工业或轻工业环境下的抓取和分拣操作一直是劳动密集型的生产环节。本研究室搭建了以视觉感知     为基础的机械手臂控制系统，核心硬件包括 UR 机械臂和 Barratte Hand 三指灵巧手。能够准确、快速地识别与定位抓取目标，并实现可靠地运动控制。该技术对提高相关产业的自动化、智能化、以及劳动生  产率具有重要的应用价值。

利用手机上的 APP 刷人脸，进行识别后，驱动门禁开关。由于手机比较普及，出入门禁的人，无需携带其他识别物，就能自由进出。成本低、方便快捷。

上海交通大学环境科学与工程学院大气污染控制团队参与研制的“医疗垃圾应急处置方舱”发往武汉驰援疫区，为科学战“疫”贡献交大力量。 “移动式医疗垃圾焚烧方舱”每个方舱为20尺标准集装箱大小，体积约为30立方米，包括固废粉碎方舱、焚烧方舱和烟气净化方舱三部分，为应急抢险救灾过程中生活垃圾、医疗垃圾、动物尸体等固废提供移动式的处置方案，实现垃圾减量和无害化处理，焚烧烟气也经过净化达标排放。 上海交大团队主要负责烟气净化工艺及方舱设计，环境科学与工程学院教授瞿赞介绍，医疗垃圾经焚烧处置关键在病毒病菌的去除，在方舱焚烧炉中以850度以上维持两秒焚烧，病毒无法在这种条件下存活，该技术正好支持当前武汉医疗废物无害化处置。项目组根据武汉防疫医疗垃圾处理的现场要求，对垃圾焚烧及烟气净化方舱进行了优化改进，每日可以焚烧、无害化处理医疗垃圾5吨。 由南京中船绿洲环保有限公司牵头，生态环境部南京环境科学研究所与上海交通大学参与联合研制的多功能机动高效环保装备，也是中国人民解放军陆军勤务学院牵头的“十三五”国家重点研发计划“高原高寒地区灾害现场安置装备关键技术与装备研究及应用示范”项目成果，今年1月在青海格尔木通过军方验证试验。

石家庄铁道大学四方学院创建于2001年，是经河北省人民政府批准、国家教育部确认的，实施本科学历教育的独立学院。学院的母体学校石家庄铁道大学 前身是中国人民解放军铁道兵工程学院，创建于1950年，集军队、部委、地方优势于一身，历史文化积淀深厚，办学特色鲜明，为河北省重点骨干大学。 学院现有两个校区，校园面积1050余亩，校园环境优雅，基础设施齐全，教学设备先进，面向全国30个省(市)招生，在校生10674人。根据国家经济和社会发展的需要，学院设有10个系2个教学部，本科专业22个，涉及工学、经济学、管理学、法学、文学、艺术学六个学科门类。 学院依托铁道大学优质教育资源，基本建立起一支德才兼备、生师比匹配、专兼比合理、相对稳定的师资队伍。学院秉承军校传统，实施严格的日常管理，有一支素质高、责任心强并24小时在校的专职辅导员队伍。 学院积极推进与国际的合作交流，分别与美国布里奇波特大学，美国佛罗里达大学，西班牙纳瓦拉大学签署合作协议，在教师互访及培训，联合培养本科交换生，4+1硕士学位交流等多个领域展开合作。 学院重视学生综合素质的提高，强化创新精神和实践能力的培养，与大型国有企业合作设立社会实践基地90余个，其中与北京铁路局和与广联达软件股份有限公司申报的2个基地被批准列入河北省首批大学生校外实践教育基地建设项目。 学院坚持德育为先、育人为本，积极组织在校大学生参加全国省市级各类专业竞赛、文体比赛和第二课堂活动，促进学生全面成长成才，在全国大学生数学建模竞赛、全国大学生算量大赛、全国商科院校技能大赛等全国范围内专业性强的赛事中取得优异成绩;在团中央、团省委组织的活动中多次获奖。 学院始终把培养适应生产、建设、管理一线需要的高素质应用型人才为目标。依托铁道大学优质教育资源，所设主干专业与行业联系紧密，毕业生深受用人单位欢迎，2014届毕业生就业率达93.29%。依托铁路行业，毕业生就业质量好、前景广阔，在各铁路局、中国中铁、中国铁建等原铁道部系统单位的就业率历年均在60%以上。 四方学院秉承石家庄铁道大学“严谨治学、勇于创新、精心育人、志在四方”的优良校风，遵循“规范办学、严格管理、确保质量、争创一流”的办学指导思想，按照“厚基础、宽口径、重能力、高素质”的教学理念，把以促进学生的全面发展，培养适应社会需要的高素质应用型人才作为衡量教育质量的根本标准，坚持内涵式发展道路，以提高教学质量为核心，不断提升综合实力和核心竞争力，力争把学院建设成为“特色鲜明、国内知名”的独立学院。

方东教仪(广州)有限公司于2002年03月25日成立。法定代表人凌建雄，公司经营范围包括：教学专用仪器制造;教学用模型及教具制造;化学试剂和助剂制造（监控化学品、危险化学品除外）;塑料制品批发;仪器仪表批发;货物进出口（专营专控商品除外）;塑料包装箱及容器制造;非许可类医疗器械经营（即不需申请《医疗器械经营企业许可证》即可经营的医疗器械”，包括第一类医疗器械和国家规定不需申请《医疗器械经营企业许可证》即可经营的第二类医疗器械）;化工产品批发（危险化学品除外）;等。

产品详细介绍 案例展示 公司官网：http://www.jiuliangtech.com

项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。