轉眼到了十月中，為祖國母親慶生歸來，「熱情」尚未散盡，恍惚間忘記了自己在學校學的專業是什麼或感覺自己的工作狀態不太對勁……
你是否需要一場熱血比賽，找回長假之前的狀態？巧了，眼前就有這麼一個機會：
2021 年 10 月 15 日，2021 博世中國 x 機器之心 AIoT 線上駭客松正式開啟。
在你的印象中，博世是一傢什麼樣的公司？作為低調的百年製造企業，博世正在向一家創新型物聯網 （AIoT） 公司轉型。互聯交通、互聯工業、碳中和、互聯生活這 4 大課題所需要的技術和人才積累，有關於實現未來世界物聯化的一切，都是博世近年來致力研究的課題。
自動駕駛、智慧家居、無人工廠、智慧家園…… 博世正逐級打造互聯世界的科技之城，實現 AIoT 的發展，從市場到需求，從技術到開發，從場景到應用。
從浩瀚宇宙到多彩生活，從星辰大海到日新月異，都是當代年輕人關注的領域。2021 博世中國 x 機器之心 AIoT 線上駭客松，以科技之名，一戰在即！
四大賽道，實現世界物聯化通關之路全概覽
賽程介紹
大賽時間：2021 年 10 月 15 日 - 2021 年 11 月 27 日
大賽形式：線上
賽程安排如下，參賽的選手們請注意以下時間節點：
10 月 15 日 報名啟動
11 月 21 日 22 點 作品提交截止
11 月 22 日 公佈入圍決賽名單
11 月 27 日 決賽
注意！參賽物件沒有任何限制，我們鼓勵所有對比賽感興趣的高校學生、創業者、個人、企業團隊、博世內部員工等報名參賽
你可以個人參賽，也可組隊參賽（建議每支隊伍 2-5 人）。每人限加入 1 支隊伍，每個隊伍所有隊員均需提交報名表單，每支隊伍選定一個賽題（非一個賽道）進行比賽。
優厚福利
每個賽道設定一等獎 1 個席位、二等獎 2 個席位，三等獎 2 個席位，優秀獎若干；獲獎團隊均頒發電子證書。
一等獎，20000 元 / 席位
二等獎，10000 元 / 席位
三等獎，5000 元 / 席位
除此之外，每支獲獎團隊 / 個人都有機會獲得這些獎勵！
1、博世中國提供的價值千元超值大禮包
2、機器之心提供的價值 1999 元的 2022 年度機器之心 Pro 會員
3、獲獎創業團隊 / 個人經評估後有機會獲得與博世中國的合作機會
4、博世中國實習機會、機器之心合作網路企業實習推薦機會
想拿高分，你需要記住這些
報名成功後，參賽隊伍按照各賽道要求，在規定時間內提交作品即可。但想拿到高分（或者不出現失誤），你還需要重視幾個點。
決賽方案內容應該包含但不限於以下內容：
1）專案背景：描述專案 / 產品核心解決的是什麼問題 / 現象。
2）產品：產品特色，核心優勢。並提供產品或系統有體感的演示 DEMO（如已實現商業化結合資料闡述效果）。
3）技術：採用哪些技術、產品技術架構、創意創新性等。
4）商業模式：運營模式，盈利模式，發展歷程等（如未實現商業化，就該模組做市場預測）。
5）市場分析：行業宏觀、細分市場、競品等分析（如未實現商業化，就該模組做市場預測）。
6）專案原創性宣告：隨方案提交，承諾提交方案及成果的原創性和真實性，若由此產生的智慧財產權糾紛由參賽者自行承擔。
提交格式：
1）必選：參賽方案或商業計劃書以 PDF 或 PPT 格式提交一個檔案，檔案大小 100M 以內。
2）可選：為更好的闡述方案，參賽團隊可提供有體感的演示，例如實物產品、演示 DEMO、影片、圖片等作為補充（若有多個檔案，請壓縮為一個 Zip 檔案提交）。
報名方式
賽程中如遇任何問題，請及時聯絡小助手答疑解惑
詳細賽題描述
賽道 1：互聯交通
從前車馬慢，一生只愛一個人。騾子、轎子、二八大蓋……。翻山越嶺走走停停已成往事，導航在手說走就走如破竹之勢在發展。車路人云多位協同的今天，一個先人想未曾想的智慧交通之城正在全球範圍內互聯打造。安全駕駛、自動泊車、增強現實等等，百年博世在智慧交通領域絕對擁有硬核的技術與實力。
一千個人心中有一千個哈姆雷特，你腦海中的互聯交通是什麼樣子呢？你的創意也許就是我們的未來。
賽題 1：打造「千人千面」的智慧汽車
如何理解和定義未來智慧汽車的個性化，如何透過系統性架構將智慧座艙，智慧駕駛與智慧家居車家互聯等關鍵場景打通，實現透過軟體來定義千人千面的智慧汽車。透過系統性的設計在上車端，行車端和停車端（最後一公里）的功能，打通不同場景下（日常通勤、外出旅行或商務出行）的智慧汽車個性化實現架構。方案應體現如下重點：
典型場景
實現場景的系統架構及關鍵技術
資料鏈路及價值流
使用者體驗
賽題 2：基於車聯網及智慧交通大資料實現智慧交通管理
智慧交通體系中，透過車聯網技術，實現車與人，車與車，車與智慧基礎設施，車與雲的智慧互聯，實現人 - 車 - 路 - 雲多位一體的協作式智慧交通體系，同時透過智慧交通體系所獲得的海量資料，透過對大資料的挖掘，可實現對於交通管理的最佳化，本賽題希望透過打造人 - 車 - 路 - 雲協作式智慧交通架構及資料價值鏈，解決當前交通管理中的痛點問題，提升交通管理效率，透過打造智慧交通體系，真正實現零傷亡交通願景。方案應體現如下重點：
人 - 車 - 路 - 雲智慧交通體系架構
實現的關鍵技術
解決典型場景
實現協作式智慧交通的路線圖
賽道 2：互聯工業
從生產到質量控制，從裝置維護到後端其他領域，工業人工智慧在多維度最佳化固有流程的同時重塑產業核心價值鏈。計算機視覺、機器人技術、物聯網技術以及 AI 基礎設施等技術的快速發展，成功使得人工智慧應用場景與產業鏈圖譜日漸完善和完整。
生產效率如何提高？產品良率如何進一步提升？故障預測如何更快更精更準？運輸配送、安全管理、智慧工業平臺等如何更優地實現內部協同作業全面、多維的實現企業智慧化轉型……
互聯工業賽道，從基礎到進階，帶你探索智慧工業的全流程。
賽題 1：數字孿生
場景：自動化生產線虛擬模擬
底層技術：3D 建模、模擬、IIoT
具體場景：新產線交付一般會經過廠家除錯和客戶現場安裝除錯等多個階段。傳統除錯方法是在生產線實體構建完成之後開始。技術團隊需要先完成單個裝置的除錯，再進行裝置的整合除錯，最後進行整條生產線的除錯。生產線投入營運之後，後期進行裝置改造，也需要對生產線進行除錯。
解決問題：前期的裝置選型、整合設計或佈局規劃等環節可能會出現差錯。如果這些問題在產線構建完成之後進行除錯時才發現，會造成返工，導致交付週期延長，成本上升。
解決方案目標：構建裝置、生產線 3D 模型，對機器人進行運動學計算和軌跡建模。實現碰撞智慧檢測、虛擬漫遊和視覺化等功能。
賽題 2：預測性保養維修
場景：自動化產線的預測性保養維修
底層技術：IIoT、時序資料、狀態監控、機器學習、資料分析
具體場景：由多臺裝置組成的全自動 U 型生產線，裝置和裝置之間透過自動化傳輸線連線，部分裝置之間有緩衝區可以暫存在製品。生產線節拍達到 120JPH、3 班 24 小時不間斷生產。
解決問題：各裝置的預防性保養傳統方法是按使用預定的裝置使用次數或週期性來執行。流水線裝置保養維護需要整條生產線的裝置全部停機。生產線上各個裝置的保養維護的需求（使用次數、間隔週期和壽命）不一樣，這種方法會造成過渡保養，導致計劃性停機時間長，造成浪費。
解決方案目標：基於各個裝置的預計使用壽命（或保養間隔），建立產線級的預測性保養的資料模型。基於裝置的條件監控建立產線級的狀態監控，實現對產能影響最小的預測性維護計劃。
賽題 3：智慧檢測
場景：壓鑄模具溫度檢測及最佳化
底層技術：影象識別、機器學習
具體場景：在輕合金鑄造工廠中廣泛應用的高壓壓鑄工藝，正確的模具溫度分佈對於確保壓鑄工藝的效率和質量具有至關重要的意義。在一個壓鑄迴圈過程中，需要自動獲取熱像圖對模具溫度分佈和變化情況進行監控。尤其對於壓鑄的潤滑階段，需要透過確定模具表面的溫度分佈，來確定需要冷卻的關鍵區域以及冷卻程度。通常透過採集預定的 10 個關鍵點的溫度資料，對比脫模前和脫模後模溫和變化情況來實現以上要求。
解決問題：冷卻的關鍵區域判定依賴工人的經驗。沒有建立脫模劑和水的用量與冷卻速率的關係。
解決方案目標：實現實時模溫檢測，快速識別模具溫度的分佈。監控關鍵點的溫度變化，判斷溫度分佈及變化是否超過規定。實現壓鑄迴圈時間、脫模劑和水用量的工藝最佳化。
賽題 4：知識圖譜
場景：裝置維修故障智慧診斷及處理
底層技術：知識圖譜、大資料分析
具體場景：自動化裝置發生故障時，通常會同時表現出多種故障現象。技術人員很難第一時間判斷出問題的根源。技術人員需要查閱裝置產商提供的裝置故障處理手冊，透過故障現象、故障程式碼等線索，查詢最可能的問題根源。一些有 IT 技術能力的公司，建立裝置維修經驗分享系統，技術員可以把一些疑難故障和維修方法的經驗記錄到系統中，其他技術人員可以透過關鍵字來搜尋相關的維修經驗。
解決問題：對於整合的複雜裝置，存在多份手冊（紙本或電子檔）。各個產商的手冊僅僅羅列單個裝置（或元件）的故障現象和對應處理方法，沒有建立故障之間的關聯、傳播關係，無法幫助維修技術人員對複雜故障進行根因溯源分析，難以給出正確的維修方法。傳統經驗分享系統依賴關鍵字查詢。由使用者在經驗分享系統手工輸入的關鍵字（tag），存在標準化差的問題，也難以建立起故障和維修方案的匹配關係，搜尋的結果匹配度低。
解決方案目標：透過應用知識圖譜，建立裝置的故障樹，並建立故障和維修方法的因果、關聯關係。系統可以根據使用者輸入的關鍵字或問題，自動推薦可能的故障原因。結果能按照相關性和可能性進行排序。針對選定的故障原因，自動給出正確的維修方法，定位維修手冊中維修步驟，提高維修效率。
賽題 5：智慧機器人：在製品產品識別和跟蹤
底層技術：視覺識別
具體場景：全自動的生產線因為產品的特點和加工工藝原因，某些工序不能採用打刻 DMC，或黏貼條碼或掛載 RFID 等方式來識別在製品。在製品流轉中採用的單層中轉箱或多層支架，中轉箱和支架的層和位置（座標）都有定義。透過帶視覺功能的 機器人手臂實現工件的拿取和放入。該機器人可以透過工件的位置來識別工件的身份，並與加工中心交換工件的資訊
解決問題：因為翻包、質檢等原因會出現工件從中轉箱取走，檢測完再送回產線。這種情況，工件會脫離自動化產線，它的身份識別存在困難。在加工或輸送過程中，中轉箱或支架的方向會旋轉，工件的定位發生變化。
解決方案目標：建立基於位置（空間）資訊識別工件的演算法模型，實現基於機器人視覺的工件防錯及身份識別。
賽題 6：智慧互聯
場景：探索工業領域的全場景互聯
底層技術：5G 應用、AI、AR/VR、IoT
具體場景：為構建智慧工廠，生產線的自動化、互聯程度越來越高，對從裝置到人的資料、資訊和知識的透明要求越來越多。人與人之間需要更高效的資訊互動、分享。
解決問題：受限於裝置的通訊能力、介面技術和架構，難以建立起人與裝置的連線。資料和資訊的分享、自主服務能力差。
解決方案目標：探索工業製造領域的全場景互聯技術，描繪未來工廠人、裝置、產品的無縫整合應用。
