2021博世中国x机器之心AIoT线上黑客松，20万奖金等你来赢！

2021 年 10 月 15 日 机器之心

转眼到了十月中，为祖国母亲庆生归来，「热情」尚未散尽，恍惚间忘记了自己在学校学的专业是什么或感觉自己的工作状态不太对劲……

你是否需要一场热血比赛，找回长假之前的状态？巧了，眼前就有这么一个机会：

2021 年 10 月 15 日，2021 博世中国 x 机器之心 AIoT 线上黑客松正式开启。

在你的印象中，博世是一家什么样的公司？作为低调的百年制造企业，博世正在向一家创新型物联网 (AIoT) 公司转型。互联交通、互联工业、碳中和、互联生活这 4 大课题所需要的技术和人才积累，有关于实现未来世界物联化的一切，都是博世近年来致力研究的课题。

自动驾驶、智能家居、无人工厂、智慧家园…… 博世正逐级打造互联世界的科技之城，实现 AIoT 的发展，从市场到需求，从技术到开发，从场景到应用。

从浩瀚宇宙到多彩生活，从星辰大海到日新月异，都是当代年轻人关注的领域。2021 博世中国 x 机器之心 AIoT 线上黑客松，以科技之名，一战在即！

四大赛道，实现世界物联化通关之路全概览

赛程介绍

大赛时间：2021 年 10 月 15 日 - 2021 年 11 月 27 日

大赛形式：线上

赛程安排如下，参赛的选手们请注意以下时间节点：

10 月 15 日报名启动
11 月 21 日 22 点作品提交截止
11 月 22 日公布入围决赛名单
11 月 27 日决赛

注意！参赛对象没有任何限制，我们鼓励所有对比赛感兴趣的高校学生、创业者、个人、企业团队、博世内部员工等报名参赛

你可以个人参赛，也可组队参赛（建议每支队伍 2-5 人）。每人限加入 1 支队伍，每个队伍所有队员均需提交报名表单，每支队伍选定一个赛题（非一个赛道）进行比赛。

优厚福利

每个赛道设置一等奖 1 个席位、二等奖 2 个席位，三等奖 2 个席位，优秀奖若干；获奖团队均颁发电子证书。

一等奖，20000 元 / 席位
二等奖，10000 元 / 席位
三等奖，5000 元 / 席位

除此之外，每支获奖团队 / 个人都有机会获得这些奖励！

1、博世中国提供的价值千元超值大礼包

2、机器之心提供的价值 1999 元的 2022 年度机器之心 Pro 会员

3、获奖创业团队 / 个人经评估后有机会获得与博世中国的合作机会

4、博世中国实习机会、机器之心合作网络企业实习推荐机会

想拿高分，你需要记住这些

报名成功后，参赛队伍按照各赛道要求，在规定时间内提交作品即可。但想拿到高分（或者不出现失误），你还需要重视几个点。

决赛方案内容应该包含但不限于以下内容：

1）项目背景：描述项目 / 产品核心解决的是什么问题 / 现象。

2）产品：产品特色，核心优势。并提供产品或系统有体感的演示 DEMO（如已实现商业化结合数据阐述效果）。

3）技术：采用哪些技术、产品技术架构、创意创新性等。

4）商业模式：运营模式，盈利模式，发展历程等（如未实现商业化，就该模块做市场预测）。

5）市场分析：行业宏观、细分市场、竞品等分析（如未实现商业化，就该模块做市场预测）。

6）项目原创性声明：随方案提交，承诺提交方案及成果的原创性和真实性，若由此产生的知识产权纠纷由参赛者自行承担。

提交格式：

1）必选：参赛方案或商业计划书以 PDF 或 PPT 格式提交一个文件，文件大小 100M 以内。

2）可选：为更好的阐述方案，参赛团队可提供有体感的演示，例如实物产品、演示 DEMO、视频、图片等作为补充（若有多个文件，请压缩为一个 Zip 文件提交）。

报名方式

在文末点击「阅 读原文」 ，即可报名参赛。

或者扫描以下二维码，立即参与报名。

赛程中如遇任何问题，请及时联系小助手答疑解惑

详细赛题描述

赛道 1：互联交通

从前车马慢，一生只爱一个人。骡子、轿子、二八大盖……。翻山越岭走走停停已成往事，导航在手说走就走如破竹之势在发展。车路人云多位协同的今天，一个先人想未曾想的智慧交通之城正在全球范围内互联打造。安全驾驶、自动泊车、增强现实等等，百年博世在智慧交通领域绝对拥有硬核的技术与实力。

一千个人心中有一千个哈姆雷特，你脑海中的互联交通是什么样子呢？你的创意也许就是我们的未来。

赛题 1：打造「千人千面」的智能汽车

如何理解和定义未来智能汽车的个性化，如何通过系统性架构将智能座舱，智能驾驶与智能家居车家互联等关键场景打通，实现通过软件来定义千人千面的智能汽车。通过系统性的设计在上车端，行车端和停车端（最后一公里）的功能，打通不同场景下（日常通勤、外出旅行或商务出行）的智能汽车个性化实现架构。方案应体现如下重点：

典型场景
实现场景的系统架构及关键技术
数据链路及价值流
用户体验

赛题 2：基于车联网及智慧交通大数据实现智慧交通管理

智慧交通体系中，通过车联网技术，实现车与人，车与车，车与智慧基础设施，车与云的智慧互联，实现人 - 车 - 路 - 云多位一体的协作式智慧交通体系，同时通过智慧交通体系所获得的海量数据，通过对大数据的挖掘，可实现对于交通管理的优化，本赛题希望通过打造人 - 车 - 路 - 云协作式智慧交通架构及数据价值链，解决当前交通管理中的痛点问题，提升交通管理效率，通过打造智慧交通体系，真正实现零伤亡交通愿景。方案应体现如下重点：

人 - 车 - 路 - 云智慧交通体系架构
实现的关键技术
解决典型场景
实现协作式智慧交通的路线图

赛道 2：互联工业

从生产到质量控制，从设备维护到后端其他领域，工业人工智能在多维度优化固有流程的同时重塑产业核心价值链。计算机视觉、机器人技术、物联网技术以及 AI 基础设施等技术的快速发展，成功使得人工智能应用场景与产业链图谱日渐完善和完整。

生产效率如何提高？产品良率如何进一步提升？故障预测如何更快更精更准？运输配送、安全管理、智能工业平台等如何更优地实现内部协同作业全面、多维的实现企业智能化转型……

互联工业赛道，从基础到进阶，带你探索智慧工业的全流程。

赛题 1：数字孪生

场景：自动化生产线虚拟仿真

底层技术：3D 建模、仿真、IIoT

具体场景：新产线交付一般会经过厂家调试和客户现场安装调试等多个阶段。传统调试方法是在生产线实体构建完成之后开始。技术团队需要先完成单个设备的调试，再进行设备的集成调试，最后进行整条生产线的调试。生产线投入营运之后，后期进行设备改造，也需要对生产线进行调试。

解决问题：前期的设备选型、集成设计或布局规划等环节可能会出现差错。如果这些问题在产线构建完成之后进行调试时才发现，会造成返工，导致交付周期延长，成本上升。

解决方案目标：构建设备、生产线 3D 模型，对机器人进行运动学计算和轨迹建模。实现碰撞智能检测、虚拟漫游和可视化等功能。

赛题 2：预测性保养维修

场景：自动化产线的预测性保养维修

底层技术：IIoT、时序数据、状态监控、机器学习、数据分析

具体场景：由多台设备组成的全自动 U 型生产线，设备和设备之间通过自动化传输线连接，部分设备之间有缓冲区可以暂存在制品。生产线节拍达到 120JPH、3 班 24 小时不间断生产。

解决问题：各设备的预防性保养传统方法是按使用预定的设备使用次数或周期性来执行。流水线设备保养维护需要整条生产线的设备全部停机。生产线上各个设备的保养维护的需求（使用次数、间隔周期和寿命）不一样，这种方法会造成过渡保养，导致计划性停机时间长，造成浪费。

解决方案目标：基于各个设备的预计使用寿命（或保养间隔），建立产线级的预测性保养的数据模型。基于设备的条件监控建立产线级的状态监控，实现对产能影响最小的预测性维护计划。

赛题 3：智能检测

场景：压铸模具温度检测及优化

底层技术：图像识别、机器学习

具体场景：在轻合金铸造工厂中广泛应用的高压压铸工艺，正确的模具温度分布对于确保压铸工艺的效率和质量具有至关重要的意义。在一个压铸循环过程中，需要自动获取热像图对模具温度分布和变化情况进行监控。尤其对于压铸的润滑阶段，需要通过确定模具表面的温度分布，来确定需要冷却的关键区域以及冷却程度。通常通过采集预定的 10 个关键点的温度数据，对比脱模前和脱模后模温和变化情况来实现以上要求。

解决问题：冷却的关键区域判定依赖工人的经验。没有建立脱模剂和水的用量与冷却速率的关系。

解决方案目标：实现实时模温检测，快速识别模具温度的分布。监控关键点的温度变化，判断温度分布及变化是否超过规定。实现压铸循环时间、脱模剂和水用量的工艺优化。

赛题 4：知识图谱

场景：设备维修故障智能诊断及处理

底层技术：知识图谱、大数据分析

具体场景：自动化设备发生故障时，通常会同时表现出多种故障现象。技术人员很难第一时间判断出问题的根源。技术人员需要查阅设备产商提供的设备故障处理手册，通过故障现象、故障代码等线索，查找最可能的问题根源。一些有 IT 技术能力的公司，建立设备维修经验分享系统，技术员可以把一些疑难故障和维修方法的经验记录到系统中，其他技术人员可以通过关键字来搜索相关的维修经验。

解决问题：对于集成的复杂设备，存在多份手册（纸本或电子档）。各个产商的手册仅仅罗列单个设备（或组件）的故障现象和对应处理方法，没有建立故障之间的关联、传播关系，无法帮助维修技术人员对复杂故障进行根因溯源分析，难以给出正确的维修方法。传统经验分享系统依赖关键字查询。由用户在经验分享系统手工输入的关键字（tag），存在标准化差的问题，也难以建立起故障和维修方案的匹配关系，搜索的结果匹配度低。

解决方案目标：通过应用知识图谱，建立设备的故障树，并建立故障和维修方法的因果、关联关系。系统可以根据用户输入的关键字或问题，自动推荐可能的故障原因。结果能按照相关性和可能性进行排序。针对选定的故障原因，自动给出正确的维修方法，定位维修手册中维修步骤，提高维修效率。

赛题 5：智能机器人：在制品产品识别和跟踪

底层技术：视觉识别

具体场景：全自动的生产线因为产品的特点和加工工艺原因，某些工序不能采用打刻 DMC，或黏贴条码或挂载 RFID 等方式来识别在制品。在制品流转中采用的单层中转箱或多层支架，中转箱和支架的层和位置（坐标）都有定义。通过带视觉功能的机器人手臂实现工件的拿取和放入。该机器人可以通过工件的位置来识别工件的身份，并与加工中心交换工件的信息

解决问题：因为翻包、质检等原因会出现工件从中转箱取走，检测完再送回产线。这种情况，工件会脱离自动化产线，它的身份识别存在困难。在加工或输送过程中，中转箱或支架的方向会旋转，工件的定位发生变化。

解决方案目标：建立基于位置（空间）信息识别工件的算法模型，实现基于机器人视觉的工件防错及身份识别。

赛题 6：智能互联

场景：探索工业领域的全场景互联

底层技术：5G 应用、AI、AR/VR、IoT

具体场景：为构建智能工厂，生产线的自动化、互联程度越来越高，对从设备到人的数据、信息和知识的透明要求越来越多。人与人之间需要更高效的信息交互、分享。

解决问题：受限于设备的通讯能力、接口技术和架构，难以建立起人与设备的连接。数据和信息的分享、自主服务能力差。

解决方案目标：探索工业制造领域的全场景互联技术，描绘未来工厂人、设备、产品的无缝集成应用。

‼️ 重要 ‼️ 互联工业赛道 | 6 大赛题参考数据下载链接：

链接: https://pan.baidu.com/s/1Te_Yu1EhCZ4hmkKQ5e23xg
提取码: n9m6

赛道 3：碳中和

全球气候变化已经成为本世纪人类面临的最大挑战之一。如何有效驱动整个能源系统、经济系统和科技创新系统全面向绿色转型的同时实现全碳中和这一目标，已形成全球共识。全球碳中和目标的实现是农林牧副渔交通经济等全行业绿色循环再生产的成果，可谓是「海陆空」集体大作战。

博世集团于 2020 年成为全球首家在研发和生产制造端实现碳中和的大型工业企业，即在直接排放（范围一）及与采购能源相关的简介排放（范围二）实现了碳中和。在实践过程中，博世积累了丰富经验，希望能够与其他行业伙伴一起讨论分享，共同向中国 2030 年碳达峰和 2060 年碳中和目标迈进。

赛题 1: 能效优化

在 2030 碳达峰，2060 碳中和大背景下，全国多个能源大省齐陷能源消费总量与能耗强度 “双控” 双失控困局。节能减排和新能源的大力发展成为了国家实现”双碳” 战略目标的重要环节。因此，燃料电池的研究也成为了必经之路。本赛题旨在利用人工智能技术对燃料电池性能进行优化。主要思考以下几个方面：

如何建立机器学习模型表征燃料电池性能(i.e. 电流电压温度及其他参数和电池剩余寿命的相关性)
如何将建立的机器学习模型用实现实时优化燃料电池系统的控制策略
除燃料电池系统优化外，基于云平台，还有哪些可以实现的燃料电池性能提升的方向？

赛题 2: 能耗预测

作为企业节能减排的先锋，博世在实现碳中和领域积累了丰富经验。为了实现对工厂能源的精细管理，博世将人工智能技术应用节能领域，并且已经实现了许多成功的落地案例。本赛题旨在利用人工智能技术对工厂未来一年进行能耗预测。主要思考以下几个方面：

利用已有的工厂能耗数据，分析不同特征对能耗的影响
如果建立机器学习模型对工厂电量进行预测
如何设计用户界面，使工厂能源系统负责人可以更好得使用能耗预测的结果？

‼️ 重要 ‼️ 碳中和赛道 | 赛题 2 参考数据下载链接：

https://pan.baidu.com/s/1cP_Y8wex7GbUH-6qlJYS6g
提取码: fm88

赛道 4：互联生活

健康可计算、生命有质量，智慧新交互、空间人性化，智能新低碳、开启移动第三空间，数字新基建、城市更有温度，数字技术与规划、塑造可信新未来。

这不是虚构的未来世界，而是 2030 年人类「医、食、住、行、用」等日常生活的数字化版图。一张床、一盏灯、一杯水，适宜的温度，恰到好处的亮度，无一不体现智慧生活带来的便利与宜居。未来已来，一起聊聊你们理想中的智慧生活。

赛题 1：智慧书房

围绕智慧书房学习这一场景，针对书房空气质量参数、K12 儿童学习习惯、坐姿、时间管理等或书房合适声、光环境参数等，如何培养孩子良好学习习惯，父母怎样提高房间内空气及声光环境的可调控性等问题。如何通过传感器技术、电驱技术、视觉语音识别等技术搭建有利于孩子的学习环境，帮助父母或孩子更好地管理学习。

赛题 2：智慧睡眠

2020 年的国民睡眠白皮书显示当下中国有超 3 亿人存在睡眠障碍，研究还发现自身睡眠情况感到满意的人占比不到 30%，42% 的人对睡眠状况感觉一般。有近九成的人有补充睡眠的需求，却仅有 25% 的人有时间补充睡眠。由此可见当睡眠已经成为一个症结的时候，智能互联的生活能在这方面给予人们何种帮助，将成为一个话题和热点。

现在为剔除掉长期睡眠问题所导致的病理因素干扰，我们把目光投向青少年，发现自然节律和作息不匹配是困扰他们的主要因素，同时已知 “光” 对于生物来说是重要的授时因子，晨光、暮光、正午骄阳等都是影响节律的重要因素。假设又已知，光除了视觉效果以外，通过动态调节光谱，可使其偏向警觉性维度或者舒缓性两个相反的维度，请从以下几个角度考虑，提供具体的解决方案或思路：