成果推介 | 南京工业大学电子信息领域

2025-06-21

江苏省技术产权交易市场盐城分中心位于盐城市国家高新区创新中心,2020年4月开始运营,系江苏省首批四家分中心之一。盐城分中心重点面向盐城市先进制造、集成电路等主导产业,坚持市场化运营,突出一站式服务,通过技术产权交易市场线上线下平台的建设运营,从资源集聚、创业孵化、技术转移、技术经理人培养、科技创新指标提升等方面提升盐城区域科技创新体系建设,发挥市场配置科技资源的决定性作用,建成集成果转移转化和技术产权交易等综合性全方位科技服务功能于一体的技术产权交易市场。

 

成果一

成果名称:

交通运输车辆智能化-车辆司乘健康守护者

 

成果简介:

对于交通运输司机群体而言,身心健康状况不仅关系到交通运输服务质效,更关乎其个人和公共安全,相关研究表明,客运交通事故的发生,与司机的身心健康问题有着千丝万缕的联系。司机情绪不稳定或者患有心理疾病,是不可忽视的安全隐患。本项目通过心率、呼吸率等生命体征数据的实时监测以及表情情绪的监测分析,对司机的身心健康进行监测,并导入司机身心监测告警分析系统,将实时分析结构传送至车辆交管平台,可实现交通运输车辆的智能化管理。

 

技术指标:

1.提出了一种基于人体姿态特征引导的3D卷积神经网络,提高了算法对微妙行为动作的识别精度;

2.提出一种多维信号时空特征提取方法,有效挖掘脑电信息;

3.提出一种基于多模态信息(脑电、心电、眼动)融合的电子显示诱发视疲劳发展模型。

 

应用场景:

本项目对司机的身心健康进行监测,并导入司机身心监测告警分析系统,实时分析结构传送至车辆交管平台,可实现交通运输车辆的智能化管理。

 

成果二

成果名称:

城市快速路智能交通信息发布系统

 

成果简介:

本项目的研究成果,能够帮助出行者在出行之前提前规划出行路径,在出行之中选择最优出行路径,同时可以获取实时交通诱导信息、服务信息、事故信息等,提高了出行舒适度和自由度;能够将快速路交通流合理的分配到路网之中,提高道路利用率,缓解局部区域交通拥挤,提升系统整体运行效益。另外,所开发的系统将车辆、道路和使用者应密结合起来,不仅能够有效地解决交通拥挤问题,还能对交通事故的应急处理、环境保护和资源的节约等都有显著的效果,最终有利于交通动态及静态信息在最大范围内、最大限度地被交通管理者、出行者、驾驶员所共享,并通过集成挖掘和多方式的交通信息的发布,从而实施整个快速路交通系统的优化运行,实现快速路管理的信息化和智能化。

 

技术指标:

可实现快速路交通行程时间的实时估计与预测、交通运行状态的实时综合评价;可实现快速路路侧所采集交通数据在交警、交通、路政及应急管理部门的共享;可实现VMS的实时交通信息发布;可实现B/S模式的智能手机的实时交通信息发布等。

 

应用场景:

本项目以镇江市五凤口快速路作为工程应用实验基地,开展了快速路智能交通信息发布系统设计及实施、基于VMS的交通信息发布软件的开发及应用、智能手机交通信息发布软件开发的开发及应用、智能交通信息发布系统的应用评估等工程应用研究,并得到了工程应用验证。

 

成果三

成果名称:

工业数字孪生中虚拟与物理系统融合关键技术研究

 

成果简介:

虚拟仿真(数字孪生)是用数字技术镜像物理车间,基于数据驱动直观有效地完成对车间对象的监控、分析,用信息技术改造提升传统工业企业,为工业企业提供物流优化、产能预测、辨识产线瓶颈、优化产线、管控操作一体化等方面功能,从而实现生产管控、研判未来、追溯过去的目标,在成本、资源、周期等多维度帮助企业发展。

 

技术指标:

1.在三维平台中按照真实比例创建虚拟工厂数字化模型,可根据工厂的前期布局规划进行快速配置验证;

2.可提供第三人称场景漫游功能,支持重力、阻碍模式下沉浸式地漫游在三维工厂中:

3.利用接口配置获取各类平台的生产数据,由真实数据来驱动三维场景仿真,实现虚拟工厂的数据同步。

 

应用场景:

协同设计数据版本比对、设计数据质量控制、总装模型轻量化浏览、产品三维模型评审、PLM集成浏览等。

 

成果

成果名称:

智能物联与数字孪生技术应用实践

 

成果简介:

本项目聚焦“源、探、管、服”四大应用模块,“源”则是供应侧的零碳/低碳技术,可实现风光储氢等清洁能源替代;“探”即观碳,监测用能与碳排放现状,可建立园区碳排放指标体系和碳应用;“管”即能源管理和运行优化,通过搭建一体化能源数据与碳数据平台,优化用能方式,实现节能降耗;“服”即碳服务,基于碳数据和能源数据,围绕“知碳、算碳、管碳”实现碳核算、碳减排和碳中和路径规划。

 

技术指标:

本项目针对无人系统的追逃博弈对抗问题,从最优控制的角度提出一种基于灵敏度信息的方法,获取博弈双方最优对抗策略,计算效率较现有方法提升68.4%以上。

 

应用场景:

本项目可应用于园区/楼宇综合能源管理系统、智慧配电管理云平台、智慧泵站远程监控云平台等。

 

成果

成果名称:

自学习型交通信号配时优化技术

 

成果简介:

2016年5月,公安部交管局开展“两化”工作:《推进城市道路交通标志标线标准化工作方案》和《推进城市道路交通信号灯配时智能化工作方案》。“两化”文件实施以来,信号优化受到了前所未有的重视。本成果可以实现信号灯配时智能化,其原理是采用强化学习理论构建了信号配时优化模型,包括定周期和变周期两种模式下的离线Q学习模型、以总关键排队长度之差最小为优化目标的在线Q学习模型、定周期和变周期的TD强化学习模型、风险避免Q学习交通信号配时在线学习模型、多交叉口离线Q学习相位差优化模型。该研究成果可应用于各城市的交通指挥中心、信号配时中心、交警支队科技科。

 

技术指标:

近几年,雷达检测器应运而生,该检测器的优点是可以检测排队长度,这为精准地信号配时调优提供了前提条件。本成果建立了基于排队长度的自学习型信号配时优化技术,在安装有雷达检测器的交叉口可以直接应用本成果。技术优势在于信号配时优化可以根据实测数据自我学习,运行时间越长性能越优化。

 

应用场景:

自学习型交通信号配时优化技术可应用于各城市交警支队的交通指挥中心、信号配时中心、科技科等场景。