 数字工艺，从芯片设计、仿真、版图验证。最终通过代工厂完成芯片制作。技术水平及专利与获奖情况：根据测试结构表明，各项指标都达到了商用需求，在国内属领先水平。该项成果已获得国家知识产权局颁发的集成电路布图登记证书。BS.06500285.7 应用前景分析及效益预测：目前国内的 UHF 频段的 RFID 产品正处于高速成长期，需求量快速增长，但大多数核心技术需要依赖进口。如果本项目能够实现技术转产，可以预计的前景和经济效益是相当可观的。有了自主知识产权的 UHF频段电子标签，在很多领域都可以加以移植，取代进口产品不但可以大大节省开支，同时也可以实现产品的自我定制及更新，最大程度的方便了国内用户的应用。 应用领域：货品跟踪和识别（代替条形码）、高速移动物体的识别、防伪认证以及电子支付等领域都会有广泛的应用。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID天线制造单位，卡片封装单位共同合作，将成果转产。 合作方式及条件：面谈。

包括基于流量分析的移动应用指纹识别技术以及基于应用程序和浏览器的设备指纹识别技术等。移动应用指纹识别技术通过综合应用动态流量采集和静态特征抽取技术，在保证应用规模和流量覆盖率的前提下，实现流量数据的大规模自动化采集。设备指纹识别技术针对Android系统终端，在零权限的前提下分别基于应用程序和浏览器提取层次化标识符组合形成指纹实现设备识别。

工业或轻工业环境下的抓取和分拣操作一直是劳动密集型的生产环节。本研究室搭建了以视觉感知     为基础的机械手臂控制系统，核心硬件包括 UR 机械臂和 Barratte Hand 三指灵巧手。能够准确、快速地识别与定位抓取目标，并实现可靠地运动控制。该技术对提高相关产业的自动化、智能化、以及劳动生  产率具有重要的应用价值。

利用手机上的 APP 刷人脸，进行识别后，驱动门禁开关。由于手机比较普及，出入门禁的人，无需携带其他识别物，就能自由进出。成本低、方便快捷。

产品服务:智能车载视觉服务平台以车内场景主导、软件定义、数据驱动为主，利用车内摄像头等设备，获取车内人员多维度感知数据，设计开发多款高感知、强体验的软件应用服务及产品。 随着产品的推广和数据积累，团队会增加车载安全服务如疲劳监测、车内异常行为等功能，最终打造集娱乐和安全于一体智能车载服务平台。  项目优势:平台通过集合人脸识别、表情识别、手势识别等接口，综合判断车内人员的脸部特征和行为状态等信息，这些接口可供其他应用服务调用，实现个性化设置、智能推荐等服务，使车辆真正做到 “感知”人、“理解”人、“服务人”。 市场概况:产品的客户群体主要分为私家车主、汽车生产厂商及网约车企业，政府管理部门三大类。向私家车主售卖“智能车载服务平台”设备和服务，收取软件系统费用及维护更新费实现盈利。通过与汽车生产厂商与网约车企业合作，提供新一代车内安全保障系统，收取方案费用及销售提成等方式实现盈利。与政府管理部门合作，通过开发安全监管平台等措施，实现对网约车车辆的全面监控，发现潜在风险，防患于未然。最终通过获取政府经费支持以及科研合作立项等方式实现盈利。

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CD，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20帧以上的满分辨率传输。中央控制器实时集多个相机的目标定位数据，进行信息融合计算，得到手术器具的高精度实时6自由度位姿。

人工智能技术飞速发展,我国大体上能够与世界先进国家发展同步。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入市场,但是9%以上是软件、算法产品，在人工智能神经网络芯片研发方向上,我国又是落后于美国5-10年左右，可以预见的是,将来我国的人工智能神经网络硬件又将进口大量的IBM、Google、NVIDA、Braodcom等公司的产品,遵循的标准又将按美国的标准,在市场上处于弱势地位。