产品详细介绍

产品详细介绍

产品详细介绍

竞赛机器人性能测试及显示装置，可应用于机器人轨迹赛，如机器人直线行走、直线花样行走、直线绕障行走、按规定图形行走竞赛等，使竞赛规则更为直观、明朗，减小竞赛结果判断的人为误差。将该竞赛机器人性能测试及显示装置应用于机器人性能的评价，为生产者、销售者和购置者提供更为统一、直观、准确的评价标准。进一步扩展该竞赛机器人性能测试及显示装置，如使系统自动升降、倾斜等，可进一步丰富机器人竞赛规则、完善机器人性能评价标准。利用竞赛机器人性能测试及显示装置反馈的机器人性能信息，可进行更为深入的机器人研究开发，例如应用于人形机器人步态规划中，可推动机器人研究事业的发展。该成果已获专利 2 项，发表英文学术论文 2 篇。

随着物联网设备的指数型增长，传统云计算的集中式处理方法已不能满足数据处理和数据安全等需求，边缘计算应运而生。边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。但是，一般的应用都默认只支持一种物联网组网协议或使用一种边缘计算框架，且组网协议跟边缘计算框架的接入十分繁琐，用户使用操作不便，耗时长。   一种集成多组网协议多边缘计算框架的边缘计算处理平台可同时兼容多种组网协议和集成多种边缘计算框架，简化接入步骤，大幅度降低用户的操作步骤和时长。同时，部署简单快捷，通过配置文件执行一键启动脚本即可实现平台的自动化部署及统一管理。与现有技术相比，该平台配置变更灵活。针对不同的服务器，不同的设备，只需要修改配置文件就可以直接部署生效。无须重新编译代码，无须重新创建镜像。此外，该平台具有良好的扩展性，极高的并发处理能力和很强的稳定性。可利用硬件加速数据处理，通过对FPGA、GPU和ASIC等的加速算法实现对数据的加速处。

突破了人机交互遥操作机器人的力感知、力反馈、力控制三大关键技术，研制成功人机交互遥操作的关键支撑设备，填补了国内空白。

智能交互式上肢康复机器人在机械结构上改进了现有动力型上肢康复机器人将电机放在运动关节处造成的噪声高、体积大等不足。在系统控制上，设计了多模态控制（语音控制、触摸控制、按键控制等）方式，使得控制更加符合人机交互控制需要，同时还设计了多种训练模式（被动训练、助力训练、虚拟现实训练等）。医、患、机三者交互，实现了医生跟患者，医生与机器，患者与机器之间的远程、无线控制。

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。

本项目建立了一个拟人化的人机交互系统，实现基于虚拟现实技术的手语合成、基于视觉感知的静态手势识别、基于图像和视频序列分析的表情识别以及基于正侧面相片拼接的表情合成等功能。获得8项国家计算机软件著作权，撰写了1部人机交互专著，获得2008年深圳市科技创新奖（第一），《手语翻译系统》和《手语教学系统》分别被评为2007年和2008年国家重点新产品，构建了《中国标准手语库》（共5587词）。 项目成果应用于智能人机接口、数字娱乐等领域。中央电视台一套《科技博览》作了题为“手语手机”的专题报

智能交互式上肢康复机器人在机械结构上改进了现有动力型上肢康复机器人将电机放在运动关节处造成的噪声高、体积大等不足，将电机、减速箱、离合器等动力器件放在底座内，并采用基于齿轮的中央驱动设计，在实现简化机械臂的同时能完成肘关节曲/伸，肩关节曲/伸与内收/外展的多自由度活动。在系统控制上，设计了多模态控制（语音控制、触摸控制、按键控制等）方式，使得控制更加符合人机交互控制需要，同时还设计了多种训练模式（被动训练、助力训练、虚拟现实训练等），以适用不同阶段患者的康复训练需求。针对该机器人设计的一款应用于手机