产品详细介绍1.1 产品简介 嵌入式录播追踪一体机是实现对图像信号进行采集、预处理、自动追踪导播和录制，并进行输出的前端设备。可支持4路1080P视频信号和两路音频信号的采集，并提供多种画面合成方式供用户选择。嵌入式录播一体机结合了硬件系统的高性能，软件系统的灵活性和兼容性的优势，支持全高清视频的采集、编码，实现多屏合一的方案。能够在复杂的环境下高效运行，适应不同直播录制场合，可广泛应用于教育行业、远程医疗、监控及可视电话、政府部门、军事应用等。 集成的追踪自动导播切换功能与录播共用相同的视频源，无需增加额外的摄像头，采用先进的机器学习，图像智能分析等算法，使得设备即装即用无需调试。既降低了录播系统的成本，又大简化了设备的安装调试过程。 1.2 产品优势  全芯片嵌入式架构     硬件集成、嵌入式操作系统，保证长时间工作稳定，有效防止病毒和网络攻击，确录制资料安全。  高品质音效     支持双声道高清音频（AAC-LC）编码，支持标准CD格式的44.1K采样，完美音质享受。  超强图像性能     采用领先的核心视音频处理技术，卓越的信号处理能力，自如应对多达2路1080P@60fps或者4路1080P@30fps全高清视频编码。  丰富的接口设计，自由接入任意信号源     系统提供多组HDMI（DVI-I）、HD-SDI、YPbPr及VGA信号接口，高清视频分辨率支持1080P@60，能够自由接入任意信号源，全面满足各类需求。  高低码流同步录制     录制过程支持高低不同速率的录制码流，同时生成点播服务的MP4文件。  集成追踪自动导播切换     录播和追踪集成于一体，可自动导播切换。  导播策略可配置     导播策略支持在线配置。 1.3 产品功能  视频输入     嵌入式多媒体高清录播机可精准检测4路视频信号和1路音频信号，优良的兼容多种品牌的型号和摄像机的模拟信号，可适应复杂的采集场景。对采集到的信号源编号处理，对接相应的物理接口，便于用户了解信号源对应的设备。自动识别和匹配各种分辨率，能支持1080@60的高清信号，配置灵活。  画面合成     将采集到的摄像机信号、PC屏幕信号、摄像头信号任意组合，多种画面合成方式适用于多场合的使用需求。  视频输出     配置HDMI和VGA两个输出接口。可自动检测出输出口所接显示设备的分辨率和刷新率。对于输出参数支持灵活的自动匹配和人性化的手动设置，在摒弃以往繁琐操作的同时，也可提供用户更舒适的视觉享受。  多协议支持     采用主流的H.264视频编码和AAC音频编码，采用RTMP，RTSP，RTP传输协议，为系统提供良好的适用性。可编码输出高低不同的视频质量，用户可根据网络环境选择合适的视频质量。  存储     以标准MP4格式进行文件存储，普适于各类播放终端，灵活易管理。

由于地球的自传，地面的太阳电池板必须自动跟踪太阳才能获得最好的辐照效果。为此必须建立聚光和自动跟踪太阳的复杂而昂贵设备，这样无疑增加了成本。本项目不要建立复杂的自动跟踪太阳的设备，却能尽量多地聚集射角入电池表面的太阳光。为此，我们将光伏玻璃表面制备成由多个半球面构成的复眼结构，将其覆盖光伏太阳电池板表面时就可将斜照入射的太阳光尽可能多地聚集射入太阳电池表面，进而提高太阳电池的光电转换效率。模拟表明，在没有间隙排布和弦高比为2.5时效果最优，并且复眼越大优化效果越好，与常规平面光伏玻璃相比，所收集的光能增加4.43%。按设计制得实际复眼光伏玻璃样品，通过一天阳光下的实际测量，得到了类似模拟的效果。本项目自主研发了由多个由半球面构成复眼结构的光伏玻璃，将其覆盖光伏太阳电池板表面时可将斜照入射的太阳光尽可能多地聚集射入太阳电池表面，具有跟踪太阳光的类似功能，提高太阳电池的光电转换效率。与常规平面光伏玻璃相比，所收集的光能增加4.43%以上。

自主研发了由多个由半球面构成复眼结构的光伏玻璃，将其覆盖光伏太阳电池板表面时可将斜照入射的太阳光尽可能多地聚集射入太阳电池表面，具有跟踪太阳光的类似功能，提高太阳电池的光电转换效率。与常规平面光伏玻璃相比，所收集的光能增加4.43%以上。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。

本发明公开了一种交流电相位频率幅值跟踪重构方法，按照该 重构方法，对采集的交流电实际值分析出交流电的频率、相位、相序关系，其后利用二阶广义积分器、频率和相位信息得到各相实时的估 计幅值，再次估计幅值代入提出的算法，减小估计的频率和相位误差。 按照本发明实现的交流电相位频率幅值跟踪重构的方法，无需提供前 馈参考较频率，能够有效分析任何位置角频率的交流电相位、频率和 幅值，并且对于单相或三相电压、电流信号均可实现分析，而且能够 实现有效、快速的实时重构。

本实用新型公开了一种单目三维实时在线跟踪与定位系统。该系统包括激光测距装置、望远镜、CCD、 三角架、标靶及计算机。激光测距装置固定在望远镜的上方，望远镜被固定在三角架上，CCD 安装在望 远镜成像面上，用于获取标靶的二维图像，与激光测距装置一起通过 USB 数据线将获取的图像传输到 计算机中，并将测量的结果在计算机上显示出来。本实用新型能对目标进行在线跟踪，实时监测目标的 三维微小移动，系统组成简单，应用成本不高，适合在工程建筑变形观测领域推

本发明公开了一种导航信号数据导频联合跟踪方法及装置，包括：数据导频联合中频信号与载波数字控制振荡器(NCO)控制的本地载波相乘，完成载波剥离；载波剥离后的信号分别与码 NCO 控制的数据基带信号和导频基带信号相乘，完成码剥离；码剥离后的信号通过积分和清零处理，得到各支路相干积分结果；利用相干积分结果实现数据翻转检测和概率加权因子计算；数据翻转检测结果和概率加权因子辅助数据导频联合载波调整量估计，得到载波调整量；数据翻转检测结果和概率加权因子辅助数据导频联合码调整量估计，得到码调整量；载波调整量控制载波 NCO，实现对数据导频联合载波信号的跟踪；码调整量控制码 NCO，实现对数据导频联合基带信号的跟踪。 

本发明公开了一种可伸缩式竖直运动箱体导向机构，包括用于容纳箱体做竖直运动的管道，以及设置于箱体上用于对箱体在所述管道内做竖直运动进行导向的导向装置。该导向装置为可伸缩式结构，包括设置于所述箱体侧壁面的导轨、设置在所述导轨上并可沿着导轨滑动的至少一个楔形滑块、抵靠在所述楔形滑块上与楔形滑块配合形成楔形调整机构的导向球，以及设置于所述导向球外侧用以约束导向球仅沿着垂直于箱体侧壁面的方向移动的导向球约束装置。通过驱动楔形滑块沿导轨滑动，使导向球朝向远离或者靠近箱体侧壁面的方向运动，以在竖直运动时抵靠在管道内壁实现导向，或在箱体进出竖直轨道时收缩远离管道内壁，从而能够避免与管道内壁的齿条形成干涉。

细菌通过多个趋化受体来感受周围不同的化学小分子，主动游动，实现获得更好的生长环境或者实现趋利避害。但不是强的正趋小分子都是很好的可利用营养物质—好闻的不一定有营养，同样，也不是容易代谢的营养就是强的趋化因子—有营养的不一定好闻。细菌在自然界中往往面临多种不同强弱的趋化小分子，多种不同可代谢程度的营养来源的复杂浓度梯度环境中，细菌群落是如何通过趋化行为抉择它们的去向，实现最优化它们的环境适应性与生长速度？细菌在个体与群体的选择上是否有不同？这一基于细菌的生物行为的研究也许对了解复杂的高等生物的群体行为也有所帮助。 北京大学物理学院欧阳颀院士领导的“生物物理”团队的罗春雄研究组在基于微流体细菌趋化分析芯片的实验研究中发现：在反向不同引诱物浓度梯度下，细菌首先趋向聚集于强引诱物而少营养的一端， 但当细胞密度超过一个阈值时，细菌群落部分“逃逸”强引诱物浓度场，游向趋化因子相对弱但可代谢物质富集的一端。这一现象被刻画为细菌群体运动的“逃逸相变行为”。罗春雄研究组通过与美国IBM沃森研究中心的涂豫海教授（北大定量生物学中心资深访问学者）合作，对此现象涉及的趋化受体间的协作行为进行了系统细致的理论分析和实验论证，发现营养物质通过数量较少的Tap趋化受体进行了响应行为，而且在较大的一个趋化响应参数空间均会出现由细菌密度超过临界密度而产生的逃逸条带（“Escape Band”）行为，该行为可以使得细菌群落在复杂的趋化物浓度场中获得更好的生长优势。相关的定量实验与理论研究以“The escape band in Escherichia coli chemotaxis in opposing attractant and nutrient gradients”为题于2019年1月23日在线发表于Proceedings of the National Academy of Sciences of the United States of America（PNAS）杂志上。细菌群体趋化运动的“逃逸相变行为” 文章第一作者为北京大学定量生物学中心博士研究生张玄麒,通讯作者为北京大学物理学院/定量生物学中心罗春雄教授及美国IBM沃森研究中心/定量生物学中心的涂豫海教授，参与人包括欧阳颀院士，前沿交叉学科研究院博士研究生司光伟，董一名，物理学院博士研究生陈凯悦。工作得到国家自然科学基金委、物理学院介观物理重点实验室、 北京大学定量生物学中心、北大-清华生命科学联合中心的支持。 工作原文连接: https://www.pnas.org/content/early/2019/01/22/1808200116

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。