Возможности НИОКР
Фокус на технологиях искусственного интеллекта, интеграция исследований и разработок, проектирования, производства и продаж.

1 Национальная исследовательская платформа

2 Провинциальная инновационная платформа

3 Национальный ключевой план НИОКР

4 Национальная премия в области науки и техники

5 Премия в области промышленного дизайна

16 Стандарты

38 корпоративных наград

50+ наград за продукт

350+ Прав на интеллектуальную собственность

240+ R&D команда
Ключевые технологии

Возможности алгоритмов ИИ
- Мультимодальный отпечаток ладони и распознавание вен ладони
- Логическое обнаружение прохода 3D Vision
- Структурный анализ характеристик транспортного средства
- Идентификация по карте автомагистрали
- Анализ структуры лица
- Рентгеновский аппарат для идентификации жидкости
- Ассоциативный анализ «человек-пакет»
- Умная модель обслуживания клиентов
- Анализ обнаружения объектов защитной двери
- Алгоритм оптимизации одноточечного адаптивного светофора
- Алгоритм оптимизации «зеленой волны» для магистральных дорог
- Платформа аннотирования данных аннотаций
Алгоритмы машинного зрения
Алгоритмы обработки естественного языка
Алгоритмы обработки сигналов
Алгоритмы операционной оптимизации
Системная платформа
Алгоритмы машинного зрения
Алгоритм | Техническое введение | Особенности продукта | Преимущества продукта | Области применения |
---|---|---|---|---|
Мультимодальный отпечаток ладони и распознавание вен ладони | Мультимодальный алгоритм распознавания отпечатков ладоней и вен ладони выполняет обнаружение ладони, определение ключевых точек, анализ качества, получение области ROI, извлечение признаков и т. д. на захваченных изображениях ладони в режиме реального времени в сочетании с технологией мультимодального слияния информации для достижения мультимодального распознавания отпечатков ладони и вен ладони. Он может применяться в сценариях оплаты, посещаемости, финансов и других сценариях. | 1. Получение ROI ладони: обнаружение ладони и определение ключевых точек выполняются на собранных изображениях ладони, а область ROI ладони получается путем обрезки. 2. Оценка качества ладони: яркость, четкость, угол позы и степень окклюзии изображения ладони могут быть оценены для получения высококачественных изображений. 3. Распознавание вен ладони: высокоточная аутентификация и распознавание личности достигаются путем извлечения, усиления, анализа и сравнения характеристик распределения вен ладони человека. 4. Распознавание отпечатков ладоней: надежное индивидуальное распознавание и аутентификация личности достигаются путем извлечения текстурных характеристик кожи человеческой ладони, их улучшения, анализа и сравнения. 5. Слияние функций: технология получения изображений IR+RGB используется для извлечения богатых особенностей ладони, а алгоритм распознавания отпечатков ладони и слияние вен ладони объединяются для поддержания чрезвычайно низкого уровня распознавания ошибок в базе данных из десятков миллионов. |
1. Высокая точность: используйте технологию слияния функций для поддержания чрезвычайно низкого уровня ложного распознавания. 2. Высокий уровень безопасности: Убедитесь, что собранная информация является подлинной и надежной, а также эффективно предотвращайте поддельные атаки. 3. Быстрота: быстрое завершение аутентификации и идентификации, сокращение времени ожидания в очередях и повышение общей эффективности распознавания. 4. Бесконтактная идентификация: Достижение полностью бесконтактной аутентификации, удобной и гигиеничной. 5. Надежная защита конфиденциальности: Активная идентификация пользователя, не нужно беспокоиться об утечке конфиденциальности и ложном срабатывании проблем с идентификацией. |
|
Логическое обнаружение прохода 3D Vision | Модуль 3D визуальной логики прохода определяет и определяет состояние пешеходного прохода с помощью технологии визуального восприятия, направленной на реализацию интеллектуального распознавания людей и объектов в зоне ворот в режиме реального времени, точное определение высоты, эффективное отслеживание идентификационной информации пешеходов и оценку аномального поведения, такого как хвост пешехода, чтобы сократить и оптимизировать ворота и улучшить опыт прохода пользователя. | 1. Интеллектуальное обнаружение: алгоритм точно идентифицирует пешеходов, ворота, багаж и другую связанную информацию в воротах, а также реализует автоматическое обрамление ворот. 2. Отслеживание цели: точная блокировка идентификационной информации пешехода и определение статуса прохода пешехода. 3. Определение высоты: используйте технологию 3D-машинного зрения для расчета роста пешеходов и различения взрослых и детей. 4. Обнаружение окклюзии: выполните обнаружение окклюзии канала, чтобы снизить риск защемления пассажиров, посылок и т. д. 5. Анализ поведения: Реализуйте обнаружение и анализ таких поведений, как параллельное слежение на близком расстоянии, переднее и заднее хвостование, вторжение и обратное вторжение. |
1. Мощные биометрические возможности распознавания: точно различайте людей и объекты, взрослых и детей. 2. Мощная возможность обнаружения каналов: оптимизируйте стратегию блокировки каналов, значительно сократите количество ложных тревог и ситуаций неправильного клипа. 3. Мощные возможности обнаружения хвостов: точное обнаружение хвостов бок о бок, поведение хвостов спереди назад. 4. Низкая стоимость обслуживания: может уменьшить размер ворот, уменьшить площадь пола, уменьшить конструкцию датчиков и кабелей, а также простоту обслуживания. |
|
Структурный анализ характеристик транспортного средства | Структурный анализ характеристик транспортных средств объединяет несколько технологий обработки изображений для распознавания моделей транспортных средств, распознавания номерных знаков, анализа атрибутов тела, обнаружения пересечения линии транспортного средства, обнаружения разворота транспортного средства и т. д. Он может различать более десятка типов транспортных средств, таких как легковые и немоторные транспортные средства, и выводить такую информацию, как местоположение, номерной знак и атрибуты цвета кузова модели транспортного средства, для достижения интеллектуального управления дорожным движением. | 1. Распознавание типа транспортного средства: алгоритм анализирует характеристики и внешний вид транспортного средства для точного определения различных типов транспортных средств в различных погодных условиях (солнечно, дождливо, туман, облачность и т. д.), различных сценах и различных временных периодах в течение дня и ночи. 2. Распознавание номерных знаков: Функция распознавания номерных знаков реализуется с помощью таких алгоритмов, как обнаружение номерных знаков, сегментация символов и распознавание символов. 3. Анализ характеристик кузова автомобиля: Точно определите цвет автомобиля, например, красный, синий и белый. 4. Обнаружение пересечения линии транспортного средства: В соответствии с характеристиками линии полосы движения, соотношение положения между транспортным средством и линией полосы движения анализируется для реализации обнаружения пересечения линии транспортного средства. 5. Обнаружение заднего хода транспортного средства: определите статус движения транспортного средства и то, является ли он задним ходом, исходя из положения автомобиля и траектории движения. |
1. Высокая точность: на основе передовых алгоритмов обработки изображений и глубокого обучения достигается высокоточное распознавание. 2. Мониторинг в режиме реального времени: он может отслеживать информацию о транспортном средстве на дороге в режиме реального времени и предоставлять информационную поддержку для управления дорожным движением и принятия решений. 3. Эффективная идентификация: он может быстро и точно определять цвет автомобиля, модель, номерной знак и другие характеристики для достижения интеллектуального управления. 4. Автоматизированное управление: он может анализировать и записывать информацию о транспортном средстве, снижать потребность в ручном вмешательстве и повышать эффективность управления. |
|
Идентификация по карте автомагистрали | Алгоритм распознавания вставки карты автомагистрали точно идентифицирует карту, вставленную водителем при выезде со станции, завершает процесс восстановления платежной карты транспортного средства, обеспечивает информационную безопасность и повышает эффективность взимания дорожных сборов. | 1. Идентификация карт: алгоритм распознавания карт на основе камеры помогает роботу для сбора карт на шоссе завершить автоматическое восстановление карт CPC, тем самым повышая эффективность проезда транспортных средств. | 1. Высокая точность: алгоритм точно распознает выбрасываемую карту. 2. Высокая адаптивность: алгоритм эффективно справляется со сложными ситуациями, такими как изменение освещения и фоновые помехи. 3. Высокая своевременность: модуль алгоритма оптимизирован для обеспечения быстрого обнаружения и распознавания в видеопотоках в режиме реального времени. |
|
Анализ структуры лица | Алгоритм анализа структуры лица должен быть объединен с камерой для анализа видео и использовать технические средства, такие как глубокое обучение, для достижения таких функций, как обнаружение лиц, отслеживание лиц, оценка качества лица, обнаружение живости и анализ атрибутов лица для получения высококачественного захвата лица. | 1. Распознавание лиц: Анализируйте входное изображение, чтобы получить местоположение лица и идентифицировать обычные лица и лица в маске. 2. Отслеживание лица: отслеживайте лицо на изображении в режиме реального времени. 3. Обнаружение живости: определите, является ли захваченное лицо реальным лицом пользователя, и избегайте атак на поддельное лицо, таких как изображения лиц, напечатанные на цветной бумаге, цифровые изображения лиц на экранах электронных устройств и маски. 4. Определение интенсивности света лица: Рассчитайте и оцените, является ли свет изображения лица нормальным, переэкспонированным или слишком темным. 5. Определение четкости лица: Рассчитайте и оцените четкость изображения лица, например, нормальное, обычно размытое и очень размытое. 6. Оценка положения лица: Алгоритм рассчитывает и оценивает углы осанки (угол крена, угол тангажа и угол рысканья) в трех направлениях в пространстве лица. 7. Обнаружение окклюзии лица: алгоритм определяет степень окклюзии черт лица. |
1. Высококачественный захват: для оценки и достижения высококачественного захвата лица используется несколько индикаторов. 2. Высокая адаптивность: он может адаптироваться к нескольким камерам, таким как монокуляр, бинокль и 3D-структурированный свет. 3. Высокая надежность: он обладает высокой точностью и высокой устойчивостью в сложных условиях, таких как различное освещение. 4. Высокая безопасность: он имеет функцию обнаружения живости и может предотвращать различные атаки. |
|
Рентгеновский аппарат для идентификации жидкости | Алгоритм распознавания жидкостей рентгеновского аппарата в основном используется для обнаружения предметов, перевозимых пассажирами, обнаружения опасных жидкостей / безопасных жидкостей, определения объема емкостей с жидкостями и снижения частоты открытия пакетов персоналом. | 1. Идентификация безопасных жидкостей: точно идентифицируйте распространенные безопасные жидкости, такие как чистая вода, газированные напитки, соки и т. д., уменьшите частоту вскрытия упаковок персоналом и уменьшите нагрузку на транспорт. 2. Идентификация опасных жидкостей: точная идентификация различных типов опасных жидкостей, включая легковоспламеняющиеся жидкости, токсичные жидкости и т. д., эффективно предотвращать перевозку опасных жидкостей и возникновение потенциальных угроз, а также обеспечивать пассажирам более безопасное и удобное путешествие. 3. Определение объема емкости для жидкости: определение объема емкостей с жидкостью и помощь в обнаружении идентификации жидкости. |
1. Высокая эффективность: он может сканировать и анализировать багаж за несколько секунд и быстро выдавать результаты. 2. Высокая точность: он может точно определять жидкое состояние различных упаковок и контейнеров. 3. Удобство: это снижает частоту вскрытия пакетов персоналом и облегчает отслеживание проблем. |
|
Ассоциативный анализ «человек-пакет» | Анализ ассоциаций «человек-упаковка» включает в себя обнаружение пешеходов, обнаружение посылок и алгоритм идентификации личности, который может эффективно идентифицировать пешеходов и их рюкзаки, реализовать ассоциацию «человек-упаковка» и обеспечить более качественные услуги по досмотру и управлению безопасностью. | 1. Обнаружение целей: используйте глубокое обучение и другие технологии для извлечения характеристик пешеходов и упаковок для точного обнаружения пешеходов и упаковок. 2. Отслеживание целей: сопоставление идентификаторов и отслеживание пешеходов и посылок. 3. Связь между человеком и пакетом: Сообщите информацию о пешеходе и пассажире пакета на входе, установите запись о связи между человеком и посылкой и сопоставьте видеоинформацию о багаже с информацией о пассажире на выходе для достижения полного контроля за входящим и исходящим багажом, уменьшая вероятность пропажи пешеходов или взятия не того багажа. |
1. Высокая точность: Алгоритм вводит новый механизм пространственной дискриминации расстояний для обеспечения точности ассоциативного анализа. 2. Высокая стабильность: специальная оптимизация выполняется для обычных упаковок, таких как рюкзаки, для повышения стабильности обнаружения и ассоциации. 3. Высокая своевременность: он может выполнять быстрое обнаружение и ассоциацию в видеопотоках в режиме реального времени. |
|
Алгоритмы обработки естественного языка
Алгоритм | Техническое введение | Особенности продукта | Преимущества продукта | Области применения |
---|---|---|---|---|
Умная модель обслуживания клиентов | Интеллектуальная система обслуживания клиентов сочетает в себе передовые технологии, такие как обработка естественного языка, машинное обучение и глубокое обучение, включая такие алгоритмы, как распознавание намерений и исправление ошибок в тексте. Она имеет общие диалоговые функции, такие как планирование маршрута, запрос стоимости проезда и запрос о пересадке на линию, что помогает снизить нагрузку на персонал метрополитена, улучшить качество обслуживания пассажиров и обеспечить более интеллектуальное и эффективное обслуживание. | 1. Распознавание намерений: Определите намерения пользователя на основе запрашиваемой информации, выполните соответствующие шаги постобработки, такие как извлечение релевантной информации, выполнение соответствующих операций и предоставление соответствующих ответов или обратной связи пользователю. 2. Распознавание сущностей: Изучая и используя различную информацию о предметной области, достигается более точное и всестороннее распознавание сущностей, что позволяет пользователям получать из нее информацию о сущностях. 3. Семантический анализ пользователя: Система может использовать ассоциативную информацию между намерением и сущностью для дальнейшего анализа и обработки запрашиваемой информации и получения более глубокой семантической информации. 4. Исправление ошибок в тексте: автоматическое обнаружение и исправление орфографических, грамматических, пунктуационных и других ошибок в тексте для повышения точности и читабельности текста. |
1. Высокая точность: Оптимизируя алгоритм, можно точно зафиксировать намерение пользователя и дать обратную связь. 2. Высокая своевременность: На десятки тысяч вопросов можно ответить в режиме реального времени, что сокращает время ответа службы поддержки клиентов и значительно повышает эффективность обслуживания. 3. Технология интеллектуальной коррекции ошибок: Нацеливаясь на отраслевую бизнес-лексику, решить проблему, при которой распознавание голоса не может распознать профессиональную лексику, самостоятельно разработанный отраслевой алгоритм исправления ошибок и реализовать технологию интеллектуальной коррекции ошибок. 4. Отраслевая база знаний: углубленное исследование отраслевого контента по обслуживанию клиентов, глубокое понимание отраслевых знаний, таких как информация о станциях, средства навигации на станциях, а также создание отраслевой базы знаний. |
|
Модель административного запроса | Система административных запросов используется внутренними сотрудниками компании для консультирования по вопросам и ответов на общие административные вопросы. В отличие от традиционных запросов, она обеспечивает лучший пользовательский опыт, более умные ответы и более сильные возможности рассуждения, анализа таблиц и обобщения. | 1. Распознавание намерений: Определите намерение пользователя на основе информации о запросе, определите, является ли он административным запросом или бесплатным, и выполните соответствующие шаги постобработки, такие как получение соответствующей информации, выполнение соответствующих операций и предоставление соответствующих ответов или обратной связи пользователю. 2. Семантический анализ пользователя: Система может использовать связанную информацию, такую как намерения и документы, для дальнейшего анализа и обработки запрашиваемой информации и получения более глубокой семантической информации. 3. Исправление ошибок в тексте: Автоматически обнаруживайте и исправляйте орфографические, грамматические, пунктуационные и другие ошибки в тексте для повышения точности и читабельности текста. 4. Остановитесь по просьбе: система поддерживает остановку в режиме реального времени, и пользователь может завершить разговор в любое время. 5. Генерация документов: Соответствующие документы могут быть сгенерированы на основе ключевых слов, таких как протокол встречи. |
1. Поддержка гибких вопросов и ответов: Он может генерировать ответы, соответствующие грамматическим и семантическим спецификациям, на основе вопросов, предоставленных пользователем. 2. Высокая адаптивность: он может адаптироваться к постоянно меняющимся потребностям в знаниях и повышать точность и полноту ответов. 3. Поддержка потокового вывода: система может выводить содержимое ответа шаг за шагом в последовательности, а также поддерживает остановку в режиме реального времени. Пользователи могут завершить разговор в любое время. |
Управление компанией Государственные услуги |
Алгоритмы обработки сигналов
Алгоритм | Техническое введение | Особенности продукта | Преимущества продукта | Области применения |
---|---|---|---|---|
Анализ обнаружения объектов защитной двери | Алгоритм обнаружения и анализа объектов ворот безопасности обнаруживает проходящих пассажиров и анализирует, провозят ли они запрещенные предметы/опасные грузы/незаконные предметы, тем самым улучшая возможности ворот безопасности по предотвращению безопасности. | 1. Обнаружение предметов: Путем обнаружения и анализа предметов, переносимых пешеходами, определяется, перевозят ли они электронные продукты, металлические изделия и т. Д. | 1. Высокая точность: он может точно определять местоположение и идентифицировать опасные грузы и контрабанду, повышая точность обнаружения защитной дверной системы. 2. Высокая адаптивность: он может адаптироваться к различному оборудованию защитных дверей и требованиям сцены. 3. Высокая эффективность: метод обучения быстрый и стабильный, что значительно сокращает цикл разработки алгоритма и повышает скорость работы системы в режиме онлайн и эффективность развертывания. |
|
Алгоритмы операционной оптимизации
Алгоритм | Техническое введение | Особенности продукта | Преимущества продукта | Области применения |
---|---|---|---|---|
Алгоритм оптимизации одноточечного адаптивного светофора | Одноточечный адаптивный алгоритм оптимизации светофоров направлен на адаптивное синхронизацию светофоров во всех направлениях перекрестка на основе исторических данных о перекрестке дорог одного перекрестка с использованием алгоритма оптимизации роевого интеллекта, тем самым минимизируя время ожидания транспортных средств, повышая эффективность движения на перекрестке и уменьшая заторы на дорогах. | 1. Оптимизация светофоров: реализуйте адаптивное время работы светофоров на перекрестках, минимизируйте время ожидания транспортных средств, повысьте эффективность движения на перекрестках и уменьшите заторы на дорогах. | 1. Адаптивная регулировка времени подачи сигнала: обеспечивайте минимизацию времени ожидания транспортных средств на перекрестке, уменьшая заторы и длину очереди. 2. Низкая стоимость: нет необходимости в сборе больших объемов данных и сложных требованиях к оборудованию. 3. Высокая прочность: он обладает высокой прочностью и адаптивностью и может справляться со сложными и меняющимися дорожными условиями. |
|
Алгоритм оптимизации «зеленой волны» для магистральных дорог | Адаптивный алгоритм координации артериальной зеленой волны является важной мерой для обеспечения плавного городского движения, что позволяет транспортным средствам на магистральной дороге получать преимущественное право проезда без максимальной остановки. Алгоритм состоит из динамического разделения подобластей, оптимизации артериальной зеленой волны и адаптивной одноточечной оптимизации. Обнаруживая и анализируя данные в режиме реального времени внутри и за пределами домена, он реализует точную адаптивную регулировку перекрестков в режиме реального времени, которая подходит для различных условий движения, таких как пиковые и плоские пики. | 1. Динамическое разделение подзон: С помощью динамических данных внутри и за пределами области, таких как радиолокационное зрение и Интернет, подзона динамически корректируется на основе комплексных показателей, таких как управление транспортным потоком и расстояние между перекрестками, а эффект разделения может быть количественно оценен. 2. Оптимизационный расчет зеленых волн на магистральных дорогах: Автоматическое получение дополнительного набора последовательности фаз, установка двусторонних схем красных и зеленых волн с общими циклами и неравными циклами, а также автоматическая корректировка односторонних и двусторонних схем красных и зеленых волн в соответствии с изменениями потока во время пиковых и плоских пиков утром и вечером. |
1. Высокая эффективность и производительность в режиме реального времени: на перекрестке конечных точек используется одноточечное адаптивное управление для быстрого и эффективного определения условий движения по полосе движения и корректировки времени выхода фазы в режиме реального времени. 2. Высокая надежность: результаты алгоритма можно отследить, и все решения имеют соответствующие количественные показатели для обзора и оценки решений до их выпуска. 3. Сильная интерпретируемость: Процесс расчета решения завершается большим количеством математических выводов, а процесс принятия решений, таких как принципы и операторы оптимизации, является убедительным, что позволяет достичь точного, справедливого и эффективного результата решений по управлению сигналами. 4. Высокая управляемость и безопасность: схемы «зеленой волны» и разделения подзон можно просматривать через платформу, а персонал управления движением может подтвердить надежность вновь сгенерированных показателей схемы, чтобы гарантировать, что схема перекрестка в режиме реального времени безопасна и управляема. |
|
Системная платформа
Алгоритм | Техническое введение | Особенности продукта | Преимущества продукта | Области применения |
---|---|---|---|---|
Платформа аннотирования данных аннотаций | Платформа аннотаций к данным — это платформа аннотаций для крупномасштабных изображений и видео. Она имеет множество функций, таких как управление проектами, управление данными, управление пользователями, управление задачами, аннотирование данных и т. д., предоставляя высококачественные данные для обучения моделей машинного обучения и глубокого обучения. | 1. Управление проектами: Он имеет функции управления, такие как создание, изменение и удаление проектов. 2. Управление данными: он может загружать, скачивать, удалять данные, поддерживать загрузку предварительно помеченных данных и поддерживать несколько форматов меток. 3. Управление пользователями: Он может создавать учетные записи пользователей, управлять разрешениями, изменять пароли и выполнять другие операции по управлению учетными записями пользователей. 4. Управление задачами: он может назначать такие задачи, как маркировка данных и проверка качества данных, а также имеет функции возврата и приема данных, что удобно для отслеживания статуса каждой задачи маркировки и подходит для совместной работы в команде. 5. Управление ходом выполнения: Он имеет функции отображения хода выполнения проекта и отображения меток для реализации визуального управления ходом маркировки. 6. Маркировка данных: Он поддерживает несколько методов маркировки, таких как прямоугольная маркировка, маркировка точек, маркировка полигонов, маркировка эллипсов и т. д., для удовлетворения различных сложных требований сцены. |
1. Простота использования: В виде веб-интерфейса способ входа в систему очень удобен и не требует сложного процесса установки. 2. Гибкость: поддерживает несколько типов аннотаций и пользовательских инструментов, а также применим к широкому спектру сценариев. 3. Интеллектуальная помощь: он может поддерживать предварительное аннотирование, интеграцию аннотаций и контроль качества, а также ускорять процесс аннотирования. |
|

Возможности мехатроники
- Общие фундаментальные технологические исследования, интеллектуальный сервопривод, адаптация Hongmeng
- Проектирование одной платы основного компонента, независимое управление
- Независимые возможности исследований и разработок встроенного программного и аппаратного обеспечения, гибкая разработка и кастомизация

Возможности промышленного дизайна
- Более 20 лет промышленного дизайна, богатый опыт в преобразовании потребностей клиентов в язык дизайна продукции
- Многоуровневое моделирование и применение эргономики
- Точное понимание и руководство по применению промышленных материалов

Возможности разработки программного обеспечения
- Создание базовой технологической базы разработки программного обеспечения для городского железнодорожного транспорта на основе облачной микросервисной архитектуры k8s
- Применение технологии непрерывной интеграции и поставки CI/CD для завершения непрерывной итерации жизненного цикла программного обеспечения
- SaaS-упаковка программного обеспечения для бизнеса для реализации определяемых клиентом приложений программного обеспечения для бизнеса.
- Программное обеспечение для полного сценария оборудования: Иметь возможность разрабатывать программное обеспечение для терминального оборудования для полных сценариев, таких как метро, высокоскоростные железные дороги, междугородние перевозки, аэропорты, цифровые приложения, развлечения и т. д., такие как выходы на посадку, самостоятельная выдача билетов/проверка билетов, интеллектуальная посадка, самообслуживание, самообслуживание, самообслуживание, проверка депозита, запрос информации и т. д. Терминальное оборудование и прикладное программное обеспечение