智能体感平衡车控制系统是用于独轮车，双轮车，带扶手车，滑板车等各类智能体感车的驱动控制系统，包括硬件系统和软件系统。智能体感平衡车领域，从 2014 年开始兴起，2015 年逐步推广，2016 年有望更加普及。其主要功能是为各类体感车提供安全，稳定的控制。选用合适的主处理器，通过加速度计和陀螺仪进行测量数据和处理数据，进而精确判断车辆倾角，运用最优的控制算法控制电机，进而驱动控制器，实现对智能体感车快速，安全，稳定的驱动控制，同时加入安全保护算法和安全装置，提高安全，可靠性。2015 年，已经完成了主控芯片，电机，驱动器，传感器等的选型，有了数据融合技术和驱动器控制技术等方面的成熟技术积累，并已开发出性能较为稳定的驱动控制板。

产品详细介绍名称：波形输出压电陶瓷驱动电源 http://rznxkj.com/%E5%8E%8B%E7%94%B5%E9%99%B6%E7%93%B7%E9%A9%B1%E5%8A%A8%E7%94%B5%E6%BA%90%EF%BC%91.htmlRH31RH35产品特点产品特性 输出电压通道：1～3路、模拟输入通道：3路 过流保护功能、波形存储，输出功能 高性能控制器及16位A/D转换 专用运算放大电路保证了高压大电流输出 同时具有过流、短路保护等功能 具有高频率响应和极低的静态电压纹波  采用10位模数转换芯片进行数据采集 输出电压的实时监控、液晶汉字显示、薄膜按键输入、  键盘输入控制、模拟信号输入控制、  编码旋钮调节电压控制、上位机SPP控制、波形控制 具有可编程功能，具有VC动态链接库 驱动压电陶瓷双晶片、驱动叠层型压电陶瓷、驱动封装开闭　压电陶瓷、驱动进口陶瓷型 号参　数RＨ３1 RＨ３５ 单位输出通道 1 5 路输出电压范围(单选项） A型 -20～+150 ＶB型 -20～+200C型 -20～+300(+500)D型 -150～+150E型 -200～+200F型 -300～+300电压输出阻抗 ＜20 Ω模拟输入电压 ±10或±5(单选) Ｖ模拟输入阻抗 ＜100 kΩ电压稳定性 ＜0.1% %单路输出平均功率 :Pa 30 30 ／(三路同时输出：10) W±20%( Max)单路输出平均电流: Ia 150 150 ／(三路同时输出：50) mA±20%(>5 ms)单路输出峰值功率: P 60 W±20%( Max)单路输出峰值电流: Imax 300 mA±20%(<5 ms)电压输出入监控 LCD显示  液晶屏显示 128x64  键盘(薄膜按键) 4x4  软件控制输出 提供操作软件  电压输出分辨率 5 mV过流\短路保护电流 >300 mA电源静态电压纹波 ＜20 mV电源阶跃响应 2 ms快速调节步长 0.001～50 V计算机接接口 串口  计算机或手动输出波形 直流、正弦、方波、三角波、梯形波、锯齿波  模拟输出波形 直流、正弦、方波、三角波、梯形波、锯齿波  波形储存功能 各种波形  电源供电电压要求 ＡＣ220±10％ V电源供电频率要求 50±10％ Hz电源工作相对湿度 <85 %工作环境温度 0～45 ℃消耗功率 100 W波形输出功能详细说明可单独或同时输出5路控制波形，每路波形可设定为下图中的任一波形 压电陶瓷驱动接法压电陶瓷驱动电源每一路输出驱动一支压电陶瓷，作为单独控制压电陶瓷，也可以把多支压电陶瓷并联驱动，电容并联电容量相加，总电容量增大，会影响输出频率特性；单路机箱及尺寸三路机箱及尺寸重量：3ｋｇ重量：5ｋｇ     官网：http://rznxkj.com/

2月1日，清华大学深圳国际研究生院马兆远课题组首次公布基于AI技术的对全国疫情扩散情况及高峰期预测模型。根据后续一周内国家卫计委公布的疫情实时数据反馈，该模型在一周（2月1日至2月7日）之内的预测结果与真实情况吻合度较高，平均准确率达98%以上。团队比较早地对疫情高峰期及拐点出现时间做出“2月7-12日内达到峰值，疫情拐点最迟于2月16日前后出现，总感染人数或达7万”的预判，该预测与钟南山院士的判断互相印证。虽然预测结果的准确度得到验证，课题组团队并没有因此松懈，而是不断根据最新的数据变化调整参数、优化拟合结果，同时积极联络政府相关科技、数据信息等部门，让预测结果成为施策者有力的决策参考。2月1日，清华大学深圳国际研究生院马兆远课题组首次公布基于AI技术的对全国疫情扩散情况及高峰期预测模型。根据后续一周内国家卫计委公布的疫情实时数据反馈，该模型在一周（2月1日至2月7日）之内的预测结果与真实情况吻合度较高，平均准确率达98%以上。团队比较早地对疫情高峰期及拐点出现时间做出“2月7-12日内达到峰值，疫情拐点最迟于2月16日前后出现，总感染人数或达7万”的预判。

  【核心专利】一种智能化中医体质检测系统       智能面象舌象采集终端系统及面象舌象采集方法   【发明人】祁兴华   【技术领域】人工智能、生物医药   【摘要】 本项目是基于AI多诊合参与运气理论的智能健康检测仪，依托于南京中医药大学的名老中医、教授、博士团队，依据“体质可分、体病相关、体质可调”理论，依据《中医体质分类与判定》标准，通过舌诊、面诊及问诊信息采集，建立用户健康档案，人工智能分析舌象、面象及问诊数据，依据黄帝内经五运六气、望诊等中医基础理论多诊合参得出体质及健康评估，并可根据时令节气及亚健康大数据预测用户健康状况，智能推荐个性化养生方案。 作为一款以中医望诊理论为设计理念的健康测评设备，可随时随地为用户提供中医舌面测评、气色及皮肤状态观察等服务。首创五运六气结合九种体质分型理论的健康模型，以中医“治未病”为核心理念，融合中医学、现代医学、人工智能等学科，中西医结合健康评估指数模型及健康干预体系，进行测评技术与健康管理服务模式的创新，提供个性化的健康评估与涵盖衣、食、住、行、用、乐、养七个方面的健康指导，形成全方位、立体化的健康管理模式。 本产品改变了现有望诊设备体积大、安装使用困难等问题，使得望闻问切走入寻常百姓家。智能健康检测终端的诞生，为中医数字化技术走入家庭和社区带来了福音。

在广州大学，奥威亚的AI分析技术还进行了创新应用，课堂上AI录播赋能线上线下混合式教学；课堂外，AI录播充当“智慧之眼”赋能智能管理。

浮游植物在表层获取光能固定CO2，形成颗粒有机碳（POC）往下沉降，在深海再矿化后生成铵（NH4+），从而为深海化能自养细菌/古菌提供了能量来源。因此，氨氧化古菌和亚硝氧化细菌所介导的两步硝化过程是实现光能传递到深海被利用的重要途径，是深海重要的供能过程，支撑了海洋“黑暗固碳”——不依赖于光合作用的化能自养固碳，为深海生物圈提供了“新”的有机质，同时积累硝氮。由于亚硝氧化菌群研究的长期滞后，氨氧化和亚硝氧化功能群在深海的协作关系始终不明了，因此国际上对深海硝化菌群支撑的碳（C）−氮（N）耦合机理（定性）的理解仍极为有限，对C−N计量学关系（定量）的准确估算仍是空白。 该研究工作结合多组学分析、生理学实验、现场原位速率及动力学观测和模拟，以及生态系统模型，阐释了氨氧化古菌和亚硝氧化细菌显著差异的代谢策略，及两步氧化过程耦合、硝化与黑暗固碳耦合的生理生态学机制，建立了硝化菌群支撑的C−N、物质与能量转换的计量学关系，量化了深海硝化过程对深海生物圈及全球海洋碳循环的贡献和影响。该工作为深海物质与能量循环研究提供了新的参数，对深入认识深海生物地球化学过程具有重要意义。

项目成果/简介:浮游植物在表层获取光能固定CO2，形成颗粒有机碳（POC）往下沉降，在深海再矿化后生成铵（NH4+），从而为深海化能自养细菌/古菌提供了能量来源。因此，氨氧化古菌和亚硝氧化细菌所介导的两步硝化过程是实现光能传递到深海被利用的重要途径，是深海重要的供能过程，支撑了海洋“黑暗固碳”——不依赖于光合作用的化能自养固碳，为深海生物圈提供了“新”的有机质，同时积累硝氮。由于亚硝氧化菌群研究的长期滞后，氨氧化和亚硝氧化功能群在深海的协作关系始终不明了，因此国际上对深海硝化菌群支撑的碳（C）−氮（N）耦合机理（定性）的理解仍极为有限，对C−N计量学关系（定量）的准确估算仍是空白。 该研究工作结合多组学分析、生理学实验、现场原位速率及动力学观测和模拟，以及生态系统模型，阐释了氨氧化古菌和亚硝氧化细菌显著差异的代谢策略，及两步氧化过程耦合、硝化与黑暗固碳耦合的生理生态学机制，建立了硝化菌群支撑的C−N、物质与能量转换的计量学关系，量化了深海硝化过程对深海生物圈及全球海洋碳循环的贡献和影响。该工作为深海物质与能量循环研究提供了新的参数，对深入认识深海生物地球化学过程具有重要意义。