项目背景：近年来，我国自动售货机蓬勃发展的最佳时 期已经到来，从零售行业的视角来看，随着线上流量红利的 衰退，线下流量的价值越来越突出，但线下门店业态也面临 着高昂的人力成本和租金成本压力。而智能化升级引入自动 售货机，通过网络实现移动支付功能以及货物管理功能，使 得自动售货机运营效率得以提升，业务模式上也有了无限的 想象空间。随着移动支付的兴起，国内自动售货机市场近几 年可谓遍地开花，发展迅猛。近些年自动售货机行业一直朝 着低成本、多功能、更便利、售货广的方向发现。所以一款 造价低、性能稳定，运营简单，购物便利，售卖商品范围广 阔的机器越来越受到运营商的青睐。目前智能视觉柜采用静 态识别系统将非常好的满足上述条件，将来的发展潜力巨 大。目前消费者扫码后开门，取走商品后，关门，通过录制 取走商品的视频进行解析消费者取走的什么商品，从后进行 自动结算流程。核心技术是视觉识别，能通过人工智能 AI 进行识别商品类别及数量。 所需技术需求简要描述：扫码开门，采集视频或图片， 关门后通过算法自动识别消费者购买的商品明细，目前算法 准确度只有 90%，尚需突破。希望能基于视频、图像等媒体 资源，针对工厂质检、智能识别商品明细、智能补货统计等 场景，提供整体 AI 算法解决方案，全面提升智能售货机开 门取货自动识别商品的准确率达到 100%，带来更便捷的购物体验。  对技术提供方的要求:1.具有成功的自动化控制实施案 例，承担过国家重点研发计划项目。2.熟悉产品结构设计， 熟悉产品信息化、自动化设计。3.具有工学博士学位或高级 工程师职称，技术方案成熟可靠稳定有创新思维，不涉及知 识产权侵犯。 

本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生

1.管理类人才，有丰富的机械行业管理经验；2.技术人才，精通视觉算法、程序编写和视觉应用的高级人才1-3人。3.精通机器人和AGV整体结构设计的高级人才1-3人 

一种基于视觉颜色理论和同质抑制的轮廓与边界检测方法，属于计算机视觉和模式识别的交叉领域，旨在从复杂的自然场景中提取目标的轮廓和边界。本发明通过研究人眼视觉信息处理机制，对视觉通路各级神经元的感受野建立数学模型，同时利用非经典感受野的调制作用来抑制纹理边缘，从而突显轮廓和边界

一种基于视觉颜色理论和同质抑制的轮廓与边界检测方法，属于计算机视觉和模式识别的交叉领域，旨在从复杂的自然场景中提取目标的轮廓和边界。本发明通过研究人眼视觉信息处理机制，对视觉通路各级神经元的感受野建立数学模型，同时利用非经典感受野的调制作用来抑制纹理边缘，从而突显轮廓和边界。本发明的创新点在于将人眼颜色信息处理机制引入轮廓与边界检测模型中，通过设置不平衡的视锥输入检测出颜色和亮度边界，保持轮廓的完整性，同时考虑

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

产品详细介绍珠海市华普自动化科技有限公司网址 http://huapu.114ct.com/ 视频www.tudou.com/home/_75709667http://u.youku.com/user_show/id_UMjY2NTE3NTY4.htmlhttp://you.video.sina.com.cn/pnpnpnpnhttp://pnpnpnpnpn.51sole.com/ 视觉教育机器人   视觉教学机器人（机器人含视觉系统5.8万）珠海市华普自动化科技有限公司视觉教育机器人用视觉来做测量和判断，机器人视觉（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素位置、分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，输出位置或判别信号来控制现场教学机器人的动作。我公司视觉教育机器人人有以下两款：1|、2-6轴轨道机器人2-6轴轨道机器人由X,Y,Z,R，L等6关节/旋转轴6轴组成。机身整体高強度铝合金材，坚固耐用，惯量小，动态性能稳定,长时间使用不变形，精度稳定，使定位精度更加精确。主电机采用100-1000W伊莱斯伺服电机，重复定位精度±0.05mm。配电气控制箱。供电电源：220V、50Hz；电源容量：52KVA。机械臂粗壮牢固，转动灵活。工作范围500*500mm。 2、3-6自由度通用机器人3-6自由度通用机器人，采用垂直多关节串连结构，步进和伺服电机驱动，最大工作负载2.5kg ，重复定位精度±0.05mm。    产品特点：1、6轴联动，采用5.6寸液晶屏执行ISO国际标准G代码；2、采用多层线路板，32位高性能的CPU和超大规模可编程器件FPGA，系统的整个工艺采用表贴元器件，从而使整套系统更为紧凑；3、采用多达20级的运动指令缓冲区运动控制芯片，特别适合高速多线段或圆弧连续插补的运动控制；4、20路输入，20路输出接口；5、全光耦隔离，抗干扰性强，运行稳定；6、有手动，自动，归零，编辑，录入操作； 视觉系统配件选配说明（也可根据需要选择） 序号  名称  规格型号 1  工业数字相机  高分辨率工业相机  MV-1300UC  高速工业相机  MV-VD040C 2  工业镜头  百万像素工业镜头  2514MP  工业缩放镜头  ZL0920 3  LED光源  环形光源  AFT-RL100  平行光面光源  AFT-BL100  条形光源  AFT-WL100 4  软件  机器视觉图像处理软件  MV-MVIPS 5  光源控制器  模拟光源控制器  AFT-ALP2415  数字光源控制器  AFT-DLP2430  另外，机器人视觉细分应用： 模具残留物自动检测（模具保护）， 标准件筛选 适用于螺丝、螺母、垫片、螺母夹、轴套等标准件；检测类型：表面缺陷、尺寸测量、螺纹检测、特征检查等。 非标件检测 适用于汽车零配件、电子零配件、机械零配件、医疗器械；检测类型：表面缺陷、尺寸测量、特征检查、装配检查等。 印刷字符检测（RVT-KBI） 适用对象：手机按键、计算机键盘、仪器仪表等； 检测内容：印刷字符印刷质量、按键错误、字符错误、字符偏移等。一维码、二维码识别，数字、字符识别，颜色识别等； 检测内容：数据读取，字符识别，颜色判断等。珠海市华普自动化科技有限公司  网址 http://huapu.114ct.com/      http://pnpnpnpnpn.51sole.com/联系电话：13417736537   0756-7796528  13267957849 联系人：吴先生   电子邮件： 1113789835@qq.com  QQ：1113789835    http://pnpnpnpnpn.51sole.com/ http://pnpnpnpnpn.tgshebei.cn/usercplist.aspx视频：www.tudou.com/home/_75709667 http://u.youku.com/user_show/id_UMjY2NTE3NTY4.htmlhttp://you.video.sina.com.cn/hpzdhkj

北京体育大学沈燕飞科研团队使用人体姿态估计算法，对击剑比赛过程中两名选手的身体各环节和关节的运动进行的智能识别。工手动标记数据等方法，更为高效，可应用于海量体育视频数据的分析和未来的体育大数据的构建。

简介： 抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。 我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。  优势： 1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍 2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率 3、计算方法已经得到了实验从正、反两方面的验证。 图1：深度学习算法预测蛋白质相互作用时界面氨基酸配对:成功率72.1% 图2：计算相互作用得到了实验从正、反两方面的验证