基于无线Mesh的井下探测机器人设计

针对矿难后需要迅速了解内部环境各项参数的问题，设计一款基于无线Mesh的井下探测机器人。该机器人以国兴N60为控制核心，通过C#上位机对设备进行监控，同时也可以上传相关数据到指挥中心。试验表明，该机器人可在复杂环境下应急救援时集数据、视频、音频系统于一体，实现多气体传感器检测，方便救援人员及时了解现场环境和进行决策。     

基于改进联合滤波与CNN模型的仪表识别算法

在工业现场的复杂环境场景下，针对数字式仪表的拍摄噪声和光照不均匀等约束条件，提出了一种基于改进的联合滤波与卷积神经网络（Convolutional Neural Networks, CNN）检测模型的数字式仪表识别算法。通过引入CNN检测模型来快速检测仪表表盘位置。对于定位后的表盘图像，引入噪声捕获算法，对疑似噪声点进行标注，针对性的处理噪声，细化滤波处理的颗粒度，避免了滤波阈值选择。同时针对光照不均匀现象，提出一种改进型的单参数同态滤波器，与所设计的急速滤波器做到自适应联合滤波，减少了参数调节量，大幅度缩短运算时间。实验结果表明，该方法能够在多场景下准确地识别数字式游标卡尺中的字符。     

基于深度学习的瓶装水智能垃圾分类收集仓设计

针对塑料瓶、纸制瓶和铝罐等瓶装水的垃圾回收分类问题，团队设计了一款智能收集仓，借助Arduino和人工智能帮助垃圾合理分类，收集仓中识别装置通过深度学习和卷积神经网络对回收的瓶子准确分类和识别，保证收集仓回收对象正确，并加入奖励机制，鼓励更多的人垃圾分类。此智能收集仓提高瓶装水可回收资源再利用效率，提高垃圾分类意识，助力“双碳”早日实现。     

糙米在不同温度储藏中脂肪酸的变化

研究不同水分的糙米在低温(15℃)、准低温(20℃)和高温(30℃)下储存不同时期脂肪酸的变化及其与食用品质的相关性。结果表明:工业化生产的糙米脂肪酸值较高,在储存期间不断增加,尤其是高水分样品(水分含量18.5%);水分含量低于17.5%的样品,在六个月的储存期内,低温和准低温储存脂肪酸值的变化差别不大。但在储藏中样品的油酸含量显著增加,亚油酸含量减少,且存在极显著的负相关关系,棕榈酸在高温下也呈递增的趋势。脂肪酸值与食用品质呈极显著相关,可以作为食用品质的预测指标。