5G+AI 云边一体化智慧出行解决方案，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题，汇集了5G 通信、AT 算力资源平台、AI 算法、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果，具有充分的综合性、创新性、协同性、大集成等特征，同时将 5G、AI、物联网、大数据、云边一体化等技术交互融合，实现交通流感知、交通事件感知、配时方案优化、智慧灯杆、边缘计算网关等功能。 建设进展 研发方向一：网络建设规划南京移动在新港地区优先投入5G建设资源，目前新港开发区范围内，共 规划5G站点114个，其中宏站82个，杆站32个；已开通宏站27个。本项 目规划恒竞路需求站点11个，宏站9个，杆站2个，厂区内部宏站2个，兴 智路需求站点6个，其中宏站2个，杆站4个。 研发方向二：AI云平台研发 南邮信产院投入建设AI云平台，为人工智能提供算力支撑，为算法模型训练提供海量数据和开发环境，为区内 人工智能企业及高校科研人员提供一站式人工智能产业服务，带动人工智能技术的提升。目前已建成。 研发方向三：智慧灯杆+边缘网关 智慧灯杆：场景载体，环境感知等多功能实现。 边缘网关：各个功能互通互联的媒介 目前智慧灯杆进入融合各家设计阶段。 研发方向四:车路协同/无人驾驶交通流感知-实时感知城市交叉口内车流量、速度、排队长度、占有率等数据。交通事件感知-提供停车，逆行，超速，拥堵，变道等事件信息，并提供照片和视频。车路协同-将感知数据下发至无人驾驶车辆，车辆根据获得的信息自动优化行驶路线。配时方案优化-将感知数据直接下发到交通信号机，实时生成交通信号配时方案，下发至交通信号机，实现路口单点自适应控制。 研发方向四：车路协同/无人驾驶建设面向L4级无人驾驶的车路协同系统。主要是车路协同系统车端建设。通信网络建设方面：参与对5G网络的验证，协助验证5G网络与无人驾驶的互联互通。 大数据平台建设方面：其无人驾驶车可以在多场景应用，充当城市各种数据收集的载体。 车路协同云控平台建设方面：承担车路协同云控平台建设。 关注重点 开放性场景定义：一般是指城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。《南京市关于加快应用场景开发建设2021年行动方案》围绕5G+AI云边一体化创新应用示范道路，向全产业链（企业、科研机构等）开放能力。一是路侧基础设施开放，在南京南邮信息产业技术研究院有限公司统筹管理下，开放路侧龙门架、杆位等资源，以及相应的供电 、联网能力，为路侧生态参与者提供宝贵的示范场地；二是数据开放，在保障信息安全和公共隐私的前提下，开放路侧时空全覆盖的结构化与非结构化数据，形成"兴智路数据集"，为产业发展注入珍贵的稀缺数据资源；三是应用开放，建立其他生态参与者加入的申请入口，规范开放"数据集"，通过互联网、展厅等线上线下渠道向全社会展示 5G+AI云边一体化创新应用示范道路的成效。 示范性在中国（南京）智谷的指导下，本项目参与四方集聚各自技术及资源优势，群策群力，协同创新，紧密且高效地推进建设计划；将5G、AI、物联网、大数据、云边一体化等技术交互融合，期望建成经开区人工智能产业方向上的标志性应用场景，树立良好的示范典型。 先进性5G+AI云边一体化创新应用示范道路"项目，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题；汇集了5G通信、AI算力资源平台、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果；与其他单纯的车路协同场景、智慧灯杆场景相比，具有充分的综合性、创新性、协同性、大集成等独特特征和 充分的先进性。

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

医学院、教学医院里的临床技能实训中心用于整个中心信息化管理、人员管理、财产管理、教学活动管理、考核管理等。对整个中心数据进行采集、分析、处理等。

作为工程施工环节中最重要的一环，计量支付是准确考核工程进度、计划完成情况，进行施工产值统计、经济核算及财务拨款的基本依据。做好计量支付工作，对加强成本管理、优质高效完成工程任务具有重要意义。 纵横计量支付结算决算一体化云版软件，解决从“计量支付到结算决算”的工程数据管理，实现从“概算-计量-决算”的公路工程全过程动态管理，基于大数据、云计算进行开发，提供SaaS平台服务，使计量支付结算决算智慧化、数字化，信息化。 快速准确建立各类台账，满足各维度计量（清单计量、0#台账计量、比例计量）要求，做到标准化、规范化、精细化管理。合理的控制工程建设投资，方便全过程跟踪审计，维护参建各方合法权益。

近日，东南大学化学化工学院孙岳明/代云茜教授团队在国际著名学术期刊Nature Communications在线发表题为“Hierarchical triphase diffusion photoelectrodes for photoelectrochemical gas/liquid flow conversion”的研究论文。该研究通过克服无机半导体氧化物的本征脆性，实现多级孔无机纳米纤维的增韧增强，获得首款多相扩散光电极，首次实现了光电流动化学转化。

1、区块链应用技术与实践 2、地震体数据三维建模技术 3、大数据算法研究与应用 4、基于ARM的智能终端研究与应用

该成果提出了变压器局部放电检测的系统的、全面的外部干扰排除方法；提出了变压器局部放电超宽带天线阵列定位新技术；提出了变压器内部局部放电缺陷严重程度的特征参数，进而提出了局部放电缺陷的类型和严重程度的诊断方法，并且设计并实现了相应的自动诊断软件。 研究成果通过了实验室试验验证，并在上海市电力检修公司和福建省十余座变电站得到应用。该成果抗干扰技术的在线检测结果的准确性与过去相比提高了3倍，准确率提高到95%；定位技术误差一般不超过30cm；总体运算时间在秒级，Y型优化阵列准确定位区域比现有的矩形阵列大18倍。 该成果在局部放电缺陷严重程度的诊断方法和预警预测方法方面填补了国内外空白，对放电类型的严重程度识别的准确度达到了93.3%以上。授权发明专利3项，发表SCI、EI论文14篇，并获得2012年福建省科学技术奖三等奖。

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。

随着城市化建设的飞速发展，旧建筑物拆除产生了大量建筑垃圾，且建筑工程施工中产生了大量的建筑渣土，亟需处置利用。本项目以节能利废、以废治废为宗旨，拟资源化利用建筑废弃粘土砖和建筑渣土的有效成分,使其无害化并进行高附加值资源化利用。本项目拟利用建筑废弃粘土砖和渣土研制全固废基新型胶凝材料；再利用其进一步处置建筑渣土以实现渣土的改性，改善渣土的流动性能和硬化性能，解决建筑工程回填土的低流动性、高密实度及高承载力等问题，同时降低回填土的干缩值以保证回填后的充盈性，缩短流态回填土的硬化时间等；基于上述技术研究，确定改性渣土的回填施工工艺技术方案，实现对建筑废弃粘土砖和建筑渣土的高附加值资源化利用及其成果的技术转化，将产生巨大的社会效益、经济效益及环境效益。 本项目节能利废，以废治废，利用建筑废弃砖粉和建筑工程渣土研制全固废基新型胶凝材料；再利用研制的胶凝材料用以进一步处置建筑工程渣土实现渣土的改性；基于技术研究，确定改性渣土的回填施工工艺方案，开展试点工程应用；对建筑砖粉/渣土的高附加值资源化利用，实现成果的技术转化，产生应有的社会效益、经济效益及环境效益。 本课题利用建筑废弃砖和建筑工程渣土研制全固废基新型胶凝材料，再利用研制的胶凝材料用以进一步处置建筑工程渣土实现渣土的改性，实现改性渣土的回填施工，符合当前社会发展的趋势，具有良好的经济效益与社会效益。本课题在技术研究中依托同济大学材料科学与工程学院在先进土木工程材料，尤其是新型胶凝材料方面的研发实力，并联合预期合作单位上海建工材料有限公司，充分发挥其在资源型建筑材料综合利用产业化应用方面的特长，充分发挥其在工程基坑的施工技术经验，确保课题研究顺利进行，取得预期科研成果，使研究成果在较短的时间内产生良好的经济和社会效益。