探地雷达属于高科技产品，长期以来，只有美国、加拿大、瑞典等少数国家生产。近年来我国国内也生产探地雷达，一些大学也研制探地雷达，但是这些探地雷达多为单通道，地面耦合天线，扫描速率很低，不能用于车载。一般探地雷达系统好比照相机，而车载探地雷达系统好比多摄像头的高速摄像机。车载探地雷达系统的扫描速率与高速摄像机的单位时间内所能拍摄的照片数类似，扫描速率越高，测试速度越高。目前国外车载探地雷达系统主要有美国GSSI公司的SIR-20系列、30系列和意大利IDS公司RIS-2K系列。车载探地雷达技术有五项关键技术：空气耦合天线、多个通道技术、高速扫描技术、定位技术和多通道数据处理技术。以我校地学学院昝月稳教授领衔研制的车载探地雷达系统，在这五项技术方面都达到国际领先。专用空气耦合天线，集中了国外喇叭型天线和平板天线的优点；采用金属壳全屏蔽，减少了外界干扰；三通道探地雷达系统的扫描速率是美国SIR-20系列雷达扫描速率的5倍，意大利RIS-K2系列雷达扫描速率6倍， 美国SIR-30系列后来才与我们的扫描速率相当，但是探测深度只有我们的三分之一。定位系统采用了GPS和里程绝对坐标定位技术，可以整条线自动采集数据，而国外同类产品是相对定位，累计误差大，无法长距离检测。自主研发了多通道数据处理软件，在吸收国外软件优点的基础上，软件功能达到国外同类软件先进水平。该项成套系统集成技术已成功应用于工程实际，2008年经铁道部鉴定达到国际领先水平，实现了不干扰运输的路基状态检测与普查。铁路车载探地雷达24小时可以采集2880km的数据，而在运营线上人工检测至少需要一年的时间，其效率是不言而喻的。

成果简介：本项目包括容器类和管道类两种测试对象的泄漏测试和泄漏点定位技术。1）研制了系列化的高精度气密性检测仪；2）研制了基于红外图像 处理技术进行泄漏点检测及定位的装置；3）研制了多种主要针对汽车变速器/离合器壳体的高效率、高精度在线式自动试漏机，满足了当前实际生产 需要，并取得了较大的经济效益。4）将模式识别理论与方法应用于气体管 道的泄漏诊断中，实现气体管道动态泄漏和稳态泄漏的检测与定位。 项目来源：北京市教委产学研教育基金、国家自然科学基金、“2

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。

本发明提出一种基于视觉特征的视频指纹检测方法，具体为：按照帧间相关性对视频序列分段，在分段中提取关键帧；在各关键帧中提取视频特征；利用像素点特征字典对像素点分类；对各关键帧分别进行多次不同数量的分块，在各子块中依据像素点的分类结果统计像素点特征字典各元素的出现次数，得到该子块的特征向量；将所有子块的特征向量拼接得到关键帧的高维视频指纹；对各高维视频指纹进行降维；将各视频片段关键帧的低维视频指纹按照时间先后顺序连成关键帧视频指纹串。本发明还提供了基于上述指纹检测方法的视频匹配方法。本发明通过对视频内容的关键信息进行有效描述，在不影响匹配率的情况下，大大降低了算法的复杂度，有效提高了检测效率。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

本发明公开了一种基于机器视觉技术的马铃薯分级控制方法及装置。在图像检测时，根据导向拨杆的数目将摄像机视场划分成相对应个数的虚拟通道；用逻辑值来表示每个虚拟通道上是否存在待分级马铃薯；控制处理单元根据检测得到的逻辑值来控制导向拨杆是否动作，当逻辑值为1时，其所对应的导向机构才由气缸向上推出，马铃薯与导向拨杆接触而改变运行轨迹，分离到对应的出料斜槽中；马铃薯由摄像机采集图像后，由图像检测结果，以马铃薯横径为直径画一个虚拟圆，根据虚拟圆所占据的虚拟通道来确定采用一个或多个导向拨杆来分离马铃薯。本发明可用于杂质、不同品质马铃薯的快速检测，同时可减少马铃薯的损伤，准确地实现马铃薯的分选。

本发明公开了一种基于机器视觉技术的马铃薯分级控制方法及装置。在图像检测时，根据导向拨杆的数目将摄像机视场划分成相对应个数的虚拟通道；用逻辑值来表示每个虚拟通道上是否存在待分级马铃薯；控制处理单元根据检测得到的逻辑值来控制导向拨杆是否动作，当逻辑值为1时，其所对应的导向机构才由气缸向上推出，马铃薯与导向拨杆接触而改变运行轨迹，分离到对应的出料斜槽中；马铃薯由摄像机采集图像后，由图像检测结果，以马铃薯横径为直径画一个虚拟圆，根据虚拟圆所占据的虚拟通道来确定采用一个或多个导向拨杆来分离马铃薯。本发明可用于杂质、不同品质马铃薯的快速检测，同时可减少马铃薯的损伤，准确地实现马铃薯的分选。

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。己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入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x3. 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x4. 6=331.2方元，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。

项目简介 机器视觉技术是一门涉及人工智能、神经生物学、计算机科学、图像处理、模式识 别等诸多领域的交叉学科，其主要用计算机来模拟人的视觉功能，从客观事物的图像中 提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，目前已经广泛应用 在工业和民用领域中。 三维全景视觉检测技术是近年来机器视觉领域研究的热点之一，目前在视觉监控领 域、机器人定位、机器人视觉伺服控制等方面得到了应用。现阶段全景视觉检测技术主 要围绕运动系统的定位、伺服速度和精度开展研究，江苏大学先进制造与现代装备工程