对贵州大学研三学生秦君鹏及其团队来说,今年的“挑战杯”是他毕业前的最后一次“大考”,也是他成长经历中的最新注脚。今年3月,在华为云计算技术有限公司发布“基于端云算力协同的疲劳驾驶智能识别”赛题时,他们团队毫不犹豫“揭榜”,一路过关斩将夺得“擂主”。 10月27日至31日,由共青团中央、中国科协、教育部、中国社会科学院、全国学联和贵州省人民政府共同主办,贵州大学承办的第十八届“挑战杯”全国大学生课外学术科技作品竞赛终审决赛在贵州大学举行,这是“挑战杯”竞赛首次落户贵州。 本届“挑战杯”以“科创筑梦,挑战未来”为主题,进一步突出育人导向,搭建主体赛、“揭榜挂帅”专项赛、红色专项活动、“黑科技”展示活动有机组成的“1+1+2”赛事整体架构,形成差异定位、文理各擅、高低搭配的赛道格局,累计吸引全国2000多所高校、40余万件作品、250万名学生参赛。 今年,华为云计算技术有限公司首次作为“挑战杯”“擂台赛”专项赛发榜单位,面向全国高校发布“基于端云算力协同的疲劳驾驶智能识别”赛题,最终评选出南昌航空大学、贵州大学、浙江师范大学、华中科技大学、安徽大学5所院校的作品为特等奖,进入终审决赛,争夺“擂主”。 “赛题一样,想要胜出,那比拼的就是谁的方案更创新,系统模型算力和效能更优越。”贵州大学计算机学院数据安全与网络安全重点实验室研三学生付玉杰告诉记者,在“揭榜”后,他迅速吸纳了擅长智能算法、图像识别等领域的同学完成团队组建。 传统的疲劳驾驶行为检测方式分为图像识别、脸部关键点识别两个步骤,即终端识别到人脸图像后,根据眼部、嘴部等关键点的形状、大小、距离分析是否有闭眼、打哈欠、看手机等行为,最终将识别结果反馈至终端。 “这种模式存在检测速度慢、端云计算难协同等技术壁垒,不适用于智能检测。”秦君鹏说,团队为解决这一难点,尝试使用一段式目标检测方案,设计并训练模型,直接识别图像是否为疲劳驾驶行为,省去关键点定位等流程。 “我们也采用类似的单阶段分类策略,让模型反应更快。”安徽大学信号与信息处理专业学生、项目负责人邓英剑告诉记者,团队还设计了一种高效的特征融合模块,实现了单一技术框架在白天和夜间多驾驶场景下的应用。 根据赛题,参赛作品要设计出云端控制系统和实物终端,并实现两者的有效链接。在项目筹备过程中,5个项目团队都发现,不论如何调整参数,数据传输始终存在延迟,尤其是网络信号不足或系统的算力不足时,很有可能出现中断,而疲劳驾驶的识别和提示要求在短时间内完成,否则很容易造成交通事故。 针对这一痛点,付玉杰及团队成员萌发了端侧到端侧的模型方案,降低了成本和能源的消耗,在“终极PK”后获得了这一赛题的“擂主”。 南昌航空大学软件学院软件工程专业研三学生、团队负责人张伟认为,“揭榜挂帅”专项赛要求在短时间内把停留在实验室里的想法、概念变成实实在在可运行的代码、可解决现实痛点的方案系统,“无疑是一次高强度的集中式综合训练”。 张伟坦言,团队组建初期,由于对目标检测相关知识的了解不够,设计方案时常常遇到瓶颈。在初赛结束前3天,他们作品的系统评分卡在89-90之间,难以突破。但团队成员没有放弃,而是紧急头脑风暴,反复调整参数,提高模型性能。 团队指导老师陈英清晰记得9月21日晚,张伟告诉他项目以总分第一的成绩获得全国特等奖时的场景,“学生们在实验室里兴奋地欢呼起来”。他认为,“挑战杯”的意义不仅在于竞技,还在于创新思维的碰撞,比赛期间,他以竞赛为牵引,带着学生学习其他项目团队的方案理念,自查不足,查漏补缺,将科学精神、创新思维、竞赛激情贯穿学生创新创业教育全过程。 据悉,本届“揭榜挂帅”专项赛聚焦科技发展前沿和关键核心技术,聚焦哲学社会科学领域的重大课题和现实问题,“挂榜”的赛题由21家单位提供,专项赛参赛学校学生提交近2000件作品,数量是上届的3倍。230余所高校的700余件作品入围终审,105个项目通过前期终审决赛入围“擂台赛”,每个赛题的5支前期获“特等奖”的团队强强对线个“擂主”席。 为打通大学生科技创新成果转化的“最后一公里”,发榜单位还与21个赛题“擂主”团队现场集中签约,兑现榜单约定的科研经费奖励和支持举措等,持续助力做好学生科技创新成果向现实生产力转化,促进大学生创新成果与社会、市场、产业的对接融合。 “我们团队成员都是‘00后’,社会使命感很强。有些队员是在海边长大的,对海洋垃圾造成的环境污染有着更为深刻的感受。”10月29日,在挑战杯“黑科技”展示区,广州大学机械与电气工程学院学生王梓熙向记者介绍团队项目《蓝海卫士——全自动海洋垃圾回收系统》的研究初衷,自主研发的全自动海洋垃圾回收设备引来不少师生驻足参观。 记者看到,设备是略显粗糙的机电一体化装置,钢架结构、摄像头、螺丝都清晰可见,模拟海面行驶时,可精准识别塑料袋等垃圾物,并自主规划路线航行,精准收集垃圾至缓冲舱。舱满后,设备的压缩装置将垃圾沉入水下,借助惯性压入水下柔性网内储存。 “市面上已有的海洋垃圾回收设备基本都是人工或半人工的,全自动的还很少。”团队成员、广州大学机器人工程专业大二学生陈奎庚介绍说。 项目从校赛、省赛,再到获评国赛“星系级”作品,陈奎庚及其团队成员坦言,每一阶段的评委老师都给予了他们许多建设性的指导意见。 刘长红第四次作为指导老师带队参加“挑战杯”国赛,他认为“黑科技”展示活动是鼓励大学生提出和论证充满想象力、创造力的新思路、新方法、新技术,“挑战杯”的初心归根结底是创新人才的培养,这与广州大学交叉融合的创新能力培养体系理念不谋而合。 2014年,广州大学学生自发成立了创客协会,机械与电气工程学院每年都将参观创客实验室作为新生入学教育第一课的最重要内容。王梓熙便是在这样的契机下加入了海洋垃圾回收系统研发团队,并从研究助理成长为创客协会会长,用自己的成长故事感染、激励更多学生勇于创新。 赵克君是贵州大学公共大数据国家重点实验室大数据技术与工程专业硕士二年级学生。研究生一开学,他便在指导老师王崎和学长、学姐的带领下,参与到了《劳动用工大数据要素化助力农民工就业新途径》项目中。 项目启动初期,他和团队成员前往贵州省各个项目建筑工地,实地调研了解务工人员的反馈和需求,对建筑行业的劳动用工情况进行广泛调查,最终确定了项目研究方向——数字画像模式匹配农民工与企业招工。 “以前农民工找工作是通过工友介绍或者是自己去建筑工地碰运气,如果通过中介找工作,工资还会打折扣。”据赵克君介绍,他们将贵州大数据发展管理局给予的劳动用工数据,分成年龄、工作经验、技能特长等19个维度数据,再将企业招工相关的近8000个项目生成电子档案,进行信息量化与多源异构数据融合,构建农民工和企业数字画像,不仅可以实现农民工和企业间的实时动态直接链接,还可以辅助政府决策,助力农民工就业。 目前,项目已覆盖了贵州省约220万农民工、9162家企业,接入了1万多个项目,帮助了47.85万农民工就业与5112家企业招工。在此次比赛中,项目获得了“公共大数据要素化”赛题擂台赛的最佳人气奖。“我要把参赛经历写进简历里。”赵克君说。 “我们可探见桥梁微米级裂纹,灵敏度高,科技感十足。”长沙理工大学土木学院《蓝海长通——跨海特大桥隐蔽病害智能感测联动修复技术》项目展位前,周昊拿着近120页的作品书和项目宣传页热情地向参赛师生介绍道。 随着“海洋强国”被纳入国家发展战略,以跨海大桥为首的海工设施建设掀起狂潮,跨海大桥所面临的海上盐雾、氯盐、硫酸盐等复杂环境下的侵蚀困扰以及隐蔽病害问题日益凸显。 “以往桥梁维修需要人爬上去,耗时长也易发生危险,即使用无人机拍摄,也只能拍摄到桥梁局部,不能全面掌握桥梁情况。”周昊告诉记者,在指导老师马亚飞的带领下,学生团队敢于向这一国家级创新研究发起挑战,展开了两年的不间断研究。最终,以完全自主研发的算法模型为核心,首创了集成式桥梁智能感测装置与运维评估系统。 该设备借助超声成像技术感知桥梁内部钢筋锈蚀情况,无须接触桥梁便可智能诊断桥梁高空外观病害。首创的多维多源信息融合数字孪生桥梁安全智能评估系统,操作者可直观看出桥梁桥体病害全貌及程度,大大提升评估的效率和精度,项目技术已应用于6个省市的11座特大型桥梁。 周昊坦言,两年多来,团队轮休劳作试验,克服了室外高温、高空作业的困难,以及沿海极端气候环境带来的挑战,制作了数百个试件,收集了上万份试验数据,最终带着项目成果走上“挑战杯”国赛决赛舞台。 项目展览现场,大连理工大学控制科学与工程学院自主研发的“面向智能运维的航空发动机虚拟试车台”,吸引了不少关注。在虚拟技术的支持下,师生可现场体验航空发动机的超写实运行和智能维护。 “作品核心功能是虚拟试车和关键参量推演。”团队成员刘墨然解释道,航空发动机被誉为现代工业“皇冠上的明珠”,是飞机的“心脏”,团队项目技术的挑战性不言而喻。 传统的发动机试车以地面真机实测为主,在排查故障时往往需要拆机,导致研发、运维成本较高。而使用团队构建的虚拟航空发动机,工作人员可对航空发动机内部重要的、传感器不可直接测量的参数进行推演,为航空发动机的设计、生产、运维等阶段提供关键数据支撑。 据项目指导老师徐昌一介绍,作为曾主办过“挑战杯”赛事的高校,大连理工大学始终以此类高水平科技竞赛为牵引,探索实施了本科生“三早”工作坊,即“早进课题、早进实验室、早进科研团队”,构建了“氛围营造-项目培育-竞赛选拔-成果孵化”的全链条创新人才培养机制,持续且定向培养国家发展所需的专业型人才。 |