新葡京娱乐场-大陆娱乐场开户注册

本發明公開了一種超聲 CT 的成像方法。包括將成像區域網格化為 M 個網格點；環形探頭以成像區域為中心 360°旋轉，獲得 Q*N*K組數據；然后獲得該數據對應的渡越時間向量 T0 以及直線路徑向量L0；最后迭代計算，獲得所述 M 個網格點對應的速度分布 V，并將所述速度分布 V 歸一化，完成成像。本發明通過優化環形探頭中發射陣元以及接收陣元的采集次數和采集角度，并對獲得的數據進行處理與圖像重建，從而使重建出來的速度分布更精確，以提高成像的信噪比，提高系統的成像質量。

道岔作為鐵路線的咽喉，是線路最薄弱的環節，也是事故的多發點。當前，許多科研機構都在研究道岔的實時監測裝置，但仍未能有效解決監測裝置安裝及工作時的故障因素零引入的可靠監測問題。而且隨著我國鐵路不斷高速發展，列車運行速度不斷提高，鐵路道岔越發成為行車安全的關鍵，目前各種信息設備中的微機監測系統中均空缺轉轍機缺口的自動在線監測功能。如能研制出一套有效的監測設備，無論是社會效益還是市場價值都是非常明顯的。 針對這種現狀，我們將采用一種全新的處理方法： 1）從理論建模入手，具體分析各種道岔及轉轍機的工作特性，建立一套完善道岔及轉轍機的現場運用技術安全標準，建立道岔及轉轍機的“正常故障”的理論模型。 2）運用一種全新的表示桿缺口監測方法——數字圖測量法，這種非接觸式測量的方法可有效地解決安裝及工作的不安全因素的引入問題，而且測量精度高，技術指標穩定，不會因環境溫度、濕度或其它因素的變化而影響測量的精度，具有傳統電子或機械直測式方法所不能比擬的優勢。 3）采用多傳感數據融合技術，解決道岔密貼程度的實時分析、轉轍機鎖閉及解鎖力的分析、轉轍機工作噪聲的分析、轉轍機內部濕度的監測等問題，為實時分析預測轉轍機故障提供可靠的理論數據，可按第一步建立的“正常-故障”理論模型自動做出判斷，有效解決道岔設備的檢修更換頭號難題。 4）利用成熟的現場工業總線技術，用一對普通信號電纜可實現全站道岔狀態數據的可靠傳輸。 5）應用工業DSP處理技術，系統實現高度集成，解決成本及安裝體積問題。 6）按站段模式組建道岔狀態數據庫，融入電務微機監測系統，為降你電務設備故障提供有效的自動化手段。

發明專利 “ 一種基于小波差分算法的電纜故障測距方法應用于電力電纜在線故障定位 ” ，證書證號 955827 ，專利號 ZL 2010 1 0235507.7 。該方法用于電力電纜的在線故障測距。

本發明公開了一種基于類相似性測量的實時目標跟蹤算法，目標跟蹤對實時性要求非常高，在目前 主流的基于檢測跟蹤的框架下，根據測試樣本與目標類和背景類的相似度比較來確定目標在新幀中的目 標位置。本方法首先在當前幀采集目標類和背景類集合，計算出它們的統計特征，并在下一幀采集測試 樣本集合。本方法定義了一種計算測試樣本與類之間相似度的量化標準，通過找出與目標類相似以及和 背景類不相似的測試樣本來確定目標位置。本方法明顯提高了跟蹤的實時性以及跟蹤精度。

1.痛點問題 協作機器人與人類共享工作空間，通過直接（即物理上）或間接地與人類交互共同開展操作任務。相比傳統工業機器人，協作機器人有更高的安全性和更易于編程的特點，能夠通過人類示教部署于各種不同的任務并靈活地與人類配合。隨著傳統工業機器人帶來的效率提升趨于飽和，能夠安全配合人類的協作機器人能夠進一步提高制造業的生產效率，帶來可觀的經濟效益。然而，現有的協作機器人存在以下兩大痛點問題。 問題一：安全和效率之間的權衡一直是人機交互中未系統解決的開放性問題。當存在人機直接接觸時，為了保證人的安全，現有的協作機器人是通過中止正在進行的任務、順從人的干預以保證安全；然而，不論人是有意地干預（即工人直接抓取機械臂來引導其任務）還是無意地接觸機器人，都將造成機器人暫停手頭工作；直到人類停止干預，機器人才能繼續執行它的任務。雖然這種人機協作方式能夠保證機器人與工人合作的安全，但因為機器人需要在不同的工作模式之間切換，其工作效率將會受到影響。 問題二：如何提高人的示教效率為協作機器人的另一大痛點問題。協同機器人多用于能夠靈活拆裝的生產線，以適應新的任務，因此新任務的編程效率很大程度上決定了工作效率?；谌祟愂窘痰木幊谭绞骄哂凶匀?、本能的優勢，能夠直接傳遞人類的操作技巧與經驗。其中，將示教軌跡參數化為可以編輯修改、適應不同任務的形式是提高效率的核心問題。該示教軌跡不光應該包含機器人末端的運動數據，而且應該包含同時調整的冗余關節運動數據，從而同時完成末端主任務與關節避障任務，以適應工作環境?，F有的示教方式未能結合離線示教與在線介入，因此無法適用于需要同時記錄機器人末端和關節的示教任務。 2.解決方案 本項成果基于增強現實-觸覺感知技術，開發了混合交互接口與人機互補操作算法，以解決上述痛點問題。 ①對于問題一，本項成果提出了自適應視覺控制與零空間阻尼控制的協作框架：在有限視場、未校正相機、關節奇異的情況下，保證了機器人在整個工作空間內的全局穩定性；在不影響機器人末端任務的前提下，允許人類專家隨時、安全地介入以改變機器人關節姿態，以應對環境動態變化或突發事件，從而實現了安全與效率并重的人機協作方式。 ②對于問題二，本項成果構建了增強現實-觸覺感知的混合接口，讓人類專家可以在任務和冗余聯合空間進行雙手演示，同時記錄機器人末端與機器人關節的數據。示教軌跡基于DMP方法進行參數化，能夠根據不同任務所需的末端位置、關節角度、運動速度進行自適應調整，在保證末端任務精度的同時完成關節的避障任務。 技術核心： ①基于增強現實-觸覺感知的混合交互接口; ②用于雙手示教的機器人軌跡學習方法; ③自適應全局穩定控制算法。 預期產品：用于人機互補協同操作的設備與軟件 3.合作需求 1)資金需求：本項成果開發的人機互補協作平臺，在硬件與軟件研發階段需要資金投入，需約250-500萬元人民幣； 2)孵化資源：公司研發所需辦公及研發場地、實驗室、分析與測試實驗室等； 3)團隊：協作平臺開發團隊、商務開發與合作團隊、財務、法務等支持團隊； 4)生產制造企業合作：提供人機協同操作的場景與需求，開展工廠真實環境的測試與部署； 5)基礎研究合作：與協作機器人、增強現實、觸覺感知方向的國內外基礎研究團隊合作，開發新的交互設備與算法。

本項目在三維熒光光譜技術的基礎上，建立光譜數據矩陣計算模型和處理方法，建立了基于熒光光譜和智能算法的食品安全檢測新技術。應用于白酒檢測，實現了白酒品種和年份酒年份的科學化、儀器化和智能化鑒別和測定；應用于食品添加劑檢測，實現了目標物的種類和含量的方便、快捷、靈敏、準確測定。

1、項目簡介 本項目在三維熒光光譜技術的基礎上，建立光譜數據矩陣計算模型和處理方法，建立了基于熒光光譜和智能算法的食品安全檢測新技術。應用于白酒檢測，實現了白酒品種和年份酒年份的科學化、儀器化和智能化鑒別和測定；應用于食品添加劑檢測，實現了目標物的種類和含量的方便、快捷、靈敏、準確測定。 2、創新要點 本項目研發用于復雜混合物體系檢測的高分辨率熒光光譜技術，結合數學建模方法和智能計算技術，以三維熒光光譜獲得更多信息，以三維數陣校正智能算法進行混合物光譜特征信息的提取和處理，在處理復雜混合物體系光譜信息方面發揮優勢，實現了以“數學分離”代替“化學分離”、以“計算識別”代替“人工判別”，解決了復雜混合物熒光光譜特征指向問題，建立了新的食品安全檢測技術。 3、效益分析 “白酒年份酒的熒光光譜檢測技術及鑒別系統”可實現對所建庫中不同品牌白酒及不同年份白酒進行準確鑒別，可應用于白酒企業的生產管理和年份白酒消費市場的監督管理，將促進我國白酒年份酒的產生和銷售的規范和發展，推動品牌白酒鑒別工作的技術進步，為打擊假冒偽劣、保護名牌提供技術支持，具有直接的經濟效益和良好的社會效益。 4、推廣情況 建立的白酒熒光光譜檢測技術對“中國白酒 169 計劃”和“白酒 3C”計劃的家白酒企業的產品進行了應用。在“山西杏花村汾酒廠股份有限公司”，本項目成果已應用于公司的生產管理和市場的監督管理.本項目成果已在“無錫市凱得靈糖果食品有限公司”得到應用，應用于公司生產原料和成品的檢測。為本公司確保產品質量，提供了有效的技術支持，促進了產品質量的穩定和提高，應用二年多時間以來，糖果的產銷量有了顯著的增長。

產品服務:項目旨在設計出一款基于Dijkstra算法的高精度物聯網小區無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發和基于eclipse平臺的APP開發。在實車和模型車的開發過程中，通過常規車載傳感器實現小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發，實現APP同時與實車和模型車的互聯，實現智能運輸小車運輸末端的配送。市場概況:本項目希望將來與各電商平臺合作，APP與電商、外賣軟件結合，將網上購物徹底融為一體；同時與互聯網公司合作，提升小車的智能化以及無人駕駛的精確度，真正做到在小區內取代快遞員完成最后的運輸任務，并能提升效率、安全性，以及節省財力、人力，并初步形成小區內智能化的高精度物聯網。  商業模式:本項目希望采用先試點后普及、先免費后收費的盈利模式。在四星及五星級小區先行免費試點，收集用戶反饋評價，統計滿意度。改進后逐步開啟按時效每戶收費，并最終普及三星級小區及更多居民居住區。

項目旨在設計出一款基于Dijkstra算法的高精度物聯網小區無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發和基于eclipse平臺的APP開發。在實車和模型車的開發過程中，通過常規車載傳感器實現小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發，實現APP同時與實車和模型車的互聯，實現智能運輸小車運輸末端的配送。

深圳技術大學機器視覺研究所古樂野教授團隊自主研發的紅外熱像測溫儀，實現非接觸式測溫，與額溫槍相比，測溫距離更遠、速度更快。首批設備已在校園內安裝啟用。 體溫測量是防控疫情的關鍵步驟和重要手段之一。古樂野團隊研制的紅外熱像測溫儀，無需工作人員操作，無需被測人員駐留，通過速度快。對體溫異常者、未戴口罩者，該測溫儀會進行語音報警，后臺保存頭像。此外，紅外熱像測溫儀安裝簡便，軟件可升級拓展，后期可增加考勤簽到等功能。