葡京娱乐场-富盈娱乐场开户

2014教育部自然科學(xué)獎二等獎，高速可靠的寬帶無線通信是現(xiàn)代信息社會的基本需求，也是我國基礎(chǔ)研究重大戰(zhàn)略方向之一，但其面臨著無線頻譜資源日益緊缺以及能源消耗急速增長的瓶頸問題，為尋求突破，多域多點協(xié)作的新型寬帶無線傳輸成為重要研究課題，它以多天線MIMO傳輸為基礎(chǔ)，充分挖掘和協(xié)同利用空間、時間、頻率、功率、終端和網(wǎng)絡(luò)等多域與多點資源，大幅度提升系統(tǒng)的頻譜效率與能量效率。本項目在國家863計劃、國家科技重大專項以及國家自然科學(xué)基金等重要課題的支持下，重點圍繞寬帶無線通信中的多用戶MIMO協(xié)作、中繼協(xié)作和多點協(xié)作網(wǎng)絡(luò)場景，研究多域多點協(xié)作的新型寬帶無線傳輸理論及系統(tǒng)架構(gòu)，提出了適應(yīng)復(fù)雜無線傳播環(huán)境的高效能。 分布式多域多點協(xié)作理論與關(guān)鍵技術(shù)，取得系列原創(chuàng)性成果，形成較為完整的多域多點協(xié)作傳輸理論體系。

該項目主要應(yīng)用于車輛安全輔助駕駛領(lǐng)域，可以在車輛有危險趨勢時及時向駕駛員提供警告信息，減少或避免可能發(fā)生的交通事故，也可以應(yīng)用于車輛的輔助駕駛和智能自動導(dǎo)航領(lǐng)域。該項目利用灰度圖像中道路邊緣處存在的灰度特征、梯度特征作為識別道路的特征，運用群智能算法實現(xiàn)對道路邊界的快速識別，最終得到車輛行駛道路信息。根據(jù)道路識別結(jié)果，利用前方車輛在圖像中底部邊緣存在灰度特征、方差特征和梯度特征，運用魚群算法實現(xiàn)對前方多車的快速識別。項目采用轉(zhuǎn)向動力學(xué)連續(xù)模型，車輛前輪轉(zhuǎn)角和道路曲率作為系統(tǒng)輸入，根據(jù)系統(tǒng)的采樣頻率將連續(xù)模型離散化，運用Kalman濾波理論設(shè)計狀態(tài)觀察器，實時觀測前方車輛側(cè)向速度和橫擺角速度，從而獲得車輛運動軌跡，為安全輔助駕駛系統(tǒng)提供準(zhǔn)確信息。     該項目對車輛安全輔助駕駛系統(tǒng)提供信息的頻率在5Hz之內(nèi)。在復(fù)雜情況下通過使用本項目研究的系統(tǒng)進行車道識別，其準(zhǔn)確率大于95%。該項技術(shù)于2009年初成功應(yīng)用于新疆冰雪災(zāi)害防護系統(tǒng)的養(yǎng)護車輛智能輔助駕駛系統(tǒng)中，該系統(tǒng)由北京中交國通智能交通系統(tǒng)技術(shù)有限公司負責(zé)建設(shè)，采用該技術(shù)大大提高了復(fù)雜冰雪環(huán)境下道路識別和前方車輛識別的可靠性和實時性，同時增強了在不同光照等復(fù)雜環(huán)境下的適應(yīng)性。該技術(shù)應(yīng)用后，有利于避免和減少道路交通事故發(fā)生的可能性，保障車輛行駛安全，取得了良好的社會效益。

本設(shè)計根據(jù)將ZigBee無線技術(shù)應(yīng)用在智能家居上，可實現(xiàn)一種可以監(jiān)控家庭老人活動狀態(tài)的無線傳感器網(wǎng)絡(luò)，并通過因特網(wǎng)甚至是手機遠程監(jiān)控來實現(xiàn)家庭醫(yī)療保健這一理念，為構(gòu)建智能家居系統(tǒng)奠定基礎(chǔ)，通過家庭網(wǎng)關(guān)將家庭內(nèi)部無線網(wǎng)絡(luò)和外部廣域網(wǎng)溝通起來。 家庭網(wǎng)關(guān)是由家居內(nèi)部無線網(wǎng)絡(luò)ZigBee協(xié)調(diào)器和PC機兩個部分組成，兩者各司其職，前者主導(dǎo)家庭內(nèi)部無線網(wǎng)絡(luò)，后者通過因特網(wǎng)與外部網(wǎng)絡(luò)通信。為實現(xiàn)遠程監(jiān)控功能提供了可能性。用戶通過家庭網(wǎng)關(guān)達到監(jiān)控家庭ZIGBEE節(jié)點的目的。 1、通過內(nèi)置微型傳感器，監(jiān)測老人身體狀態(tài)，包括站立、躺下、臥倒、慢跑、左側(cè)臥倒，右側(cè)臥倒，摔倒，緊急狀態(tài)這八種狀態(tài)； 2、通過ZigBee網(wǎng)絡(luò)同時監(jiān)測多位老人的身體狀態(tài)； 3、老人在出現(xiàn)緊急情況時，可通過監(jiān)測儀實現(xiàn)主動報警； 4、報警信息可通過GSM模塊，以短信的形式發(fā)送給老人的監(jiān)護人； 5、監(jiān)控中心可以記錄老人的狀態(tài)信息，并可顯示狀態(tài)發(fā)生與持續(xù)的時間； 6、監(jiān)控中心具有事件功能，可向監(jiān)測儀發(fā)送時間提醒消息，提示老人吃藥，添減衣物等； 7、低功耗設(shè)計，便于攜帶和使用。

本實用新型公開了一種可感知碰撞的采摘機器人伸縮臂，包括驅(qū)動伸縮部分和至少一組碰撞感知部分， 所述碰撞感知部分包括至少一個碰撞片、至少一個彈簧組件和至少一個開關(guān)組件；碰撞片設(shè)置于驅(qū)動伸縮 部分沿軸向的外部，開關(guān)組件設(shè)置于驅(qū)動伸縮部分的端部，彈簧組件的一端固定在碰撞片上，另一端固定在驅(qū)動伸縮部分的端部，彈簧組件的高度大于開關(guān)組件的高度。本實用新型結(jié)構(gòu)簡單，實現(xiàn)方便，能夠提 高機器人整體的采摘效率和成功率。

配電低壓臺區(qū)泛在感知解決方案，創(chuàng)新提出“變-線-表”一體化拓撲辨識方法，可實現(xiàn)故障定位和主動推送、戶內(nèi)外停電責(zé)任研判、搶修痕跡化管理、分支線路阻抗監(jiān)測等創(chuàng)新功能，完整實現(xiàn)中低壓配電網(wǎng)一張圖的解決方案。

本技術(shù)成果重點通過研究開放式數(shù)據(jù)交互技術(shù)，在基礎(chǔ)數(shù)據(jù)支撐平臺層面解決異構(gòu)交通數(shù)據(jù)一致性描 述、跨平臺交互等問題；通過研究城市路網(wǎng)多粒度運行狀態(tài)分析技術(shù)，在交通狀態(tài)感知與分析層面解決大 規(guī)模路網(wǎng)交通運行狀態(tài)多粒度獲取等問題；通過實施中心城市交通狀態(tài)感知與分析集成系統(tǒng)開發(fā)與實證測 試，實現(xiàn)面向交通管理與出行的多目標(biāo)多層級交通運行狀態(tài)評價。

成果介紹物聯(lián)網(wǎng)感知層測試實驗與評估系統(tǒng)是在863主題項目—物聯(lián)網(wǎng)安全感知關(guān)鍵技術(shù)及仿真驗證平臺的資助下完成。仿真平臺為物聯(lián)網(wǎng)感知節(jié)點部署后的性能提供一個仿真測試和性能評估的環(huán)境，其特點是：不需要部署真實的感知節(jié)點。通過對物理信道的建模、無線信號特征建模、電源建模和通信環(huán)境建模，能夠最大限度模擬真實環(huán)境下的感知節(jié)點通信過程。仿真的結(jié)果是理論值，可以將感知層測試實驗平臺的數(shù)據(jù)作為系統(tǒng)的初始值，從而提高仿真的精度。其特點和指標(biāo)：（1）針對實際應(yīng)用環(huán)境配置參與通信的感知節(jié)點屬性和參數(shù)，即節(jié)點建模；（2）建模感知節(jié)點的電源模型；（3）根據(jù)用戶的需要選擇節(jié)點部署的方式，并可以對節(jié)點位置、屬性和參數(shù)進行手動調(diào)整；（4）能夠加載待測的通信協(xié)議；（5）能夠根據(jù)部署的拓撲圖產(chǎn)生用戶編程模板；（6）理論上，待測節(jié)點的數(shù)量不設(shè)置上限，但隨著節(jié)點數(shù)量的增加，PC的處理時間將延長；（7）能夠仿真無攻擊或攻擊情況下，網(wǎng)絡(luò)的吞吐量、丟包率、延時、數(shù)據(jù)傳輸?shù)钠骄窂介L度、平均能耗和網(wǎng)絡(luò)的擴展性等性能；（8）該平臺不受具體應(yīng)用的限制。技術(shù)創(chuàng)新點及參數(shù)技術(shù)原理：針對物聯(lián)網(wǎng)感知層設(shè)備規(guī)模龐大，部署費時費力，以及部署前很難評估系統(tǒng)性能，部署后加載的協(xié)議一旦不符合要求，重新加載成本巨大的問題，研發(fā)了該平臺。該成果的主要創(chuàng)新性體現(xiàn)在感知設(shè)備和環(huán)境等物理特征建模、測試內(nèi)容和方法、仿真過程和結(jié)果的可視化顯示等方面，使得開發(fā)的系統(tǒng)簡單、易用，測試過程清晰、透明，測試結(jié)果可以分類比較。（1）在感知設(shè)備和環(huán)境等物理特征建模方面 該項目在感知設(shè)備部署環(huán)境方面，分別對室內(nèi)環(huán)境和室外環(huán)境進行建模。針對室外環(huán)境，該團隊主要考慮自由空間的情況下，根據(jù)設(shè)備部署在平坦區(qū)域和非平坦區(qū)域的不同進行建模；針對室內(nèi)環(huán)境，該團隊主要根據(jù)多徑效應(yīng)、視距是否阻擋以及不同建筑材料（包括：混凝土墻、混領(lǐng)土樓板、天花板管道、金屬樓梯、厚玻璃、木門和隔墻等）對信號衰減的影響進行建模。在電源建模方面，主要是根據(jù)不同廠家的5號電池的放電曲線進行建模，由其放電電流、放電電壓和持續(xù)時間來確定電源的剩余電量。在芯片建模方面，根據(jù)不同的芯片類型，建模發(fā)射功率、接收靈敏度、RSSI、發(fā)送速率、工作電流和最小工作電壓等主要參數(shù)。（2）在感知層的測試內(nèi)容和方法方面該平臺主要針對感知層需要評價的性能，如：吞吐量、丟包率、延時、平均路徑長度、能耗和連通度等，設(shè)計了其測試方法，新增待測性能可以通過組件的方式擴展。為了實現(xiàn)相關(guān)性能測試，首先需要選擇設(shè)備類型和部署場景，如圖1和圖2所示。然后進行部署，部署完成后，系統(tǒng)會自動產(chǎn)生5類文件，即：.ned文件，定義了感知設(shè)備部署后的拓撲結(jié)構(gòu)，如圖3所示；.msg文件，定義了感知設(shè)備之間的通信規(guī)則，用戶可以根據(jù)實際需要進行修改和自定義；.ini文件，設(shè)備一旦部署完成后，其id號和位置坐標(biāo)將記錄在該文件中，設(shè)備移動后，該文件對應(yīng)的坐標(biāo)值將自動更新；.h和.cc文件，即用戶待測協(xié)議的源文件。一旦感知設(shè)備部署完成，平臺自動產(chǎn)生這5類文件的初始框架，用戶只需要寫入待測協(xié)議的具體代碼，經(jīng)編譯器編譯后，即可進入測試環(huán)節(jié)。具體協(xié)議的代碼可根據(jù)該項目組編寫的編程指南開發(fā)，其開發(fā)環(huán)境與C語言的開發(fā)環(huán)境類似，方便易用。（3）在仿真過程和結(jié)果的可視化顯示方面一旦待測協(xié)議編譯完成，平臺即可開始相關(guān)的測試，此時，用戶可以根據(jù)需要動態(tài)選擇不同的參數(shù)，進行測試。開始測試時，平臺將同步顯示協(xié)議的通信過程，如圖5所示。根據(jù)仿真測試結(jié)果，不同的協(xié)議可以進行性能對比，如圖4所示為不同協(xié)議的網(wǎng)絡(luò)平均能耗對比。該平臺可以在無攻擊和無安全機制、無攻擊和有安全機制、有攻擊和無安全機制、有攻擊和有安全機制等四種情況下，評估感知層網(wǎng)絡(luò)的性能，并將它們的測試結(jié)果進行對比分析。國內(nèi)外同類技術(shù)對比：國際上類似的仿真工具有十種左右，如：TOSSIM，OpenNet，NS2和OMNET等，都是針對傳感器網(wǎng)絡(luò)開發(fā)，不能仿真技術(shù)體制不同的感知設(shè)備，沒有對設(shè)備、網(wǎng)絡(luò)和環(huán)境等物理特征建模，而且無法接入實體設(shè)備，無法進行虛實結(jié)合的仿真測試。即使有些工具可以仿真感知層網(wǎng)路，如：TOSSIM，但是只提供TinyOS傳感網(wǎng)絡(luò)的仿真環(huán)境，無法仿真系統(tǒng)的安全性能，無法動態(tài)添加安全策略和安全模型。而NS2、OpenNet和OMNET雖然可以仿真安全協(xié)議，但使用復(fù)雜，不易掌握，無法進行多安全機制對比，無法接入實體設(shè)備。而且，它們仿真的物理層是理想狀態(tài)，造成仿真結(jié)果與實際存在較大的差異。

1. 痛點問題 場景、目標(biāo)對象的感知與語義理解在醫(yī)療健康、運動培訓(xùn)等領(lǐng)域具有廣闊的應(yīng)用前景，其核心是如何在像素級、對象級、場景級多層次、多尺度表示下實現(xiàn)語義、幾何及空間關(guān)系的透徹感知。 現(xiàn)有計算機視覺方法或激光雷達等手段無法同時獲取多個維度的高質(zhì)量場景與目標(biāo)信息，同時現(xiàn)有的深度估計、語義分割、位姿估計等相關(guān)技術(shù)，存在識別精度低、提取不到關(guān)鍵信息、應(yīng)用場景單一等問題，無法滿足大尺度場景應(yīng)用的需求。 2. 解決方案 團隊提出多模態(tài)采集、時空復(fù)用編碼攝像方法，獲取大景深、高時空分辨、豐富的精確場景視覺信息；提出一種基于物理空間推理和語義關(guān)聯(lián)建模的動態(tài)場景深度估計方法，綜合語義信息、幾何結(jié)構(gòu)信息以及時空間信息進行濾波，實現(xiàn)復(fù)雜動態(tài)場景的無先驗深度估計，將觀測目標(biāo)與背景進行區(qū)分；提出一套從圖像和視頻中預(yù)測目標(biāo)的位置和姿態(tài)的方法，包括迭代匹配的深度網(wǎng)絡(luò)、基于物體三維坐標(biāo)的旋轉(zhuǎn)/平移解耦、自監(jiān)督6D模型等，克服了遮擋、光照變化、視覺歧義與數(shù)據(jù)標(biāo)注依賴等因素的影響，可以準(zhǔn)確估計目標(biāo)相對相機的 6D 位姿（3D平移量和3D旋轉(zhuǎn)量）；構(gòu)建了基于全卷積網(wǎng)絡(luò)和興趣區(qū)域的多目標(biāo)實例檢測與分割框架，有效的解決了復(fù)雜類別、場景遮擋情況下的多目標(biāo)實例分割問題，能夠?qū)崿F(xiàn)同時對場景中多個目標(biāo)檢測與分析。 合作需求 尋求醫(yī)療健康服務(wù)、醫(yī)療器械等領(lǐng)域有相關(guān)技術(shù)開發(fā)、市場推廣經(jīng)驗，能推廣本技術(shù)落地的高科技企業(yè)，可以進行深度合作。

本項目搭建一套基于深度學(xué)習(xí)技術(shù)的列車軌道安全自主感知系統(tǒng)，利用攝像頭，激光雷達毫米波雷達等多傳感器，通過多傳感器融合和物體檢測技術(shù)，對軌道安全進行監(jiān)測感知。通過視覺目標(biāo)檢測，實現(xiàn)激光雷達點云數(shù)據(jù)處理和多傳感器數(shù)據(jù)整合。