成电学子在2019年中国“互联网+”大学生创新创业大赛中获佳绩
10月12-15日，2019年中国“互联网+”大学生创新创业大赛在浙江大学举行。我校共有4个学生团队入围高教主赛道全国总决赛，经过激烈角逐，获得1金3银的好成绩。其中，“材料基因-引领材料研发‘基因时代’”荣获金奖。“全自主零售服务机器人-fanbot小贩-成都越凡创新科技有限公司”、“Fire watch全球森林火灾遥感预警领航者”、“摩米视觉-全球领先的高精度、定量医疗镜检专家”3个项目获得银奖。
中国“互联网+”大学生创新创业大赛自2015年发起，是由教育部等12个中央部委和地方省级人民政府共同主办的重大创新创业赛事，旨在深化高等教育综合改革，搭建创新创业教育重要载体平台，推动高校科研成果转化。大赛至今成功举办至第五届。
本届大赛以“敢为人先放飞青春梦，勇立潮头建功新时代”为主题，构建了“高教、职教、国际、萌芽（中学生）”四大板块，追求“更全面、更国际、更中国、更教育、更创新”，使大赛成为一场“百国千校”的世界大学生创新创业盛会。大赛于2019年3月正式启动，报名参赛人数457.4万人，参赛项目数109.7万个，覆盖参赛国家和地区124个，报名人数和参赛项目数再创新高，国际影响力进一步提升。
相关链接：获奖项目简介
材料基因-引领材料研发“基因时代”
高教主赛道 创意组 金奖
参赛学生： 霍鹏宇、刘昱伶、朱焱麟、吴帅、刘奕、宋宇、陈雅玮、蔡思成、宋世湃、黄楷、蒋赵联、刘思豪、高天
指导教师： 向勇、闫宗楷、张晓琨、李翰超
材料基因概念借鉴于人类基因，是融合了高通量实验、高通量计算与数据库技术，并结合人工智能研发新材料的颠覆性材料研究方法，是当前材料科学发展的最前沿。这种以数据驱动的材料研究模式将会大大提升材料研发速率，有助于我国在先进材料领域实现对发达国家的“变轨超车”。高通量实验是材料基因技术的基础，提供海量的材料数据。本团队研发的高通量实验装备可在一个基片上同时制备最多100万个不同成的材料样品，实现新材料快速筛选。
全自主零售服务机器人-fanbot小贩-成都越凡创新科技有限公司
高教主赛道 成长组 银奖
参赛学生： 黄山、曾奇、张尘、周星宇、高维卿、龚剑、袁玲珑、江山、刘韵、赵军
指导教师： 黄洪钟、郝晓霞、马德海
FANBOT小贩是成都越凡创新科技有限公司结合最新市场趋势并针对零售市场需求，自主研发的新一代全自主智能零售服务机器人，拥有全自主移动机器人独特的高效率交互优势。2018年3月，小贩正式版本推出，并在10月启动量产计划，2019年1月完成了第一批机器人的量产下线，截止目前已取得专利169项。小贩能够携带大量商品，长时间在大面积复杂商业环境中主动寻找目标消费者，自主上前询问需求，对商品和信息自主进行推广服务，并将品牌形象通过语音交互、屏幕互动、商品服务的方式更加立体地推广出去；更可设计多角度广告信息，实时数据监控，一键集控多台设备，从而优化人力资源，提高工作效率，为企业及个人提供智能服务。
Fire watch全球森林火灾遥感预警领航者
高教主赛道 创意组 银奖
参赛学生： 殷长明、张宏国、陈瑞、王龙、张启明、文崇波、刘向茁、骆开苇、曹辉、李彦樨、沈平、夏毓、刘霞、安刚强、赵东琳
指导教师： 何彬彬、全兴文
团队依托连续三个国家自然科学基金，研发了一套基于卫星遥感大数据和可燃物信息反演技术的森林火灾预警方案。该方案实现了火灾发生前的早期风险精准预警，为森林火灾防控提供精准防控方案；火灾发生时的近实时火点监测以及火灾传播方向和蔓延速率的估算，为火灾救援提供科学指导。该项目填补了我国利用遥感技术进行森林火灾风险预警的空白，提升了森林火灾预警的效率和精度，能够大大减少由森林火灾造成的人员伤亡和财产损失。该项目部分成果已入选科技部2019年度全球生态环境遥感监测报告，2019年11月国际地球观测组织（GEO）全会期间将面向全球发布。
摩米视觉-全球领先的高精度、定量医疗镜检专家
高教主赛道 创意组 银奖
团队成员： 秦驰、 杜晓辉、 王祥舟、 霍一博、 王天鹤、 赵家喜、 郝如茜、 张进浩、 李晔彬、 闻涛、 李圳浩、 刘齐峰
指导教师： 张静、刘娟秀
摩米视觉镜检专家是一款医用高精度、定量化镜检设备，可应用于大便常规、白带常规、血常规、尿常规、唾液检测、痰液检测、宫颈癌筛查、肿瘤标志物检测等不同待检标本的全自动镜检，全方位满足临床检测的需求。 本产品包含三大模块，总体概述为智能医学显微镜采样仪器采用智能控制系统代替人手、机器视觉技术代替人眼、图像识别分析技术代替人脑，实现样本的自动制作，有形成分自动分类与识别，检验报告自动输出。具体分为样本前处理模块，自动对焦拼接模块，智能AI模块。其中，样本前处理模块包含多轴运动控制、自动进样、自动稀释、离心运动、自动搅拌和自动取样等功能；自动对焦拼接模块包含三维精密运动控制、高低倍率自动切换、清晰度评价函数、图像拼接算法等功能；智能AI模块包含多种机器学习和深度学习算法，可对不同的细胞调用不同的识别算法，包括白细胞算法、上皮细胞算法、红细胞算法、霉菌算法、滴虫算法、杆菌算法、清洁度评估算法、生化定量检测算法等。
