欢迎来到西安交通大学软件学院!
设为首页  |  加入收藏
首页>>实习就业>>实习信息>>正文
实习信息

软件学院创新创业基地招募

发表时间:2017-02-21  作者:  浏览次数:

    西安交通大学软件学院创新创业基地,依托“视觉信息处理与应用国家工程实验室"等国家级科研平台的团队和科技成果优势,定期发布创新创业实践项目,培育“大创”、“互联网+”等各竞赛项目,自选课题也可报名,提供软硬件环境和指导,专业不限,开发、宣传、管理等虚位以待,欢迎本科生、研究生报名咨询。 
  
期项目如下:
项目一:风管检测机器人 
背景: 
根据《公共场所集中空调通风系统卫生规范WS 394-2012》、GB19210-2003《空调通风系统清洗规范》要求,对风管内表面积尘量进行检测。测量后的数据为每平米积尘重量,标准为小于等于1.0g/m2。 
要求:在现有机器人上增加设备对风管内表面积尘量进行检测并播报数据,同时记录、传输、打印数据。 
项目内容: 
1.针对目前积尘量检测方法在风管中使用存在的问题,进行深入分析,展开技术调研,并对项目可行性进行分析; 
2.针对目前风管清洗机器人的工作状态,结合实际,提高视屏图像的清晰度,压缩成像数据是行业内急需解决的问题,根据现有技术手段,对摄像监控系统进行创新设计; 
3.针对目前风管清洗机器人的工作状态,结合实际,提高风管清洗机器人的可视性是行业内急需解决的问题,根据现有技术手段,对风管机器人辅助照明进行创新设计。 

项目二:工业设备视觉处理系统 
背景: 
   以工业制造智能化和网络化为核心,构建高效的工业生产设备视觉智能系统,是我国“中国制造2025”这一战略成败的关键。视觉信息技术在产业中的战略性和基础性作用越发凸显,并与物联网和云计算技术紧密结合协同发展,形成智能化和网络化的视觉信息处理平台,在技术创新和产业发展中已发挥了关键的技术支撑作用。 
项目内容: 
1.工业设备视觉处理系统:涉及工业设备相关的机器视觉算法的物理可实现技术,包括目标识别、分割和匹配,目标轮廓绘制,跟踪等问题。 
2.工业设备大数据分析系统:对工业设备的系统数据进行接收、预处理和传输。探索海量、异构的数据之间的内在关联,获得系统化知识,将多源分散的信息转化为可用的知识。 
3.面向行业的视觉大数据处理系统的实现:完成工业终端设备和数据中心的建设。针对工业现场的制造设备、嵌入式系统等,需要完成生产控制、机器视觉计算和数据采集传输任务。数据中心完成对收集到的信息进行融合、表达、综合和学习。 
  
项目三:基于机械臂的高精度三维测量系统 
背景: 
在实际生产流程中产品工件常因幅面过大,结构复杂等原因造成产品结构的测量成本高、效率低。该项目中采用机械臂作为测量设备的平台,保证了精度、高精度视觉传感器作为前端测量设备,构成了整套测量系统,本课题专注于机械臂平台上视觉测量系统的开发。 
项目内容: 
1.测量系统需使用C语言进行开发。 
2.测量系统软件需要读写机械臂控制参数。 
3.测量系统软件需要使用高精度工业相机等传感器采集产品外观结构信息并加以实时处理。 
4.测量系统软件需要可以对合作目标进行精准的三维空间位置定位,计算目标位置与姿态。 
5.测量系统需要有高的可靠性和稳定性。 

项目四:基于深度学习的在线字符检测与识别系统 
背景: 
在复杂场景中特定目标的检测与识别是机器人发展的关键技术之一。字符作为人工目标具有信息量大,识别较困难的特点。该项目中采用先进的深度学习方法,通过大量样本的训练保证了识别与检测的准确率,整个系统集成度高,可以作为其他硬件设备的组件,本课题专注于基于深度学习算法的字符检测与识别系统软件的开发。 
项目内容: 
1.系统需使用Caffe学习工具,C或者Python进行开发。 
2.系统软件需支持Android系统平台。 
3.系统需要处理图像和视频格式的数据,每秒钟处理速度在2-5帧。 
4.系统需要有较高的可靠性和稳定性。 

项目五:基于视觉感知的疲劳检测软件 
背景: 
随着生活水平提高,对医疗健康相关设备的研究日益高企。对长时间高强度用眼的活动,如何通过传感器进行有效准确的监测和预警,引起了愈来愈多的关注。该项目中采用移动设备作为监测平台,通过引入机器学习算法,提高监测的有效性。通过数据采集、监测和分析预警构成整套系统。本课题专注于基于视觉感知方法的疲劳检测软件的开发。 
项目内容: 
1.软件需使用c或者Java语言进行开发。 
2.软件在线检测部分需在Android平台进行测试。 
3.软件在线检测部分处理需高于一秒钟5帧的速度。 
4.软件数据采集部分需自动对视频数据进行图像预处理,保证数据有效性。 
5.软件需要有高的可靠性和稳定性。 

项目六:基于结构光的在线工业缺陷自动化检测软件 
背景: 
在实际工业生产活动中,产品或零件的外观出现缺陷通常难以通过一般视觉传感器进行检测。人工检测漏检率高,检测成本高。该项目中采用结构光设备,通过数字图像技术,获取产品外观的形状、颜色纹理等特征,自动检测预定的缺陷。本课题专注于基于结构光方法的视觉检测软件的开发。 
项目内容: 
1.软件需使用c语言进行开发。 
2.软件在线检测部分需在Windows系列平台进行测试,支持Win7及以上版本。 
3.软件在线检测部分处理需高于一秒钟10帧的速度。 
4.软件数据采集部分需自动对相机数据进行预处理,保证数据有效性。 
5.软件接口需支持串口和网口的数据通讯格式。 
6.软件需要有高的可靠性和稳定性。 

项目七:基于机器学习的智能在线监控系统 
背景: 
视频数据随网络普及增长,如何快速准确的在视频中寻找目标人物与状态成为产品关注的焦点。该项目中采用网络监控相机设备,通过机器学习技术,在服务器端实时分析获取视频中的信息,通过客户端进行发布。本课题专注于在线的智能化监控软件的开发。 
项目内容: 
1.软件服务器端需使用c语言进行开发。 
2.软件在线检测部分需在Windows系列平台进行测试,支持Win7及以上版本。 
3.软件在线检测部分处理需高于一秒钟10帧的速度。 
4.软件客户端需实时读取网络相机视频数据和服务器端数据。 
5.软件接口需支持串口和网口的数据通讯格式。 
6.软件需要有高的可靠性和稳定性。 

项目八:基于机器学习的室内移动机器人系统 
背景: 
全自动机器人的关键技术之一是通过视觉信息识别周围环境,从而引导机器人移动。该项目中采用移动机器人作为平台,通过深度学习技术,来识别理解机器人周围环境,本课题专注于基于深度学习的移动机器人平台上的室内环境理解。 
项目内容: 
1.软件需使用python或c语言进行开发。 
2.软件在线检测部分需在Windows系列平台进行测试,支持Win7及以上版本。 
3.软件在线检测识别部分处理需高于一秒钟10帧的速度。 
4.软件需和移动机器人控制程序整合,通过相机识别引动机器人移动。 
5.软件接口需支持串口和网口的数据通讯格式。 
6.软件需要有高的可靠性和稳定性。 
  
     欢迎有兴趣的本科生、研究生报名咨询,请扫码 
1 附图: qr_code.png (490 字节)


上一条:华为2018勇敢星实习计划暨校园精英挑战赛 下一条:关于举办“第四届全国高校物联网应用创新大赛”的通知

关闭