目前第一代完整的呼吸音采集设备已研发完毕，完全实现呼吸活动的柔性无感持续智能监测评价和适应多场景下交互设计需求，提高医疗救护能力和应急救援能力，减轻医疗及养老行业人力与经济运营成本，创新引领社会与经济发展。 图1 技术路线 【技术优势】 (1) 基于驻极体薄膜的高灵敏度接触式压力传感器 目前用于呼吸音及心音监测的传感器大多采用较硬的基底，难以适应人体胸部曲线，不适合长期可穿戴使用。因此，本成果基于驻极体的自驱动压力传感器的自供能、响应速度快和灵敏度高等优势，设计了一种用于可穿戴式声音监测的高灵敏度柔性驻极体压力传感器，以实现对人体呼吸音与心音地长期、实时监测。 图2 部分成果展示 (2) 智能呼吸音监测分析预警平台 通过深入临床大规模收集心音和呼吸音样本、对病理性样本进行学习训练，对信号的模式识别进行研究匹配，采用人工神经网络、支持向量机两种识别模式，对病理性声音特征进行分析得出智能化参考病症分析。由于呼吸音信号的复杂性，同一种类型的呼吸音有不同人或是同一人在不同时间发出时，样本数据不完全相同，传统方法容错率与识别率极低。本成果将呼吸衰竭患者的呼吸音数据进行分类识别和特征标定，采用人工智能算法进行测试和集训，实现为大数据分析提供数据参考。 (3) 呼吸音智能监测预警系统的人机交互设计 通过分析多个智能呼吸音监测预警操作系统的使用场景、认知特点、输入和输出方式，归纳出它们在交互设计上的一般性的设计原则和设计缺陷。通过多学科的交叉，如人因功效学、设计语义学、设计美学、设计心理学等学科，进行了全面整体的交互设计研究。 图3 智能呼吸音诊断软件界面 图4 临床人员操作软件试用 【性能指标】

高校科技成果尽在科转云

无线传感器网络是由许多功能相同或不同的无线传感器节点组成，每一个传感器节点由数据采集模块、数据处理和控制模块、通信模块和供电模块等组成，传感器节点之间通过自组织的方式构成网络，以无线的方式进行数据传输。 基于无线传感器网络的监测系统即是利用传感器测量所在环境的温度、振动、压力等信号，并将测量的信号进行处理后通过无线传感网络发送到监控主机，监控主机以可视化方式动态显示监测数据，并可进行数据处理、分析、存储和打印。 监测系统平台集数据采集、数据无线传输、数据处理、异常数据预报警及辅助决策于一体，采用无线通信的方式实现对环境和设备的实时监测，达到了对环境和设备事故的早发现、早预报、早防治的效果。

研发阶段/n内容简介：目前浑浊度检测传感器通常需要标准的测试瓶或者测试槽，且检测电路靠近待测液，使用不方便；而且对于高温待测液，往往因为温度过高影响电路元件而导致传感器失灵，不能正确的反映液体的浊度。该传感器基于光在液体中的散射原理，采用石英光纤检测探头，采用850nm的红外光，有效的避免环境光的干扰。同时设计了专门的稳定调制光源，另由于检测到的散射光信号非常的弱，针对信号的特点，设计了专门的信号调理电路。该传感器中利用单片机对采集的数据进行处理，并提供了方便的接口如RS232，LED显示。与传统的

本项目开发了一种具有抗电磁干扰能力和报警精确度高的可恢复式缆式线型火灾探测传感器。此传感器大大拓宽了线型火灾探测器的应用领域，对保卫重要的工业企业及国防设施的正常运转，及早预报和发现初期火灾有着极为深远的意义，同时该项目已经取得了良好的经济效益。 我国线型火灾探测器的用量约为每年4000-6000公里，此部分市场均被国外产品占领。该种新型探测器投入应用后，已经全面取代国内外现有及进口产品。

智能防火报警系统整合了GSM短信技术、高速数据传输的蜂窝移动通讯技术、载波技术、微功率无线技术、TCP/IP网络通信技术、嵌入式技术、图像采集技术、火焰识别技术、专家控制技术等先进技术。采用自主研发的红紫复合火焰传感器对火焰发出的紫外线和红外线进行检测，采集火焰的特征参数信号，可防止太阳光、灯光、闪光等外界干扰信号，实现对火焰信号的准确识别，并发出报警信号。同时配合烟雾传感器和高清摄像头对现场进行烟雾和画面的采集，大大增强了火灾初期报警的准确性。采用高速数据传输的蜂窝移动通讯技术，速率一般在500kbps以上，系统可将报警信号和画面快速的传送至远程的中央控制室。采用“智能天线”技术，基于天线的动态波束成型，改变来自AP的射频能量的形态与方向，确保方舱内部的无线通信，可很好的防止其它无线信号的干扰。智能防火报警系统采用专家系统进行控制，专家系统由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成，能很好的实现对防火报警系统的智能控制，使系统更加可靠、智能。

智能草地养护系统是服务机器人领域技术实现大规模市场化应用的智能化产品之一，主要使用在公园，家庭草坪等场所。智能草地养护系统主要分为：智能割草机，草地浇灌系统和充电定位系统。智能割草机主要具有以下功能：自动割草、清理草屑、自动避雨、自动行走功能，自动躲避障碍物，电子虚拟篱笆、自动返回充电，手机遥控等；草地浇灌系统可以根据草地干湿程度和用户的设定进行，定时自动的浇灌；充电定位系统具有是为整个系统提供电源和智能割草机的实时定位。项目团队和国内企业合作，将图像处理，UWB定位和GPS定位与智能养护系统结合，共同研发了多款智能割草系统。目前，项目产品技术成熟，且多已量产。

Ø 本项目是基于MultiFLEX2-AVR单片机，通过若干传感器检测场地，并自主控制机械臂完成自主寻找并抓取收集网球的功能的智能系统。获得2011全国机器人大赛二等奖。

项目概况 智能语音报警系统是采用计算机多媒体技术、网络技术、故障诊断技术和软件技术开发的软件产品。系统的硬件平台可采用独立的系统，也可直接使用计算机控制系统的监控站（需要在监控站上加装声卡、音箱）。 本项目处于国内先进水平，拥有自主知识产权。主要特点 SoundAlarm系统使用多线程技术，保证了报警信息的采集不受其它任务的干扰和影响。而在SoundAlarm的数采线程中使用了DCS数据服务接口，保证与DCS的各操作员站同步获得报警点的信息。 系统的语音管理线程采用实时任务管理算法，保证报警语音不会出现漏报和误报。同时系统的语音管理线程将报警点分为多个等级，实现了语音分级管理，使系统具有分等级报警的特性。 系统的语音播放线程使用Windows多媒体底层驱动函数集开发，保证语音播报占用资源少、运行稳定，且使用了防冲突的声音输出技术，保证语音播报过程如被其它进程打断能自动恢复。 SoundAlarm系统在正常运行时除操作员控制接口外所有任务为后台运行，因而系统的运行占用资源非常少。经测试，SoundAlarm软件在正常运转时如果没有报警，其CPU占用率平均低于0.5%，瞬态CPU占用率不超过1%；有报警时其CPU占用率平均低于1%，瞬态CPU占用率不超过5%。此外，SoundAlarm系统的代码在内存管理上进行了优化，系统启动时根据报警点数的配置情况向Windows申请2~2.5M的内存，进行独立的内存管理，不会造成系统内存过度占用和频繁内存分配造成的资源浪费。技术指标  SoundAlarm系统在设计时充分考虑了系统调试方便、快捷的要求。其调试方式有：报警点信息一览、系统测试、单点测试。测试由主窗口（调试和监视窗口）的对应按钮操作进入。由于系统主窗口在操作员级别无法看到，所以调试时需要专业工程师以工程师或管理员资格登陆后进行。市场前景 SoundAlarm系统可作为DCS的功能扩展应用软件，能与DCS实现无缝集成。它与DCS的集成可有2种情况：基于数据链接的集成、基于数据链接和操作的集成。基于数据链接的集成情况下，SoundAlarm需自己实现语音报警的确认、禁音操作窗口。该窗口在系统组态时进行配置。而在基于数据链接和操作的集成时则由DCS提供相应的操作按钮，此时在系统组态时可去除SoundAlarm系统自己的控制窗口。 SoundAlarm目前已多个DCS实现了无缝集成，并获得了成功应用。