高精度物理建模和成像计算技术是一直是计算机图形学、计算机动画、科 学计算可视化、计算机辅助几何设计等领域的研究热点，近年来广泛应用在虚 拟现实、数字影视游戏、数字医疗与康复、仿生工程以及三维打印等领域。 本项目针对上述应用领域需求，开展以下几个方面的内容研究： 1）基于中间复形曲面的复杂形状逼近理论和方法； 2）基于代数曲面的高精度碰撞检测和距离计算； 3）基于中间复形网格的变形计算方法； 4）复杂拓扑物体受力分析、物体结构加固方法； 5）复杂拓扑形状的高精度绘制算法。 本项目旨在通过对上述内容的研究，为开发高度真实的三维虚拟手术模拟 系统、人体器官或软组织的高精度三维打印以及仿生装置的加工制造系统提供 51 理论和技术支持，以提升我国在上述领域的创新设计能力和国际竞争力。 本项目获得国家自然科学基金重点项目资助，项目执行期 2014.1-2018.12。

成果简介：本成果面向具体企业，根据其特定需求定制Pro/E，为用户提供具有自定义功能的数字化设计工具和方法，解决了Pro/E作为通用软件的低效率问题。该系统以基于网络的设计思想为指导，以服务器端的Oracle等数据库系统为统一数据源，实现了包括“特征建模”、“标准件设计”、“典型结构件设计”、“装配建模”、“属性管理”、“修改标记”、“模型重构”等分模块。开发了可扩展的开放性常用特征库、典型零件库、标准件库以及相应的设计和库管理界面。用户可以结合具体情况，利用友好的界面建立、填充和修改这些数据库。

基于PEEC模型的高效多层建模计算方法 Litz Wire通常用于无线电能传输，电力电子转化器等场合来减少其高频涡流损耗。Litz Wire的复杂结构导致许多商用电磁仿真软件在计算时效率不高。目前比较流行的Litz Wire计算工具包是MIT研发的Fastlitz，相对电磁仿真软件可以大幅提高计算效率，但是对于结构复杂的Litz Wire效果仍然不好。课题组提出的一种全新的网格划分方法

本发明公开了一种面向视频编码的背景建模方法，通过在图像块的基础上选择性地进行局部背景建 模、局部背景更新、局部多重背景保持，以克服现有以帧为单位的背景建模方法中存在的背景更新的最 佳时机难以确定、特定情况下背景建模困难、对周期性背景建模效率低下等问题，从而降低背景建模的 开销，提高背景模型的预测质量，最终提高视频编码的总体压缩效率。

本发明提供了一种高速列车轮对的建模方法，涉及高速列车的数字化设计与制造技术领域。模型的信息集成和管理对缩短响应市场时间、提高设计效率是企业希望解决的问题。通过对所述各元参数的分析和提取，构建高速列车轮对的各元参数设计模型；利用矢量阵列对高速列车轮对的各元参数设计模型进行描述，包括以下四个步骤：各元参数初始化、各元参数数组序列化、关系元参数转化为关系矩阵、环状多边形矢量阵列描述：结合高速列车轮对的各元参数设计模型的矢量化和阵列化描述，采用环状多边形数据结构构造高速列车轮对的矢量阵列；层级对象之间通过关系元参数将各个环状多边形矢量阵列形成高速列车轮对的矢量阵列描述。主要用于高速列车设计的建模。

Ø 本平台基于高层分布式仿真体系结构HLA和网格技术构建，在系统建模、仿真、数据分析和可视化等方面提供平台级支持。目的是为了解决现有的仿真软件通用性差、不能灵活应用的问题，为实现系统级的仿真，提出一种基于HLA的仿真软件交互方法。本技术通过将具有不同仿真功能的专业仿真软件进行整合配置，对各个专业软件输入输出接口进行分析和调用，并对仿真流程进行设计与控制，最终实现一个具有一体化仿真功能的、可供二次开发的仿真系统。该技术目前已经获得“一种基于HLA的仿真软件交互方法”国家发明专利授权。

希望能与有三维建模能力的伙伴合作，基于我司的GIS平台加载能力，提供三维数据建模服务，支持提供LOD1-LOD5 多级别数据生产制作能力。

影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片