跳到主要内容

自动化系在第 43 届“挑战杯”中斩获佳绩!

· 阅读需 10 分钟
紫冬话语
清华大学自动化系本科生宣传平台

挑战杯

喜报

在清华大学第 43 届“挑战杯”赛事中,自动化系团队秉持创新初心,以奋勇拼搏的姿态投身角逐,最终在校级终审舞台上斩获佳绩。共获得

一等奖 1 项
二等奖 1 项
三等奖 3 项

(以第一作者/共同第一作者计)

其中,经自动化系推荐的 3 个项目获

一等奖 1 项
三等奖 2 项

经秀钟书院推荐的 1 个项目获

二等奖 1 项

经校科协推荐的 1 个项目获

三等奖 1 项

作品展示

一等奖——腕带式 XR 智能文本输入和触摸交互系统

赛道:信息技术
第一作者:孙润泽,高铭泽
指导教师:冯建江

展示图

本项目实现了一种腕部可穿戴智能细粒度敲击手势识别与指尖坐标预测系统,基于摄像头与 IMU,通过三姿势与手指组合实现单手全键盘映射,可在任意平面上实现无需注视的全文本输入,最多可识别 93 种细粒度手势;基于单红外摄像头实现手指接触识别及关键点预测系统,通过手指与手掌的接触状态判别与手指坐标预测实现触摸交互——包括智能设备的光标相对移动与单击。

二等奖——基于风驱三维蒸发技术的工业废水零排放与资源化利用系统

赛道:环保建设与碳中和
第一作者:王玥潼 李想
指导教师:陈熹

模拟图

本项目基于风驱三维界面蒸发技术提出一种风场耦合三维蒸发器。利用空气动力学理论论证研究可行性,采用 Ansys 仿真模拟程序探究内部流场分布,设计多种小试装置进行实验选优。本项目利用仿真模拟程序与实验相结合的方法,明确了流场-结构-性能的关联机制,构建效率-能耗核算模型,开发出一种高效低耗、高稳定性的自适应蒸发器,突破当前热点技术蒸发率极限,解决投产能耗问题,推动分布式清洁水生产技术的实际应用与优化。

三等奖——基于空间转录组学的肝脏器官三维重构

赛道:基础科学
第一作者:乔英姿
指导教师:古槿

展示图

现有提取空间转录组学数据的技术大多存在成本高,效率低等问题。而基于空间转录组学数据的三维重构框架存在对齐误差积累、部分数据损失、空间自相关性高等障碍。本项目创新性发展三维重构算法体系,通过引入深度学习网络优化标签标注、优化对齐算法、多模态数据相互补充融合等方式,借由绘图平台进行渲染,补充发展组织器官三维重构思路。在人体肝脏器官数据集中的测试应用则补全该领域研究缺失,并尝试探索肝脏相关疾病的致病机理。另一方面,预期通过与同功能算法在数据集中的基准测试,提高模型效能,验证其可迁移性。

三等奖——片剂表面缺陷智能检测与剔除系统

赛道:信息技术
第一作者:杨博尧 李孟涵
指导教师:彭黎辉

展示图

制药业长期依赖的人工目检等传统片剂表面缺陷检测方法,存在准确率低(<90%)等问题。本研究提出基于深度学习的检测与剔废系统:算法上,对 VGG16 引入热力图注意力训练法,用缺陷掩膜图像引导特征聚焦,模型准确率从 93.55% 提升至 97.36%,优于 YOLO11(97.24%);硬件上,自主研发低成本、高精度多路气动剔废装置;图像预处理来用 R/G 双通道阈值与形态学操作后进行轮廓检测提取单个药片图像,解决了药片相邻时易被误识别为同一个药片的问题,增强鲁棒性。

三等奖——可变构型的四轮机器人系统

赛道:信息技术
第一作者:郑奕,曾文轩
指导教师:陈章

展示图

移动机器人在生产生活中应用愈发广泛,考虑到足式机器人和轮式机器人各自在续航能力和通过能力的不足,本项目提出了一种可变构型的四轮机器人系统,通过引入腰部关节赋予机器人自主跳跃的能力,提高了不连续地形的通过能力;同时提出了基于深度强化学习的运动模式转换与主动跳跃控制算法,旨在将不同构型移动机器人的特点相结合,尝试对机器人在物流运输、环境探测等复杂工作场景下的表现进行改进。

AI 助教赛道

在本次挑战杯新开设的 AI 助教赛道,自动化系有两支队伍参赛,中期考核全部成功通过,并将在学期后期展开评奖。

基于 GLM-4 的《和声与曲式》智能助教系统

项目成员:赵宸一

项目海报

本助教系统希望改善学生在《和声与曲式》课程学习中,可能遇到的日常答疑、作业自查、和声分析等问题,探索一种 AI 和音乐相结合的思路,也为音乐类课程的教与学提供一种可能的方案。

AEI4U——基于 Dify 平台的《模拟电子技术基础》课程助手

项目成员:张博 贾明远
指导教师:叶朝辉

项目海报

本项目全称为:基于 Dify 平台的《模拟电子技术基础》课程智教 AEI4U。期望利用 LLM 工具全方位助力模电课堂的教与学环节。面向模电课程,我们重点实现三大创新点:电路图智能识别与绘制系统、基于学习行为的动态用户画像构建、前后端分离多平台应用架构。最终和教学团队合作整合模拟电子领域知识与教学经验,构造权威数据标。进以对清华 AI 伴学系统功能扩展和专业化定制,能更精准地识别学生在模拟电子学习中的困难点,提供更有针对性的支持。

祝贺

在此,向以上所有获奖同学表示祝贺,
也感谢全体参赛选手、指导老师、
参与指导的同学和工作人员的辛勤付出!

自动化系将继续
在挑战杯等学生科创赛事中,
勇攀科技高峰,
在前沿领域洞察深耕,
以科创力量贡献美好未来!


文案 | 王择
排版 | 赵梓轩
审核 | 肖一翃 张琰然 周义函

📖 阅读原文
紫冬话语

自动化系学生宣传平台
欢迎关注紫冬话语