高支模是工程结构施工中危险性较大的分部分项工程之一，尽管出台了多项管理文件，高支模垮塌事故仍时有发生（2019年发生了5起），造成人员伤亡，因此，研发高支模的施工安全监测设备及系统极为重要，一方面可以对整个施工过程的安全状态予以把控，另一方面可以通过多个工程的监测为模板支撑体系规范编制提供数据支撑。研究团队于2019年3月研发了高支模施工安全监测设备及在线釆集与分析系统，已在多个工程项目中进行试验测试。

本发明公开一种多电机驱动系统新型离散滑模跟踪控制方法、系统、设备和介质。属于多电机驱动系统控制技术领域。本发明依据特征建模理论，建立针对位置跟踪控制的多电机驱动系统特征模型，该模型比常规动力学模型阶次更低且参数更少；采用带遗忘因子的递推最小二乘法对特征模型参数进行在线辨识，并投影到参数范围集合；设计一种多幂次二阶滑模面，以加快跟踪误差在不同误差带内的收敛速度；设计多电机驱动系统新型离散滑模跟踪控制方法，实现高精度跟踪控制，同时减小滑模抖振。

本新技术成果提供了一种基于视频播放器精确获取原视频文件图像的实现方法，通过客户端全程监测视频播放器，获取视频的参数，将获取视频的所有参数代入函数并运行函数，通过计算获取当前播放视频的视频数据范围，并对该视频数据进行差值平滑处理，获取到最接近该视频数据的原视频文件图像即当前帧图像。本成果根据视频播放器的播放视频获取原视频文件的图像，使截取的图像清晰，效果更佳。

支持格式：1080P@60Hz及以下各种格式兼容 ？ 低延时： 720P低于90ms，1080P低于120ms ？ 输入接口：CVBS、HDMI、Cameralink、HD-SDI ？ 输出接口：CVBS、HDMI、以太网 ？ 码率可调：适应不同的带宽环境 ？ 误码保护：超强纠错与差错隐藏能力 ？ 工作温度：-40℃~+85℃ ？ 存储温度：-45℃~+105℃ ？ 通信安全： 256位AES加密，有效的防止干扰与窃听 ？ 适用场合：无人机、导弹地面控制

目前基于AI的图像分析技术已经日趋完善，在人脸识别、车牌识别等场景的应用越来越广泛，市场竞争也愈发激烈。本成果面向更复杂的场景：视频分析。通过深度网络学习视频数据的时空特性，能够捕捉视频的动态信息并进行自动分析，达到不同应用的目标。目前在较难的视频分析任务—手语翻译上达到较为先进的水平。

本项目融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流。 一、项目分类 关键核心技术突破 二、技术分析 （1）创新性 ①融合双目摄像机测距算法，建立物体三维模型，无需人工在河流两岸布设地面标志点； ②融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流； ③基于视频智能图像识别和水力模型深度融合技术的水位流速测量产品打破了传统接触式设备和PC端算法的局限性，填补了国内流量视频在线监测领域的空白； ④全天候非接触式实时在线测量，简单、高效、安全。 武汉大学授权的该产品的相关发明专利： [1].黄凯霖，陈华，刘炳义. 基于变分原理的河道表面流速计算方法及装置[P].湖北省：ZL202111245260.1； [2].陈华,赵浩源,刘炳义,王俊. 基于河流表面流速的河道断面流量计算方法[P]. 湖北省：ZL202011381025.2； [3].黄凯霖，陈华，刘维高，刘炳义，一种基于边缘识别与最大序列密度估计的河道流速测量方法，0； [4].赵浩源. 基于频域滤波技术的时空图像测流的纹理识别方法, ZL201911180498.4； [5].黄凯霖,陈华. 一种基于深度卷积网络与随机场的水位测量方法[P]. 湖北省：ZL112508986A； （2）先进性 本技术采用方法为目前行业内领先的计算机视觉图像智能识别和水文水动力模型交叉融合的方法，自主创新，形成了拥有完整自主知识产权的武大AiFlow视频测流技术与产品，突破了江河流量难以实现在线监测的技术瓶颈，在断面水位、流速、流量测量方面展现出优异的性能。武大AiFlow视频测流技术能获得河流表面流速与流场分布，其空间分辨率能够达到单像素水平，并且算法效率是常规算法的10倍以上，满足流量在线监测的需求。 成果获得2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”，已申请国际发明专利2项，出版专著1本，发表论文10余篇，代表性成果如下： 成果获奖： [1].陈华，武汉大学AIFlow视频测流产品，2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”。 受理的国际发明专利： [1].Kailin Huang; Hua Chen.Water level measurement method based on deep convolutional network and random field, 2021-11-26, 澳大利亚, 2021277762-59092AU； [2].Kailin Huang; Hua Chen. Method and device for calculating river surface flow velocity based on variational principle   , 2022-03-09, 美国, CN20220302US； 代表性论文： [1].Kailin Huang, Hua Chen*,Tianyuan Xiang, Yunfa Lin, Bingyi Liu, Jun Wang,  Dedi Liu, Chong-Yu Xu. (2022). A photogrammetry-based variational optimization method for river surface velocity measurement. Journal of Hydrology. 605. doi.org/10.1016/j.jhydrol.2021.127240. [2].Zhao, H. Y., Chen, H.*,Liu, B. Y., Liu, W. G., Xu, C. Y., Guo, S. L., & Wang, J. (2021). An improvement of the Space-Time Image Velocimetry combined with a new denoising method for estimating river discharge. Flow Measurement and Instrumentation, 77. doi: 10.1016/j.flowmeasinst.2020.101864 代表性专著： [1].陈华，赵浩源，黄凯霖，刘炳义，王俊，基于图像智能识别的河流流量计算方法，电子工业出版社，2022 （3）独占性 图像识别测流技术在国内尚处于起步阶段，目前国内研究的机构主要包括河海大学、武汉大学、天地伟业公司等。 河海大学计算机学院主要研究方向之一为智能视频监控与水利量测，已经在国内外期刊发表多项相关研究成果，目前尚未形成面向市场的产品。 天地伟业自主研发基于视频AI的测流产品于2020年8月份在第十二届中国水文水资源技术与装备展览会正式发布，但天地伟业该产品目前以试点项目为主，且未对外公开相关机构的比测结果。 武汉大学研发的武大AiFlow视频测流第一代产品于2021年6月中国水博会正式对外发布。该产品创新性地将计算机视觉图像智能识别与水文水动力过程模型相融合，通过高精度摄像头获取水流表面波纹相关时空图像数据，利用设置在后端计算机或外端边缘计算终端里的图像识别与人工智能算法计算水体表面实时流速值，结合水位-流速-流量耦合算法实时测算断面平均流速和流量。第一代产品已经实现面向水文站、灌区的实时在线监测，产品已经在南水北调渠首陶岔水文站、长江委崇阳水文站、淠史杭灌区横排头水文站以及栾川重大自然灾害试点投入使用，并获得长江委水文局比测报告，比测结果表明产品测量误差小于5%，满足一级水文站测验要求。此外该产品已经在贵州省水文局正式投入商用。