本帖最后由 wszgr 于 2025-12-3 16:51 编辑 3 \ K, K+ G6 Y
$ d9 U! D! N' k# e; j: F
电信学院第11届研究生智慧城市技术与创意设计大赛获奖
6 R+ p1 C" ?/ U$ B8 I" u
0 d: f) [1 B* z" F1 ?5 ^' e9 N7 h3 L4 t+ z$ ?
2025年11月10日,第十一届中国研究生智慧城市技术与创意设计大赛全国总决赛在武汉圆满落幕。经过激烈角逐,我院“慧眼巡电——多模态AI视觉感知赋能电力故障巡检”项目荣获全国一等奖;“‘危域智语’——基于柔性动作识别的消防指令远程传译系统”“‘心脉守护者’——基于5G+AI的主动脉疾病一体化急救平台”“路巡AI-道路病害智能检测系统”三个项目荣获全国二等奖,马佳义老师获优秀指导教师荣誉称号。
/ {& A) O- h- f9 T, ~4 Y& e& p1 l2 L0 s7 g4 C, v! G
“慧眼巡电——多模态AI视觉感知赋能电力故障巡检”项目由马佳义老师指导,项目成员为我院研究生:燕庆龙、伊勋鹏、张逸冰、张浩楠。该项目围绕智慧城市电力故障巡检的复杂场景,聚焦安全化、智能化、实时化的核心痛点和需求,构建了以多模鲁棒配准、深度特征融合、故障精准检测、高效实时部署为核心的机载智能检测新范式。
5 L* n# i4 m0 g项目设计了高鲁棒性的多模配准技术以实现红外与可见光图像在动态复杂场景下的精准空间配准,并通过多模态互补信息的高效融合,促进更全面的故障感知,显著提升了故障检测精度。最终,通过集成知识蒸馏与可学*多模态查找表的轻量化策略,实现在无人机平台上的实时化运行。
* ^( @6 }9 P @1 S8 j系统由天空无人机检测端、地面操作终端及软件管理云端构成,形成空地云三维协同的智能电力巡检体系,展现出卓越的检测性能、响应速度与任务执行能力,为城市韧性应急、极端环境探测、无人化特种作业等领域的应用提供了可推广的技术范式。 9 a- d, e" p# g
“‘危域智语’——基于柔性动作识别的消防指令远程传译系统”项目由刘兴海老师指导,项目成员为我院研究生:张帅博、杨正阳。该项目提出并研制了一套“感知-转化-执行”的一体化解决方案。 ; k& C3 }; }1 w' ~! p P
项目从感知出发,自制传感材料表现出了出色的传感性能和稳定度,同时兼具生物相容、成本效益突出以及环境友好等特性。在信号转化层面,对主控、电源、信号采集(运放+MOSFET恒流源、ADS1256、MUX实现高频多路轮询)、外设(温湿度、姿态、GPS、音频)进行集成,达成小型化、一体化的信号检测目标。算法上基于MobileNet搭建了多模态数据分类模型,在五折交叉验证下,得到了97.99%的消防手势分类准确率。执行端搭建了BLE主传输链路加Smart Mesh组网,实现了十二个节点与终端间的并发通信。所有结果实时显示在团队设计的全局态势感知大屏前端UI上。项目团队搭建的数字生命线让救援行动因为“看得见”而更安全。 5 H" b% x# P$ q( p5 c% R' H
该项目成果可推广到多个重要场景,比如在应急救援指挥中,可覆盖自然灾害、事故灾难、社会安全等各类应急场景;在特殊环境作业中,适用于有毒有害气体、低能见度、腐蚀性介质、高空悬空等多种复杂环境。这些场景都高度依赖可靠的行为识别技术,该项目则是精准破解场景痛点的最佳技术方案。 ! ?: y, }# j+ K9 _3 M5 G
“‘心脉守护者’——基于5G+AI的主动脉疾病一体化急救平台”项目由郭成城、杨剑锋老师共同指导,团队成员为:张峻健、马骁、张梓锋、沈博来。项目聚焦我国基层地区急性主动脉疾病(AAD)发病急、致死率高且救治链条不畅的痛点,提出并研制了一套贯通院前—院中—院后的“三端一体”数智急救平台。 , s: R: r2 v! V. F7 D) p, z
在院前端通过移动终端快速采集症状体征与关键检查信息,AI模型实现对AAD的快速识别与分型;依托5G低时延网络,系统与上级医院直连,支持远程会诊与手术策略决策。院中端联动绿色通道,提供影像智能辅助与术中远程指导。院后端开展连续监测、并发症风险预警与规范化随访管理,形成“智能诊断—远程指导—风险预警”的闭环协同。 . c; x; ~8 {" ]' k
该平台面向基层急救网络与区域协同救治等典型场景,推动优质医疗资源下沉与流程标准化,提升对AAD等重大心血管疾病的及时识别与救治能力,为构建可复制、可推广的智能化一体化急救范式提供有力支撑。 9 @! a2 ]/ w: B' L3 l
“路巡AI-道路病害智能检测系统”项目,由黄珺、樊凡老师共同指导,项目成员为我院研究生:王戈、邓松矗、刘梓豪、杨璐潞。当前中国公路网规模达549.65万公里,养护里程547.41万公里,占公路总里程的98.5%,公路行业已从大规模建设阶段转入重点维修养护阶段。传统检测以人工现场巡检为主,需1车1驾驶员搭配2-3名巡检技术人员上路勘察,且巡检车速低于20km/h,存在检测周期长、数据处理耗时久、安全系数低及漏检错检等问题。 0 j! q6 f7 C9 a: @( ~* S2 z9 U! `
路巡AI-道路病害智能检测系统采用“前端采集+车载智能+云端管理”技术路线,以“一个智能大脑、两层感知网络、三步业务闭环”为总体模式,通过双光图像实现病害表征与里患的融合透视。作为人工路面检测的有效补充与技术支撑,该系统可显著提升巡检效率与安全性,推动公路病害检测向自动化、智能化升级。 ' O! y; E; `# u+ \) D8 j* K7 t u
|