基于无线射频的智能交通公共平台， 对进入系统的所有“物”， 包括系统平台范围内的道路交通设备、车位、移动交通工具等采用基于射频识别（RFID）技术的电子标签作介质，为被标识的交通工具建立起以身份特征信息为核心的、终身的、可靠的、唯一对应的“电子镜像”。 依托 RFID 的系列技术手段， 将这一“电子镜像”真实、 可靠、 完整地映射到应用系统的数字化公共信息平台上。 通过对运行于这一信息平台上的“电子镜像”的监管服务， 支持或实现对活动在实景现场的被标识交通工具的物理实体的监管、服务。

本发明公开了一种自感知工作点的电磁超声检测方法及装置， 该方法包括步骤:S1、将线圈放于构件上方，将永久磁铁放置于线圈 上方，在构件中激励超声导波信号;S2、调节永久磁铁与被检构件间 的提离，在不同提离下采集超声导波信号并转换为检测信号，确定其 首个非电磁脉冲信号峰峰值;同时采集不同提离下表征磁场强度的电 压;S3、确定上述峰峰值的最大值，将其对应的提离作为基准工作提 离，寻找邻近提离作为工作提离;S4、在基准工作提离与工作提离中 确定最小提离和最大提离对应的电压，生成最佳工作电压区间，根据 该区间

本发明公开了一种基于 flash 编程干扰错误感知的 LDPC 译码优化方法，随着 NAND 闪存存储密度的提升，每个单元存储较多的比特信息，单元之间的耦合干扰较强烈，造成严重的编程干扰错误，使得传统的 BCH 码不足以保证数据的可靠性，LDPC 码具有优于 BCH 码的纠错性能而被应用于 NAND 闪存存储系统中。使用被优化的 LDPC译码算法具有重要意义。现已观察，编程干扰错误具有数值相关性特征，当进行 LDPC

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。

本发明公开了一种纠删码存储中负载感知的数据归档方法，包 括步骤：获取纠删码存储集群中生产集群的每个节点的负载权重值， 并将负载权重值存储在数组中，并根据节点负载权重值来确定不同条 带在生产集群中的归档节点集合。对第 i 个条带，初始化其归档节点 集合为空，从第 i 个条带的数据分布集合中选择负载权重值最高的节 点，并判断该节点的负载权重值是否大于该节点的数据块个数，如果 为是，则将该节点对应的数据块填充在该条带的归档

由重庆车检院与重庆大学共同研发设计的C-V2X规模测试平台在位于重庆高新区的国家质检基地正式亮相。该平台可模拟复杂交通场景中的通信环境，来检验相关产品的工作情况，这在国内尚属首创。该平台的投用将缩短智能网联汽车测试流程，降低测试成本，助推重庆加快智能网联汽车产业化及车联网部署进程。 据介绍，C-V2X是指基于3G/4G/5G等蜂窝网通信技术演进形成的车用无线通信技术。作为智能网联汽车网联化方向的关键环节，C-V2X技术近年来发展迅速，但测试方法却比较传统，仍在广泛使用实车进行外场测试。 重庆车检院智能汽车及主动安全测试研究中心负责人表示，在对搭载C-V2X终端的智能网联汽车进行外场测试时，为了搭建复杂环境，业界普遍尝试在实际场地中利用多个真车配合测试，不仅耗时耗力耗资，测试效率不高，而且测试环境的一致性难以保证。 针对智能网联汽车规模测试需求，重庆车检院与重庆大学携手攻关，在国内率先研制出可模拟复杂环境的C-V2X规模测试平台。 该平台由一组测试床、节点控制器、场景模拟器以及自动化测试工具组成。其中，最核心部分是测试床和节点控制器。单个测试床最多可模拟60个C-V2X直连通信节点，多个测试床可部署成高密度的测试环境。节点控制器则可根据测试场景的不同需要，实时调整节点底层通信参数和V2X业务信息，以模拟复杂交通场景中的通信环境，为被测C-V2X直连通信节点、搭载C-V2X直连通信节点的智能网联汽车以及智能路侧系统提供一个易部署、可复现、经济高效的规模化测试环境，全面验证其在复杂交通环境下的各项表现。 “C-V2X规模测试平台投用，是校企合作加强前沿技术研究应用的成果，也是重庆车检院利用交通部自动驾驶封闭场地测试基地（重庆）筹建国家智能网联汽车质量检验中心(重庆) 的过程中，在自主创新技术及构建先进测试平台方面迈出的坚实一步。”该负责人说，在规模测试平台的支撑下，智能网联汽车将加快研发测试进程，推动汽车产业转型升级跨越式发展及车联网大规模示范应用。

工业互联网实现工业现场数据采集、监控管理、数据上云、进行云应用。硬件平台完成材料抓取、模具加工、包装检测、成品入库等工艺过程，模拟模具加工，为工业互联网云平台应用及工业APP开发提供真实数据支撑。

基于农业场景，融合物联网、人工智能等技术。可实现包括人工智能机器视觉技术的农作物病害检测、传感器数据收集与分析等功能。It is used in the agricultural scene with IoT, AI and other technologies, also can realize the functions including crop disease detection based on AI machine vision technology, sensor data collection and analysis.

基于农业场景，融合物联网、人工智能等技术。可实现包括人工智能机器视觉技术的农作物病害检测、传感器数据收集与分析等功能。It is used in the agricultural scene with IoT, AI and other technologies, also can realize the functions including crop disease detection based on AI machine vision technology, sensor data collection and analysis.

本发明公开了一种基于区域态势信息的网络攻击后果动态定量评估方法，获取工业关键基础设施所有站点内部工艺的运行信息并进行筛选，获得由网络攻击导致的异常发生的位置信息，以及物理设备当前的有用的运行状态信息；利用多层流模型计算站点输出的物质流异常信息，并建立站点的输入输出物质流计算模型；根据由网络攻击导致的站点输出物质流异常信息，以及站点的输入输出物质流计算模型，以及输送网络的拓扑图模型，建立态势预测模型，以预测未来一