中国研究生创新实践系列大赛线上成果展

中国研究生人工智能创新大赛·2025

中国研究生创新实践系列大赛线上成果展

中国研究生人工智能创新大赛·2025

团队成员：吴安平郑福来楼诗语指导教师：李竹刘圆圆参赛单位：杭州电子科技大学

“水下清眸”一—基于改进GAN的实时水下图像增强系统

本系统对GAN网络进行了创新性设计，将水下图像成像的物理模型深度融入到GAN的架构设计、损失函数和训练策略中，在提升增强图像的物理真实感和色彩保证度的同时，增强模型对不同水质和深度的泛化能力。

本系统引入并行处理技术，优化数据加载、模型推理以及结果输出等环节，确保系统在处理视频流和相机实时输入时能达到高帧率，最大限度地缩短处理延迟。本系统软件兼容多源数据，支持多品牌相机接口，仅需数行代码即可实现跨设备适配。

系统软件主界面

智能视觉赋能水下世界 -从军事侦察到海洋牧场管理，本系统正为智慧海洋开辟更广阔的应用前景，为水下场景理解、异常检测等技术打下坚实基础。

图像增强界面

如您对该项目感兴趣请扫码联系我们

团队成员：张丁霞冷陈朱静怡
指导教师：邓琳
参赛单位：贵州大学

AI赋能下的古法造纸文化对话者

“浆语浆心一一AI赋能下的古法造纸文化对话者”项目，聚焦贵州石桥古法造纸非遗传承痛点，构建 " { A I } + 非遗 ^ + 教育”创新生态。项目整合413份研学问卷、34篇工艺文献等多源数据，用K-Modes聚类与因子分析，搭建含128个节点的知识图谱，开发AIAgent系统。

该系统具备三大核心能力：一是多模态交互，依托古法造纸知识图谱模拟“传承人数字分身”对话，模拟非遗传承人语言风格与专业视角解答专业工艺问题；二是个性化推荐，依据用户画像向不同群体推送AR体验、短时课程等，针对性推送适配内容；三是智能运营，打通“用户反馈一数据分析一策略优化”闭环，优化研学课程与接待流程。

如您对该项目感兴趣请扫码联系我们

团队成员：许龙李嘉翔司悦航刘迎欣指导教师：于扬成清参赛单位：中国人民解放军国防科技大学

基于生理多模态信号的驾驶行为预测系统NeuroPilot

背景

★交通事故带来巨大损失

我国汽车保有量达4.35亿辆，驾驶人超5亿。交通事故频发，经济损失重大[]。

\star 国家计划牵引技术发展方向我国“一体两翼”脑计划布局[2]为智能系统提供科学支撑。

图1“人-车-路”系统和“人在回路”的混合增强智能，我国“一体两翼”脑计划布局

技术创新

★多元信号融合

融合脑电、皮肤电和眼动信号，综合分析驾驶员的认知状态与视觉注意力。

★动态图神经网络

设计网络模型用于捕捉时间和空间上的依赖关系以及不同维度之间的动态关联。

\star 实时反馈机制

在线读取生理信号，实时预测并可视化，实现系统与驾驶员的持续互动。

★智能驾驶应用

为未来高阶自动驾驶提供技术支持，使得“人-机共驾的理念得以落实。

图2数据采集示意图

图3动态多元时序网络模型

图4左转、右转及直行过程的脑电地形图

图5左侧为系统预测状态及各传感器数据，右侧为实际驾驶画面

团队成员：张乐天刘晨旭张胜指导教师：赵凡参赛单位：西安理工大学

智慧农业视觉感知激光除草机器人系统

参赛队伍：草原三剑客

研究背景：我国每年由杂草导致农作物产量损失约 10 % - 2 0 % ，粮食减产达6000万吨，直接或间接造成经济损失2200亿元。当前化学除草为主要手段，其弊端日益显著：长期过量使用除草剂不仅导致土壤农药残留累积，引发环境污染并威胁人体与动物健康，更加速了抗药性杂草群落的更替，使杂草的抗药性不断增强。这种除草模式已难以契合我国现代农业可持续发展的需求。

系统硬件设计：

创新点：

(1)、设计搭建了一套基于后驱四轮移动平台、可控云台和RDKX5的轻量化除草机器人系统。本系统实现了便携化、自动化与环保型的智能除草方案，生产成本仅为大型农机的1/10。
(2)、在嵌入式端部署轻量级深度学习模型，支持农田场景下杂草与典型障碍物的实时高精度检测，为机器人提供视觉导航与避障决策能力，形成"感知-决策-执行"的闭环除草机制。
(3)、所提方案具有显著的迁移适应性，实测杂草检测准确率达95%，通过少量样本微调即可适配不同农田环境。机器人采用模块化设计，且可进行多机协同进行大面积作业。

如您对该项目感兴趣请扫码联系我们

团队成员：喻昊练杨武 杨文指导教师：陈亮参赛单位：湖南科技大学

基于多模态特征融合的智慧工地危险行为预警系统

随着城市化进程的加速，建筑施工现场的安全管理面临日益严峻的挑战。据统计，全球建筑业事故中约80%源于不安全行为，其中多目标交互引发的关联性危险行为占比超过60%。传统安全监控依赖人工巡查，效率低下。现有深度学习技术虽在单目标检测取得进展，但存在空间关系建模缺失、动态关联分析不足等缺陷，无法有效捕捉多目标交互，危险行为识别率不足45%。亟需突破多目标空间拓扑建模与动态交互量化技术瓶颈

针对上述问题，本文提出一种基于多模态融合的建设工程作业行为不安全状态监测系统，通过轻量化特征提取、多尺度感知、目标空间关联建模与动态风险分类，实现对建筑作业环境中多目标交互风险的精准识别与实时预警。该方法创新性地将建筑安全分析从“目标识别”升级到“关系推理”维度，通过构建三维空间关系矩阵量化目标间的欧氏距离与方位角，并结合自适应多目标特征融合模块，捕捉动态交互信息。

实验结果表明，该方法在复杂工地场景下的关联性危险行为识别准确率达到95%以上，为建筑作业安全管理提供了高效可靠的智能分析方案。

如您对该项目感兴趣请扫码联系我们

团队成员：李绅彤何儒珉指导教师：钟明航参赛单位：西安理工大学

基于人工智能识别的海洋生物多样性动态监测系统

项目以解决传统海洋监测数据利用率低、预测能力弱的问题为核心，整合机器学习与深度学习技术，构建了涵盖环境参数预测、鱼类识别及数据可视化的综合性AI平台，同时集成了AI智能分析模块。环境参数预测方面，通过线性回归正则化、LSTM、XGBoost、级联ANN-CNN等多模型，输入14个关键指标精准预测TN、TP、DO；鱼类识别采用YOLOv8模型，实现复杂海洋环境下生物的实时自动识别与标注；同时开发Web平台，集成预测、识别与可视化功能，为海洋生态保护、渔业管理、灾害预警提供科学工具，兼具生态、经济与科研价值。

如您对该项目感兴趣请扫码联系我们

阿 中国研究生创新实践系列大赛线上成果展CPIPC 中国研究生人工智能创新实践累列究 创新大赛·2025

团队成员：郑培阳赵俊涛李壮壮王栋
指导教师：赵坤刘勇
参赛单位：北京邮电大学

“行影不离”一 阿尔茨海默病智能筛查系统

作品简介

本项目提出了“行影不离” -阿尔茨海默病智能筛查系统，通过“社区+医院”的分级模式，实现AD早期的预防、诊断和治疗。社区端的快速筛查软件，可面向社区老人进行大规模筛查，对于其中的中高风险人群，建议其前往医院进行磁共振成像。系统将上传的磁共振影像进行刻画，形成个体化诊断报告辅助医生进行诊断。

融合行为和影像分析的阿尔茨海默病筛查;iii投人 AD高风险人群 AD确诊人群

1

创新优势

易普及

数字化

智能化

理论支持

本项目中所有技术都具有坚实的理论支持，已发表高水平论文30+篇，其中5篇封面文章，专利6件，软著1件。

人工智能辅助、定量指标判断

团队的核心技术在100+中心，11000例数据上进行了大量独立验证，并在真实的临床队列中得到了多次应用，301医院、宣武医院等顶级医院多次正面示范。

如您对该项目感兴趣请扫码联系我们

团队成员：夏子航张睿哲孙晟昊指导教师：姬书得参赛单位：沈阳航空航天大学

基于TB-YoloV8s的两栖救援无人机

TB-Yolov8s通过引入三重注意力机制、双向特征金字塔网络等先进技术，显著提升了小自标检测能力与鲁棒性，mAP值提升 7 % 。
两栖无人机采用“H”型结构，空中飞行部分采用四旋翼布局，水中航行部分采用双体船布局，通过舵机齿轮结构控制螺旋桨倾斜，实现水空两栖作业，可精准投递救援物资，提升救援速度。
项目通过数学建模、仿真分析、软硬件设计与航行试验，验证了两栖无人机在复杂环境下的高效救援能力。
该项目对推动应急救援装备智能化、模块化建设具有重要意义。

如您对该项目感兴趣请扫码联系我们

团队成员：邹星赞何世杰余颖轩
指导教师：李盛
参赛单位：西京学院

安智伴：基于多模态AI的全方位老年人生命信息感知与健康守护系统

作品简介：本作品构建了一套融合AI感知、语音交互、非接触健康监测、疲劳度检测与病理语音识别的智能照护系统，涵盖视觉智能体、毫米波监测、语音诊断、EEG帕金森诊断物联网机器人六大模块。系统通过大模型驱动的多模态融合技术，实现家庭级健康守护与情感陪伴，面向老年人群与视障患者，提供高适应性、强互动的智能照护新模式。

如您对该项目感兴趣请扫码联系我们

团队成员：郭佩璇杨泽伟李自强张子恒
指导老师：孙月平王红
参赛单位：江苏大学

基于机器视觉的割草船高效路径规划系统

背景介绍

在水产养殖中，水草需定期清理以防败坏水质。而传统人工作业与现有半自动化设备均存在劳动强度大、效率低、智能化程度不足等问题，且鲜有专门针对蟹塘场景的智能清理方案。为此，本项目研制全自动水草清理船，集成视觉识别与自主路径规划技术，实现从识别、清理到管控的全程自动化，旨在填补该领域空白，推动水产养殖“机器换人”进程。

关键创新

1、轻量模型，实时精准分割水草并定位

传统水草清理

设计面向便携设备的实时水草分割模型，通过改进RT-DETR的HGNetv2网络结构并引入EfficientRep与可变形卷积DCNv4优化特征提取，加入SegNext注意力机制增强水草识别敏感度，结合图像处理与坐标转换技术，实现水草区域的精准定位与导航。

I、智能规划，动态优化清理路径提效率

提出高效水草清理路径规划算法，将作业任务建模为旅行商问题，改进自组织映射神经网络（SOM）算法，融入线段匹配奖励与路径重复惩罚机制，结合改进遗传算法进行局部路径优化，显著减少转弯次数与路径重叠，提升清理效率。

、一体平台，集成控制与数据分析于一体

搭建水草清理作业船交互式软件平台，基于Python开发GUI应用程序，集成水草识别、路径规划、坐标转换与数据传输等核心功能，通过云服务器与MySQL数据库实现作业船远程控制与数据管理，降低用户使用门槛。

成果展示

如您对该项目感兴趣请扫码联系我们

PPC 中国研究生创新实践系列大赛线上成果展中国研究生人工智能创新实践系列大赛 创新大赛·2025

团队成员：吴浩凡张知科黄晓珊柯诗晴
指导教师：乔智威吴玉芳
参赛单位：广州大学

净界先锋

简介：

项目结合分子模拟和计算机高通量筛选，自动循环组装和设计出具有更高性能的MOF吸附剂，从而使气体的吸附分离更经济、更高效。

创新点：

针对性能，作材料组成和结构的逆向推演。采用计算机自动循环来辅助设计性能更佳的新的MOF材料。化工、材料计算机三学科交叉融合。

成果：

团队成员共发表专利12项授权专利2项及软件著作权3项

回 中国研究生创新实践系列大赛线上成果展CPIPC 中国研究生人工智能中国研究生创新实践系列大赛 创新大赛·2025

团队成员：陆俊鹏修正阳徐振鹏吴鹏飞
指导教师：黄威吕婷婷
参赛单位：中国海洋大学

海洋声速场弹性智能构建与预报系统

海洋声速场的实时准确构建对于高效声学通信与精确声学定位具有重要意义。为了克服传统声速估计方法对于水下现场观测数据获取的依赖，本项目构建“弹性智能化水下声速分布构建与预报系统”，一方面利用改进的长短期记忆网络与Transformer模型从历史声速剖面中挖掘时空演化规律，基于时间序列进行海洋声速分布预报；另一方面通过改进的卷积神经网络与生成对抗网络模型将历史声速主成分、海面遥感温度等多源信息深度融合，基于空间多源数据融合进行海洋声速分布重构，均免除了现场数据测量需求，减小了设备部署成本，提高了声速估计效率。该系统能够实时绘制声速剖面对比曲线，同步展示均方根误差等评估指标，完成对海洋声速剖面实时估计的可视化。

如您对该项目感兴趣请扫码联系我们

团队成员：曹紫梁闫雪张蕊郭佳欢
指导教师：张飞徐巍栋
参赛单位：河南大学

“火眼金睛”一 面向辐射安全的智能医疗诊断系统

传统刚性闪烁体屏需靠单元拼接形成曲面结构，大面积一体成型难，拼接缝隙导致信号损失、让曲面物体成像困难且需高辐射剂量补偿，加之高端材料被国外垄断，国内长期面临“卡脖子”难题。为解决以上难题，我们首创国产大面积一体成型柔性闪烁体屏，以“柔性+低剂量 ^ { + } 高精度的优势突破了曲面成像难题。项目基于自主开发的新型无铅卤化物 { \vert \mathbf { C } \mathbf { s } _ { 2 } \mathbf { Z r C l } _ { 6 } } 闪烁体材料，通过一步旋涂工艺实现大面积、柔性化、低成本的闪烁屏制备，具备高光产额（49,400photons/MeV）、极低探测限（ ( 6 5 ~ { n G y } _ { { a i r } } ~ { s } ^ { - 1 } . ）和优异稳定性。结合深度学习算法，系统可实现低剂量X射线成像与智能诊断，显著降低辐射暴露风险，支持曲面贴合与动态实时成像。本项目致力于以核心技术突破，引领国产高端医疗影像设备向更安全、更精准、更智能的高阶方向迭代演进。

如您对该项目感兴趣请扫码联系我们

团队成员：刘晟赫，刘士博，杨鹭鸣，李沛宸
指导教师：王宇超
参赛单位：哈尔滨工程大学

自主全向移动机器人平台设计

本项目成功研制了一套自主全向移动机器人平台，基于三轮全向底盘，通过多传感器融合定位与环境感知，结合改进路径规划算法与模型预测控制，实现了复杂室外场景下的高精度自主导航与动态避障。经仿真与实物验证，系统具备全链路自主能力，为园区巡检、物流配送等应用提供了可靠解决方案。

流程图

核心技术1：改进FIESTA，基于欧几里得距离变换的局部ESDF地图构建。
核心技术2：基于YOLOv8与深度相机的目标检测与测距。
核心技术3:CNN-LSTM-TPA：融合时空特征的机器人姿态及障碍物行为预测。
核心技术4：全程安全保障的路径规划及改进MPC控制策略。

效果展示

如您对该项目感兴趣请扫码联系我们

阿 中国研究生创新实践系列大赛线上成果展CPIPC 中国研究生人工智能中国研究生创新实践系列大赛 创新大赛·2025

团队成员：杨越名徐欣建指导教师：赵大威参赛单位：哈尔滨工程大学

基于强化学习的动力定位控制器设计

项目简介：

针对传统船舶动力定位控制器在复杂海洋环境下参数调整困难、适应性差的痛点，提出了基于强化学习的自适应优化框架。通过构建智能体与海洋环境仿真模型交互，动态优化反步法与滑模控制器的关键参数，使控制器具备在线自学习、自调整能力，最终实现动力定位系统更快速、精准、稳定的智能控制。

核心成果：

优化效率提升：将控制器参数优化时间从传统方法（差分法、遗传算法）的时间缩短至47分钟，效率提升超过 80 % 0

控制精度提高：优化后的控制器定位轨迹更加平滑，误差显著减小，控制精度更高，显著抑制抖振。

环境适应性增强：在分级海况测试中，优化后的控制器在更高级别的风浪流干扰下仍能保持稳定，鲁棒性大幅增强。

控制输出更平稳：有效抑制了传统化，滑模控制方法的“抖振”现象，输出力矩平滑稳定，有助于延长设备寿命并提升作业安全性。

如您对该项目感兴趣请扫码联系我们

团队成员：孙敏、王家俊、马指导教师：戴运桃、张振兴参赛单位：浙江科技大学

深蓝慧眼：面向水下结构损伤的智能巡检与分析装置

海洋水下工程设施巡检是保障水下设施安全运行的必要措施。传统巡检方案普遍存在实施难度大、风险高、检测效率低等问题。鉴于此，本项目提出了“深蓝慧眼：面向水下结构损伤的智能巡检与分析装置”。该装置由水下感知单元与岸基分析系统两部分组成。前者组合运用双目视觉与线激光，并在边缘计算机上部署线激光提取与三角测量重建、滑窗聚类算法与双阈值异常触发，实现损伤的快速检测与点云、图像等数据采集；后者集成图像增强、损伤识别及点云-图像多模态融合等AI算法，输出结构物损伤的定位、量化评估和检测报告。本装置已在室内水池与户外流动河道环境完成裂缝检测实验，展现了其高效且易部署的优势，为海洋水下工程设施巡检提供了AI驱动的新路径。

如您该项目感兴趣请扫码联系我们

团队成员：田雨田季嫣然指导教师：李润梅参赛单位：北京交通大学

基于大模型与多智能体协同的列车调度系统

Part1基于专家数据库的列车调度智能体设计

Part2基于强化学习的列车驾驶智能体及速度优化反馈

Part3智能列车调度仿真案例验证与结果分析

如您对该项目感兴趣请扫码联系我们

阿 中国研究生创新实践系列大赛线上成果展CPIPC 中国研究生人工智能中国研究生创新实践系列大赛 创新大赛·2025

团队成员：刘沂卓姬腾飞杨华哲贺艺诺
指导教师：杨博
参赛单位：西安工程大学

智护心声：融合AI心率预警与影像诊断的健康养老新范式

本项目旨在通过人工智能（AI）技术，结合心率监测与影像诊断，为老年人群体提供全周期的健康管理解决方案，特别是针对农村地区，解决当前心脏疾病诊断与管理的难题，推动健康养老服务的创新发展。

1.智能化心脏疾病预警：基于AI的心率监测与心脏磁共振影像（CMR）分析，能够实现心肌病等心脏疾病的早期诊断与个性化预警，帮助医生及时发现异常情况2.Al影像分析技术：利用深度学习算法，如SwinTransformer和nnU-Net，提升心脏影像诊断的精度，支持从影像数据中精准识别心脏病变，为医生提供可靠的诊断依据。

如您对该项目感兴趣请扫码联系我们

阿 中国研究生创新实践系列大赛线上成果展CPIPC 中国研究生人工智能创新实践累列 创新大赛·2025

团队成员：谭浩官洲洋何昕怡赵汗青
指导教师：黄勇
参赛单位：湖北民族大学

基于深度学习的茶园病虫害监测系统

本系统针对传统茶园病虫害监测效率低、误判率高、化学防治滥用等问题，提出融合物联网与深度学习的创新方案。系统采用双摄像头采集茶叶叶片与诱虫灯图像，结合Zigbee无线传感网络实时采集温湿度、光照、土壤pH等环境参数，通过边缘计算平台JetsonOrinNX运行轻量化YOLOv11模型实现病虫害精准识别。DeepSeek大语言模型基于多源数据生成智能诊断与防治建议，实现绿色防控策略动态生成。系统将数据上传至云端，支持网页端与微信小程序可视化展示及智能推送，助力茶园数字化管理。该系统显著降低人工成本，提升茶品质与生态效益，为茶园数字化改造提供可复用的技术范式。

如您对该项目感兴趣请扫码联系我们

团队成员：郭敬、林凤柏指导教师：邹荣参赛单位：江苏大学

优茶智采-三维视觉感知融合扩散规划的智能采茶算法研究

本项目针对名优茶采摘环节中人工效率低、机械采摘破坏率高的痛点，提出了-套集“精准识别—三维定位—路径规划—执行"于一体的智能采茶技术体系。通过改进YOLOv7模型，引入多尺度注意力模块（EMA），开发了Tea-YOLOv7模型，显著提升了小目标茶芽的检测精度 ( { m A P i } ) { \bf k } 8 3 . 6 % ）。基于PointNet ^ { + + } 优化，提出Tea-PointNet ^ { + + } 模型，结合密度感知采样和空间注意力机制，实现了茶芽三维分割(mIOU达 8 2 . 2 3 % ）。创新地引用去噪扩散概率模型（DDPM）进行路径规划，生成无碰撞、平滑的采摘路径，规划成功率达 9 0 . 5 % 。项目在原型机上完成系统集成验证，具有较高采摘成功率，为茶产业智能化提供了高效、精准的解决方案，具有显著的社会价值和市场前景。

如您对该项目感兴趣请扫码联系我们

团队成员：徐鑫瑞周彤指导教师：唐善成参赛单位：西安科技大学

面向前景伪异常重建的工业产品表面缺陷实时检测设备

【项目简介】

为减少工业流水线人力、数据标注成本，提出面向前景伪异常重建的工业产品表面缺陷无监督检测模型以精准检测缺陷位置，设计研发了工业流水线工业产品表面缺陷实时检测设备，为自动化工业产品表面缺陷检测提供技术支持。

如您对该项目感兴趣请扫码联系我们

团队成员：徐屹君张璟睿王子麟闫瀚
指导教师：何楚陈曦
参赛单位：武汉大学

珞珈战隼面向关键战备武器的全域动态感知与仿真系统

项目背景

现有军事技术手段在静态重建、动态目标轨迹、样本实采、微小缺陷检测等方面存在严重瓶颈。面对复杂国际局势与国防智能化需求，本项目响应国家“十四五”规划，构建覆盖“重建-感知-仿真-检测”全链路的智能系统，赋能关键战备武器的实时态势感知与仿真。

四大核心技术

① 高精度快速3D重建：基于3DGaussianSplatting，融合几何与外观增强，建模时间压缩至分钟级，质心误差<5%③ 全域样本仿真世界模型：支持5大三维引擎嵌入，结合ControlNet+MultiLoRA生成高保真、多风格虚拟战场样本。

② 多模态联合增强4D重建：卡尔曼滤波融合物理、事件与光流，实现对高速非线性运动目标的厘米级轨迹重建

Physical System model: GS Kalman Fusion Xej-1" Prediction 5 Observation1: Update Correction [rn,tn] u1 zlearn X Densify control 只 Gaussian Loss TV&VGGLOSs
RAFT Observatic Agtcal tlwLos

④ 高异物风险设备完整性检测： 2 0 + 3 0 双维度融合检测，支持任意视角逆向配准，缺陷识别指标AUROC > 0 . 8 0为三军之眼护国之重器如您对该项目感兴趣请扫码联系我们

回 CPIPC 中国研究生创新实践系列大赛线上成果展 中国研究生人工智能中国研究生创新实践系列大赛 创新大赛·2025

团队成员：潘亚菲王世豪黄兴阳指导教师：张晨参赛单位：北京石油化工学院

基于物理信息神经网络PINN的加氢精制反应动力学模型

加氢精制是石油炼制工业的核心工艺，研究其反应动力学对于提高加氢效率、降低能耗至关重要，而传统数值方法求解涉及复杂微分方程及大量未知参数的动力学问题面临诸多局限。本项目构建了物理信息神经网络（PINN）用于研究加氢反应动力学模型。

首先基于实验数据建模，除了自变量（时间）外，还将温度、压力、流速等反应条件参数作为模型输入，通过编码器和融合器提升预测与泛化能力；随后设计了自适应权重的复合损失函数，使模型满足物理规律并平稳收敛。预训练的PINN模型预测的产物浓度与实验数据及反应规律高度一致，证明了PINN方法的有效性。对验证数据集的测试表明预训练模型已能对未训练数据做出准确预测，而迁移学习可进一步提高预测精度。

如您对该项目感兴趣请扫码联系我们

⑤PPC 中国研究生创新实践系列大赛线上成果展中国研究生人工智能创新实践系列大赛 创新大赛·2025

团队成员：梁盛科杨蓓苟俊华黄安民
指导教师：张仁远唐炜
参赛单位：西北工业大学

基于云端协同与语义环境感知的智慧果园机器人平台

“锐芯智航”机器人聚焦果园无人化管理需求，整合先进感知、决策与执行技术，实现四大核心功能。依托轻量化静态语义地图，可全年全天候稳定导航，不受季节枝叶变化影响，自动沿树行中线规划路径，结合实时传感高精度避障，完成全覆盖喷洒、巡检以缓解劳动力短缺；凭借厘米级多传感器融合定位，智能识别果树"对靶喷洒”，降本且契合农业绿色发展。同时，机器人通过多传感器感知果园，构建仅含树干等静态特征的地图，实现“一次建图，全年使用”；还可借助配套平台实现作业智能化管理，实时监控运行状态、回放轨迹、下发任务、管理地图，回传环境数据助力决策，构建人机协同新范式。

如您对该项目感兴趣请扫码联系我们

团队成员：刘艺凯、吕颢祯、陈晓杰、孙祯
指导教师：文刚、田识琪
参赛单位：西安建筑科技大学

智水慧眼：基于AI的藻华“预测-识别一体化预警平台

项目简介：聚焦藻华治理“宏观预警难”（监测滞后）与“微观识别慢” （效率低下）两大痛点。本项目构建AI“预测-识别”一体化平台，实现水管理从“事后补救”到“事前预防、精准干预”的转变。

核心技术：“双核AI引擎”融合多源数据（遥感、无人机、IOT、显微图像）。?宏观预测：VMD-BILSTM-MHA-KDE模型预测藻华趋势。√微观识别：优化版YOLOv11 ^ + AS-PANet快速识别藻种。

平台功能：预测预警大数据平台（监测等）+藻类智能识别交互平台（识别等）。

效果验证：预测模型（以滇池为例）R²达0.85；识别模型（以五种优势藻种为例)的mAP达 9 5 . 7 4 % ，均值置信度 9 2 % 以上，单图推理仅53ms。

如您对该项目感兴趣请扫码联系我们