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

本发明公开了一种基于签到数据的用户行为轨迹聚类方法，所述方法包括：步骤1，获取用户签到数据；步骤2，对用户签到数据进行预处理；步骤3：在综合考虑了用户签到日期的边际效应和签到次数差异的影响的基础上，计算用户在签到位置上的签到值；步骤4，初始化聚类中心，采用余弦相似性方法分簇；步骤5，重新计算聚类中心，采用余弦相似性方法重新分簇；步骤6，重复步骤5，直到满足预设聚类精度的要求。

脑血管重构是引起脑卒中的关键性病理变化，但机理仍未清楚。本技术成果通过对Cl-通道对脑血管 重构的作用及机理进行研究.

本发明基于压缩感知理论将将测量的信号通过1比特量化，去掉了之前被测信号能量为1的假设，通过循环迭代的公式最小化凸的替代函数，最终恢复出要测量的信号，相比于之前相关算法明显的提高的信号的恢复精度。

本发明公开了一种基于纠删码缓存的重构优化方法，包括：失 效数据缓存过程，包括：接收客户端写失效数据节点的客户端请求记 录，将客户端请求记录写入由集群中存活节点预分配内存构成的纠删 码缓存区中的数据区，根据纠删码缓存区中数据区的原有数据和新写 入的客户端请求记录，更新纠删码缓存区中的校验区，向客户端返回 写失效数据节点完成；以及缓存数据迁移过程，包括：读取纠删码缓 存区中的一条客户端请求记录，从失效节点对应的替换节点中

本发明公开了一种可分解重构的步行机器人，包括分两排并列分布在机架单元左右两侧的足单元结构，其特征在于：机器人是由组单元结构、机身单元结构和主动关节单元结构构成。各个单元结构可以方便、独立的与其他单元结构分离和组合。本发明通过调整机架连接架的位置和数量改变步行机器人足的数量的布置方式，进而改变步行机器人的结构和功能。本发明在步行机器人的结构和运动功能上都具有更大的扩展空间，并可以方便替换失效单元，重新组合新的运动结构，对各种不同的运动环境具有更强的适应能力。该步行机器人可以满足各种环境和任务的需要，同

面向日益复杂多样的电子产品应用场景，电子设备的小型化进程不断加快，对于高集成、多模式、多功能的芯片需求飞速高涨。本项研究成果针对生物医疗电子、个人无线体域网、近距离无感支付、车载定位、战场实时感知、无人机导航等应用需求，提出一种超宽带无线通信兼具FMCW雷达测距的复合型收发机创新性结构。收发机采用超宽带射频调频+可再生型鉴频技术，实现通信及雷达的共架构方案；提出多相中频时差测距机理，将分辨率提高2个数量级，达到mm级精确测距，动态范围扩大4倍；射频前端基于电流共享技术，实现射频振荡器+功放、低噪放+鉴频+混频的一体化实现，系统功耗优化40%；提出子载波发生器+频率校正环路的数字化复用结构，发射机可半数字化实现，从而得到一款支持无线数据传输、时差/频差/相差雷达测距的极低功耗复用型收发芯片。 图1.研制的通信+雷达集成收发机芯片显微照片

奥威亚智慧录播、高校应用平台等核心产品已在吉林大学形成丰富的应用成果

一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055

一种固件可重构的手机数据采集控制器，利用微控制器芯片的 在线固件烧写功能，提供智能手机对其进行固件烧写操作的接口，并 对数据采集控制器的固件存储 Flash 存储单元空间进行分块，能够在一 个微控制器中安装多个采集控制固件。由手机来启动微控制器对应的 采集控制固件。当微控制器中未安装对应的采集控制固件时，则由手 机自动从网上查找、下载相应的采集控制固件，并安装到数据采集控 制器的空闲块区中。这既可以避免更换手机测量功能时对数据采集控 制器采集控制固件的重新烧写，又可以避免将固件程