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。

基于单颗 NXP 嵌入式芯片，研制一套可集成 4 至 8 路 高清视频输入的高性价比智慧视觉系统。该系统除了实现倒车影像、行车记录、环视全景成像等基本功能外，还将进一步基于深度学习算法，一体化集成车道偏离预警、前车碰撞预警、行人碰撞预警、盲区监测及变道辅助、驾驶行为监测等高级辅助驾驶功能，从而在不增加硬件成本的基础上，为客户提供高性价比的智慧视觉系统，实现各类型车辆的车身环境感知及预警。 

本发明属于机器人喷涂相关领域，其公开了一种基于视觉的机 器人喷涂轨迹校准方法，包括:对真实摄像机内参数的标定及喷涂机 器人与真实摄像机之间的手眼标定;采用所述真实摄像机获取标定工 件位于理想位置时的参考图像;采用所述真实摄像机获取待喷涂工件 的目标图像;设定虚拟摄像机及获取所述真实摄像机在所述虚拟摄像 机的坐标系下的位置及姿态信息;对待喷涂工件的喷涂轨迹进行校准。 本发明的机器人喷涂轨迹校准方法利用视觉方法对待喷涂工件进行位 姿的标定，进而对喷涂轨迹进行校准，无需对待喷涂工件进行严格定 位及设计特定

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。

本专利是在前人研究的辅助驾驶方法与装置的基础上，克服其成本高，功能单一等缺点，设计一种具有良好的移动性能、较强的车辆适应性、效果可靠、重量较轻的视觉辅助驾驶系统。其特征在于：由图像采集系统、图像处理系统、图像显示系统等组成，其中图像传感器通过吸盘固定在车辆内部挡风玻璃上，或者将图像传感器固定在车内顶部，采集前方道路信息，辅助驾驶系统机箱放置在驾驶员前方的仪表台上，两者通过数据线连接。图像传感器通过一块半刚性金属角铁与吸盘固定在一起，可以通过调节角铁的角度来改变图像传感器的俯仰角。 本

在物流系统中有三类典型的自动化传输设备：(1) 固定路径传输设备，如传输带；(2) 限定区域传输设备，如有轨小车；(3) 可变路径传输设备，如自动导引车AGV。AGV是一种具有自动导引装置，能够沿规定的导引路径行驶和停靠在指定的站点，并通过各种移载装置完成相关物料搬运任务的自动化运输车辆。在自动化程度、智能化水平、路径设置柔性及系统可重构性方面，AGV都要明显优于前两种传输设备，且易与计算机控制的全自动化生产系统有机结合。电磁感应导引和磁导引是AGV的传统导引技术，需要在运行路径地表埋

 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

项目背景：目前电力机器人在作业过程中，由于环境恶 劣，电磁刚绕强度高，造成控制系统不稳定；同时在巡检过 程中，要对各种线路金具、各种作业仪表进行识别与检测， 通常采用机器视觉技术。但由于机器人作业在野外或阴暗照 明等复杂环境，存在识别率低，不稳定等问题。本项研究针 对特殊应用环境，拟开发一套基于机器视觉的巡检机器人控 制系统。 所需技术需求简要描述：1.基于多传感器信息融合的机 器人越障系统：主要包含视觉、激光雷达、超声、红外等传 感器信息，能够实现对巡检路径上障碍物的实时识别与定 位；2.巡检机器人远程监控平台：用于对巡检机器人采集到 的信息进行远程传输和监控，包含巡检路径上的实时视频传 输、机器人运行状态信息显示、巡检故障诊断与显示等；3. 小样本深度学习算法：针对极端环境下数据采集困难，数量 少等问题，研究基于小样本学习的深度学习算法，提高极端 环境下的障碍物识别精度；4.图像增强算法：针对高空强光、 阴暗、潮湿等极端环境所带来的图像识别困难问题，研究相 应的图像增强算法，提高识别精度。主要技术指标：1.开发 设计一种适合高压线路金具视觉检测与识别技术，对输电线 路各种金具进行动态识别与检测，解决野外环境下识别率低 的问题，形成一套完整的线路金具机器视觉识别与检测方 法。2.开发设计一种适合地下阴暗、潮湿、多尘环境下视觉检测与识别技术，形成一套完整的机器视觉识别与检测方 法。包括线路金具的识别模型和线路金具的定位方法与双目 测距技术。  对技术提供方的要求:拟与高校联合开发，要求团队具 有类似经验，具备电力机器人研究经历，具有电力线路识别 研究基础，最好有研发案例。 

基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 一、项目进展 已注册公司运营 二、企业信息 企业名称 合肥合工安驰智能科技有限公司 企业法人 段章领 注册时间 2017年 注册所在省市 安徽省合肥市 组织机构代码 91340111MA2R01W28C 经营范围 智能科技、网络科技、电子科技、信息科技、软件科技领域内的技术开发、技术咨询、技术服务、技术转让；广告发布；软件开发；电子产品、家用电器、床上用品、家具、家居用品、计算机、软件及辅助设备、二类医疗器械的销售。 企业地址 合肥市包河经济开发区花园大道369号F426-2 获投资情况 曾获股东投资200万 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 沈奥 计算机与信息学院/计算机科学与技术创新实验班 2019/2023 韩知渊 计算机与信息学院/计算机科学与技术专业 2019/2023 帅竞贤 计算机与信息学院/电子信息工程专业 2019/2023 何煦 计算机与信息学院/计算机科学与技术专业 2020/2024 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 卫星 计算机与信息学院/计算机科学与技术 副教授 人工智能、深度学习 赵冲 本科生院/工程素质教育中心 讲师 计算机网络、深度学习 五、项目简介 针对现阶段各类电力巡检手段的不足以及保障电力设备安全的重要性，本团队提出基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 2021以来共申请发明专利11项（其中学生排序第一2项，排序第二4项），软件著作权1项（学生排序第一），取得国家级科技竞赛奖励2项，省部级科技竞赛奖励4项；团队依托于计算机与信息学院分布式智能与物联网研究所，与力源电力设备股份有限公司、国网安徽省电力公司检修公司、安徽南瑞继远电网技术有限公司等达成合作意向。

XM-D003视觉传导瞳孔对光反射电动模型   XM-D003视觉传导瞳孔对光反射电动模型是为了适应医学院，中等医护职业学校、医院临床教学的需要而研制的，显示正常瞳孔对光反射、视神经、视交叉及动眼神经损伤的神经兴奋传导路径，附以灯光演示的技术要求来进行设计和制作。 一、显示内容： ■ 视觉传导通路 ■ 瞳孔对光反射通路 ■ 视神经损伤通路 ■ 视束损伤通路 ■ 视交叉损伤通路 ■ 视交叉外侧损伤通路 ■ 视神经损伤瞳孔对光反射通路 ■ 动眼神经损伤瞳孔对光反射通路 二、技术参数： ■ 尺寸：51×23×86cm ■ 材质：PVC材料+木框 三、标准配置： ■ XM-D003视觉传导瞳孔对光反射电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张