长江大学电子技术应用女生当队长，长江大学这群电子“发烧友”拿到了全国冠军|上海羊羽卓进出口贸易有限公司

女生当队长，长江大学这群电子“发烧友”拿到了全国冠军

极目新闻记者柯称

通讯员晏亮刘茜

忘带钥匙进不了寝室？在长江大学23栋C106女生寝室，不存在的！近日，寝室里的“电子达人”郑卓宇，将寝室门锁进行了自动化改造，只要刷一刷已开启NFC功能的手机，电机便会自动打开大门。“现在还不成熟，还要进行调试。”郑卓宇笑着说，室友们则对她充满信心——郑卓宇带着学校一群电子“发烧友”组建了“长大长青二队”，这学期开学前刚刚夺得了2023睿抗机器人开发者大赛智慧物流全国总决赛冠军，小小门锁自然难不倒她。

夺冠后合影

唯一的女生成为了队长

郑卓宇是长江大学电子信息与电气工程学院人工智能专业大三学生。去年寒假，她在家自学制作了循迹小车，迈出智能车入门的第一步。之后便一路“打怪升级”，接触到了语音识别和摄像头目标检测等技术。在这个过程中，郑卓宇对机器人的兴趣不断提升，积累的经验也越来越多。

现在，郑卓宇把电子制作当作一种乐趣，在她的抽屉和柜子里，是分类摆放的各种元器件。谈论这些“装备”时，她如数家珍，“这是STM32单片机，这是蓝牙模块，这是排线和端子……这些都是我慢慢积累下来的。”

郑卓宇抽屉和柜子里的元器件

“长大长青二队”还有来自计算机学院的学生，个个都很有经验。比如李怀政就是从大二开始接触智能车和智能机器人，他创建了一个B站账号，分享自己做的接近感应灯和平衡车等装置，目前粉丝数已接近1500。他将软硬资料开源，和许多有共同爱好的网友一起交流，共同进步。

这些有着共同兴趣，又各有所长的学生们组建成了“长大长青二队”，一起挑战机器人大赛。这项比赛需要同时具备理论知识和实操经验，每一个环节都要求极高，对于当时处于大二、大三年级的队员们来说，这是一个需要强化学习和训练的过程。

队员们在训练

在电子信息与电气工程学院郑恭明、陈英芝两位老师的指导下，同学们从环境的搭建和通讯协议的理解与应用，各种模块、传感器的使用，到摄像头角度、阈值的调节和机械臂动作的精准控制……逐一“攻克”了这些比赛前就需要解决的难题。

“我们这个团队非常团结，分工协作，齐心协力朝着一个目标努力。”作为团队里唯一的女生和队长，郑卓宇说，“一有时间，我们就会一起讨论，在讨论中总结和反思遇到的问题，然后一遍遍地写代码，找Bug，改代码，调试机器人。”

7月9日，队员们走上省赛竞技台，可开局并不顺利。团队的上下位机通信的串口线出现接触不良的问题，导致他们无法有效控制机器人。在其他团队的帮助下，他们换了三根正常的串口线，得以顺利进行比赛。最后，长大长青二队打败了其他两支参赛队伍，获得了智慧物流A赛项湖北省选拔赛冠军。

“我们还得到了幸运之神的眷顾。”郑卓宇笑着说，决赛时，现场设置了一个分值为100的“神秘任务”，需要参赛队伍现场写程序和调试，现场参加的近30支队伍中，只有两三队成功完成了神秘任务，长大长青二队就是其中之一。

临危不乱夺得全国冠军

今年8月下旬，2023睿抗机器人开发者大赛智慧物流全国总决赛举行，来自同济大学、华中科技大学、山东大学等268所院校、451支队伍、1300余位选手展开巅峰对决。

在长大长青二队参与的A赛项中，参赛队必须在一小时内完成现场写代码，调试智能机器人，并在正式比赛时间5分钟内控制其包装、仓储分拣、配送和收取快递等。

比赛中

这一次，长大长青二队同样开局不顺。因为总决赛现场的地图有些凸起，导致他们的智能机器人的红外测距传感器识别产生失误，无法准确完成场地任务。

突如其来的失误并没有让同学们因此乱了阵脚。仔细分析问题后，他们重新调试了机器人的传感器，再次出发。他们的机器人通过人脸识别系统扫描包裹，摄像头识别出特征后，用机械爪将包裹搬起，运输到指定位置，顺利在指定时间完成比赛。

参赛机器人

“比其他队要快半分钟！”“比第二名高出200分左右！”长大长青二队在A赛项中一举夺魁，拿到了冠军。

“全国大赛，难点多，对手强，但我们关关难过关关过！”回首“冠军之路”，5名队员们齐声说道。

近年来，长江大学学生团队多次在全国性科创类比赛中夺魁，包括“挑战杯”特等奖和“互联网+”金奖等重量级奖项。长大长青二队的同学们表示，在今后会继续着眼于创新项目，进一步提高专业能力，和怀揣着同样爱好和梦想的小伙伴结伴前行。

（来源：极目新闻）

更多精彩资讯请在应用市场下载“极目新闻”客户端，未经授权请勿转载，欢迎提供新闻线索，一经采纳即付报酬。24小时报料热线027-86777777。

湖北"硬核"团队，用AI赋能中华典籍"数字生命"，在TOP期刊发文！

近日，国际权威学术期刊IEEE Internet of Things Journal刊发长江大学 电子信息与电气工程学院数智融合理论及应用研究团队题为“EMANet: An Ancient Text Detection Method Based on Enhanced-EfficientNet and Multi-Dimensional Scale Fusion”的研究成果。

IEEE Internet of Things Journal是IEEE旗下的国际权威期刊，主要刊发人工智能及物联网方面的最新进展和评论文章，在所有小类中排序均在前5%。中科院最新SCI分区显示该期刊为I区TOP期刊。

该团队开展了基于深度学习模型和多尺度融合的古籍文字检测及数字化研究，提出了一种结合增强型EfficientNet网络和多尺度融合框架的古籍文字检测方法，有效地解决了古籍文本分布复杂、排列密集、风格迥异等特点所带来的检测精度不高的难题 。论文所提出的方法在准确性和速度上都明显优于目前主流古籍文本检测方法，为古籍文本的数字化奠定了良好基础，对古籍文物的保存和传播具有重要意义。