研制完成多种高速图像处理器件，并在短时曝光技术、大容量数据高速传输存储技术、图像增强、视觉跟踪、图像分割、三维测量等方面取得前沿技术突破，目前高速视觉系统性能指标为 100 万像素 20000 帧/秒，最高帧率 100万帧/秒，最大回传速度 20Gb/s、最远回传距离 40km。

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。

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。

因果关系是自然界现象之间最普遍和最基本的联系。在物理学、生命科学、地理学等各个自然科学领域乃至哲学、经济学等社会科学中，发现内蕴的因果关系、因果网络可以反映系统演化的核心互作机制，具有重要的科学意义。

1. 痛点问题 工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。数据所有者通常会采用前效方法对数据库中的数据加以保护，但是这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，通常的数字水印采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。此外，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。 2. 解决方案 工业物联网数据是工业大数据规模迅速扩张的主要来源。各类物联网传感器以极高的频率采集其所在设备的工作状态数据，通常为一系列包含数据产生时间戳（Timestamp）和采集数据（Data）形式为(Timestamp, Data) 的元组序列，称为时间序列。工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。 数据所有者通常会采用前效方法对数据库中的数据加以保护，包括但不限于：数据加密、用户权限划分等等。但是，这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。此外，数字水印通常采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。 本项目针对常见的水印失效场景进行了分析，提出了能够有效提示水印鲁棒性的技术，更好的确保数据安全的管理能力。 3.合作需求 在全国范围内工业互联网/工业大数据相关领域寻求应用场景，希望能与能源/装备制造行业的大中型企业开展这方面的合作研究和落地实施；并针对上述企业开展包括二次开发在内的各类实际应用，助力企业降本增效、转型升级。

产品详细介绍 机械臂运动算法STEAM主题课程 项目背景 随着工业 4.0 科技革命的到来，工业机器人已成为工业化程度的重要标志。机械臂是最为典型也是最早出现的工业机器人，它可以代替人的繁重劳动以实现生产的机械化和自动化，提高生产效率的同时避免人身事故的发生。机械臂课程的学习可以培养学生将科学技术应用于日常生活、社会实践的意识。 在本项目中，学生可借助机械臂运动算法套件与人工智能与编程教学系统，了解关节机械臂和伸缩机械臂的原理及特点，搭建不同类型机械臂并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了 中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫  了解机械臂的类型及其在现实生活中的应用。 ⚫  掌握关节机械臂和伸缩机械臂的结构特点，设计并制作相应模型。 ⚫  学习图形化编程或 C++代码编程的基础知识，使模型完成实际任务。 ⚫  掌握机械臂运动算法的设计、编写及调试。 2.过程与方法 ⚫  通过观察、查阅相关资料等活动，培养对信息的有效性、客观性做出判断的意识，发展分析概括能力。 ⚫  通过机械臂模型的搭建和编程，发展编程思维和工程思维能力。 ⚫  在完成模型设计和算法设计过程中，提高分析问题和解决问题能力，养成自学能力。 3.情感态度与价值观 ⚫  了解机械臂在日常生活中的实际应用，萌发将科学技术应用于日常生活、社会实践的意识。 ⚫  养成实事求是，尊重自然规律的科学态度。 ⚫  关注科学技术对社会发展、自然环境及人类生活的影响。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.