本发明公开了一种汽车制动辅助激光器，包括轮前激光灯、轮后激光灯、电源、控制电路、前继电 器、后继电器、总开关、三向开关;本发明可以让车子在制动的时候或是转弯的时候让轮子底下的冰面 消失，创造一个有较大摩擦阻力的地面，保证车子安全运行。由于采用高能激光器作为清除冰面的工具， 激光的能效高，清除迅速，反应快，可以使用很少的能量集中解决主要问题。本发明操作简单，装置不 复杂，是人们保驾护航的好帮手。

成果简介： 本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。 系统采用了穿戴式与计算机视觉和机器学习等理论知识相结合。穿戴式技术具有佩戴舒适甚至无感、使用过程不应干扰正常生活、使用便携的优点。这样的系统实现形式有利于简化使用者的使用门槛，提升使用体验。计算机视觉和机器学习技术，使用计算机及相关设备对生物视觉的一种模拟，可以有效的获取外接环境，通过分析外界环境做出相应的回应、给出结果。通过机器学习方法可以有效的对数据进行建模、分析。 系统设计的指标主要包括两部分，及硬件指标和软件性能指标。 硬件指标主要有以下几点： 主控CPU采用的是4核CortexA9处理器 RAM需要大于512M，稳定5V电源 HDMI接口支持，USB 接口支持，常见音视频编解码支持 摄像头采用的720p的高清USB摄像头 软件指标只要包括： 指尖检测部分的主要包括指尖位置的检测的准确性，以及ROI确定的准确性，能否准确的划分出待识别目标所在的区域 物品识别部分主要包括可识别物品的类别，以及识别的准确率指标 对纸币识别的准确率和召回率以及计算的时间成本，主要涉及的算法的时间和空间复杂度 文字识别主要包括检测的正确率和召回率 系统基本构成如下图所示，主要包括前端固定眼镜边上的高清摄像头，后端数据处理部分采用的是AMR CortexA9四核处理器作为数据和算法处理单元。 系统基本工作流程为，以手指的一次特定手势（食指有方向性指向某个物体）为触发，系统检测到此手势后自动在手指尖端区域检测敏感信息，如字符，物体等，进一步通过计算机视觉算法，对检测的信息做识别处理，最后对识别结果进行语音播报作为反馈给使用者。用户只要用手指指向交互的给出识别的物品，那么设备就会开始读取这个场景，进行识别并将结果语音输出。 如果该产品可以得到推广，那么可以极大的帮助视觉残疾人，这一款穿戴式设备可以甚至可以改变数以千万记视障人群的日常生活，他们可以减轻对他人的依赖自由独立的生活。 目前该设备正处于原型开发期，已经取得了阶段性的成果，可以准确的定位值之间所在的位置，能较为准确的识别自然场景的中纸币面值，以及简单的文字。下一阶段着重把性能经一步优化，增添识别物体的功能。 该项目是由电子科技大学程洪教授主导的创新性高新项目。不但具有广大的市场前景，据可靠统计全国至少有各类残疾人总数超过8千万，而其中视觉残疾的人数找到15%，因此这款设备具有广阔的市场前景，可以带来一定经的经济效益。而且，更为重要定位于辅助他们日常生活产品充分体现出平等关怀的助残精神，帮助他们更好的生活是我们也是社会的责任所在。

本发明公开了一种超声波辅助干燥系统，包括超声波发生器，超声波发生器通过超声波换能器与金属托盘固定连接，超声波换能器置于风冷或水冷的冷却装置中；金属托盘上方正对干燥腔体的出风口，干燥腔体内设有风速仪和温度湿度控制器，风速仪和温度湿度控制器将出风口空气的速度、温度和相对湿度采集反馈给控制器，控制器通过空气处理装置调节出风口空气的速度、温度和相对湿度；其中

本成果提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、项目分类 关键核心技术突破 二、技术分析 本成果针对复杂产品装配车间存在的数据全面实时采集和管理困难、生产调度困难、装配现场需求响应不及时、完整准确的产品装配数据包的输出难以实现等问题，提出了一种基于工作流的结构化装配工艺设计和装配过程管控技术方案，以及基于数字孪生的复杂产品装配过程同步建模与仿真技术方案，可用于航天、航空、船舶、兵器等复杂产品装配车间的电子化数据采集与管理、运行状态的同步建模和实时监控、现场需求的快速响应与处理、完整准确的产品质量数据包输出以及物料的动态跟踪管理。 一、主要技术优势     有效利用工作流和数字孪生技术，为复杂产品装配车间数字化和智能化管控提供新的方法，并取得良好的应用效果。 二、主要性能指标    （一）支持多种装配数据的电子化采集、管理与质量数据包生成，包括完工数据、工时数据、质量数据、物料数据、多媒体数据、实测表格数据、工艺数据等，电子化的数据采集覆盖率可达90%以上；    （二）支持装配车间运行状态多层次多维度的同步映射，包括车间布局、人员状态、环境状态、物料状态、产品工艺状态、设备状态等。根据实际应用场景，数字孪生模型覆盖率可达95%以上，虚实状态映射一致率达100%，时间延迟在3s以内。

XM-FG辅助排便和灌肠训练模型   一、功能特点： ■ XM-FG辅助排便和灌肠训练模型采用高分子材料制成，肤质仿真度高。 ■ 模拟长期卧床病人或者年老无力的排便病人，仿真人大小，具有肛门、模拟肛柱及直肠等结构，在灌肠插管过程中有真实的阻滞感。 ■ 具有标准的灌肠体位，左侧卧位，左腿自然伸直，右腿屈曲，腹壁可打开，可从透明的肠腔内看到灌肠导管的末端。 ■ 可注入模拟灌肠液，使用肛管插管灌肠法。 ■ 可进行甘油注射灌肠（从腹部侧方的排液管流出）。 ■ 可行多种灌肠操作包括大量、小量、保留、不保留灌肠、清洁灌肠等操作，并真实的灌入液体，灌入的液体不会逆向流出。 ■ 模型结构便于拆装、清洗，模型内的液体可方便引出。   二、标准配置： ■ 辅助排便和灌肠操作模型：1台 ■ 灌肠筒：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

轻交互教学互动平台是一个以微信为载体、辅助教师更高效进行智慧教学的教学助手，连通教师课程空间教学平台，集监管、教学、学习．交流于一体，构建手机互动智慧教室。实现学生课前自由预习、师生课中便捷性互动、自适应批改、课后随时随地交流并及时查看教学数据统计报告等功能。

生产应用解决方案详细信息：索要完整应用解决方案请访问清锋科技官网 3D打印汽车行业解决方案-清锋 (luxcreo.cn) 汽车工装夹具类产品解决方案车型品种的不断增加和零件结构的愈发多样，会造成专用的工装 夹具越来越多，导致成本上升、维护困难，且使用率低、淘汰率 高。现如今，全新的3D打印技术和材料将改变这种局面。 01 材料选择基于模型、工况、韧性材料性能做力学仿真，筛选合适的材料（TM系列韧性材料） 02 晶格化处理基于LuxStudio晶格模型自动生成平台，可选择与产品相适配的晶格单元定制晶格 03 打印前优化基于尺寸精度、表面细节要求，对CAD做补偿，调用并适度优化打印工艺参数库 04 打印交付智能工厂3D打印，清洗，固化，抛光，质检，发货 Lux 3Li+打印机应用  汽车工装夹具类产品解决方案 LuxCreo提供Lux 3Li+打印机、LuxFlow模型处理软件、LuxStudio晶格生成软件、各类工程材料产品组合和后处理解决方案，支持客户端的CAD设计、机加工、装配等解决方案。 客户收益 快速满足定制化需求，缩减时间、资金成本 使轻量化设计、生产工装夹具成为可能 按需生产，减少库存压力 自由灵活，可根据实际使用需要调整夹具性能 Lux 3Li+打印设备×打印材料 Lux 3Li+，新一代大面幅LEAP光固化3D打印机，让制造更简单 一、打印能力有多强？ 1. 面幅更大，小批量生产也没问题 很多工业级DLP 3D打印机因为受制于缺乏优质光机、结构设计通用化；离型膜、材料等方面的自研投入不足，很难做到大幅面打印。 清锋意识到这一点，从材料的研发到设备的制造生产都进行了全流程的自研，将每一条生产链路都变成清锋独有的解决方案，持续推动着自研材料、3D打印机系列产品的优化升级。 今天看到的Lux 3Li+，就是一款打印尺寸提升到400*259*380mm超大面幅的 光固化3D打印机，这就意味着光固化3D打印不仅可以完成大尺寸产品的交付，同时也能够实现一些复杂工件的小批量生产，提高单机吞吐量。 过去，1台光固化打印机最多可以打印6个牙模，2双鞋垫，2个镜框，1/4个颈椎枕。 现在，1台Lux 3Li+可单次 28个牙模；10双鞋垫；10个镜框；3个颈椎枕（过去3个颈椎枕需要4小时的任务现在仅需1.8小时就可以完成）。 2. 全制程生产效率更快，交付时间短 除了打印尺寸，普通工业级3D打印机从前期制作打印到后续的处理周期性很长。 Lux 3Li+不仅能够提供稳定、高质量的打印，还将打印的制作时间缩短至30%（相比于FDM或SLA），普通打印机颈椎枕一版需要6小时，Lux 3Li+ 打印只需1.8小时。 Lux 3Li+全制程生产链条的“高效”源自： 基于Linux的工业控制技术，集合多种传感数据，操作简单，安全稳定； 基于CCD和高性能传感器，监控光机能量和打印过程，实现动态补偿； 优化的树脂热管理系统，提高工件质量，降低光能消耗； 支持个性化地调整设备设置和工艺参数； 提供端到端的解决方案：增材制造工件的成型前准备和成型后加工 3. 一体化模型处理，秒处理秒切片 为了让使用者能快速上手，Lux 3Li+还配备了一体化模型处理软件LuxFlow，拥有模型导入、文件修复、编辑、布局、支撑、参数设定、切片操作等功能，是实现从快速原型制造到批量生产的3D 打印模型处理解决方案。 也就是说，只需要把模型导入LuxFlow，它就能帮你自动切片。例如，现在切一版6个航空发动机零部件的模型需16s，而过去同一大尺寸打印件切片需要3min44s。 4. 提供完整工艺包，帮助客户快速规模化复制生产（scale） 针对弹性和韧性材料，Lux 3Li+配有完整的解决方案工艺包，可快速按照操作指南进行打印生产。除通用参数工艺包外，对客户的特殊需求，清锋还将提供专业的增材制造设计支持。 Lux 3Li+工艺参数包： 模型处理 ：模型修复、模型抽壳、模型旋转、模型下沉等； 打印参数：支撑的基础设置、加固设置、底座设置，切片的层厚、精度补偿，打印时的材料温度、分段、光机模式、光强、曝光时间、等待时间、上升速度、往复距离、下降速度等； 后处理参数：清洗，UV固化，热固化，表面处理等。 工艺包内的参数均来自于清锋实验室研发出的成熟数据，无需额外探索可直接使用，进一步提高打印成功率，快速规模化生产。 Lux 3Li+核心优势： 1．一体化软件：从晶格生成、切片、打印控制到生产管理 2．简化操作：触控屏和基于Linux的打印控制软件 3．高耐用：高刚性机身，高等级丝杆模组，高品质进口光机 4．可打印性强：成型尺寸可达400*259*380mm，优化温度场控制，提高打印件质量   关于清锋科技(LuxCreo) 清锋科技是一家专注于3D打印设备、软件、材料研发，致力于改变产品开发和生产方式的数字化3D智造商。团队成员汇聚了清华大学、哈佛大学、佐治亚理工学院、宾夕法尼亚大学、剑桥大学等学府的高端技术人才和高管人才。团队研发出适配于不同行业的高性能材料体系，依托自主研发的Lux系列打印机和配套软件， 为鞋类、齿科、医疗、消费、汽车等行业创新升级提供解决方案，打造兼具定制化和批量化的新型数字化制造模式及生态闭环，让制造更简单！www.LuxCreo.cn 欢迎关注清锋公众号：qingfengshidai了解更多专业信息。 如有合作需求或者感兴趣的产品，可以扫描下方二维码联系清锋 ↓↓↓ 公司电话：010-63941626 公司邮箱：business@luxcreo.com 市场电话：18614034268 销售电话：13817977721；13811595251 官方网站：www.LuxCreo.cn 公司地址：北京市海淀区建材城中路27号金隅智造工场S5幢1017

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。

新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。