产品详细介绍 一、中国无人机行业发展现状、前景及趋势分析     1.1 中国无人机发展现状     中国2014年无人机销量约2万架，其中军用无人机约占1.4%，民用无人机占98.6%，预计到2020年中国无人机年销量将达到29万架。受低空逐步开放的利好，国内民用无人机发展非常迅猛，未来几年将保持50%以上的增长，2014年中国民用无人机销售规模已经达到40亿元。     中投顾问发布的《2016-2020年中国无人机行业深度调研及投资前景预测报告》中指出2015年，国内的无人机市场依然火热。包括研发、生产、运营在内，我国目前有300家至400家民用无人机企业，从业人员超过万人。未来我国需要1万多架民用无人机，以此简单计算，未来市场空间高达500多亿元。     1.2 无人机行业发展前景     无人机被称为“空中机器人”，从1917年第一架无人机诞生到现在近100年时间，无人机技术持续进步，尤其是微电子、导航、控制、通信等技术，极大地推动了无人机系统的发展，促进了无人机系统在军事和民用领域的应用。     2015年9月3日中国的阅兵展示了3款无人机，让民众过足了眼瘾。据美国、以色列未来战机规划，未来无人机将超过有人机。我国军用无人机紧随以美国、以色列为首的第一梯队之后，处于第二梯队，发展空间巨大。     民用无人机拥有规模不亚于军用无人机的巨大市场。未来的无人机将集成更多的机器人技术和更先进的算法，装备更多的传感器，加载更多的任务载荷设备，接入外部网络，智能化地完成各种复杂的任务。     民用无人机用途极为广泛，未来市场主要集中于农林植保、影视航拍、电力巡检、水文监测、城市巡检、快递派送等领域。借鉴美国对民用无人机监管逐步放松的历程，以及国内民用无人机政策的规范和低空空域改革的深化，我国民用无人机行业将呈现爆发式增长。     智能化趋势     未来无人机应该是智能化的，而不仅仅只是听从人类指令而被动行动的玩具。未来战场瞬息万变，战机往往梢纵即逝，因此，一架具有主动判断能力和卓越战场感知能力的智能化无人机就能在站场上迅速取得先机，从而赢得战争胜利。     隐身化趋势     现代防空武器的迅速发展，对无人机的隐身性能及机动性能提出了更高的要求。为提高无人机的机动性能和战场生存能力，未来无人机需要朝着隐性化，微型化方向发展。特别是翼展不超过15厘米的特微型无人机，携带方面，战术灵活，可以在提高生存能力的大大增强战争侦察、渗透能力。     集成化趋势     未来无人机正朝着系统集成，综合传感方向发展，增强无人机的通用性。未来无人机不将再有明显的分类，一架无人机就能完成侦察/探测/打击/评估等一体化任务。同时，针对未来一体化战争趋势，无人机数据链可以与有人战斗机迅速分享，各自分工，应对不同任务的需要。未来的无人机系统更强调高度集成化，以满足灵活多变的作战任务需求。     民用化趋势     根据《美国陆军无人机系统路线图（2010-2035）》，无人机在军用领域的应用范围将进一步扩展至C3I指挥控制、空战、加油、空运等更多类型的作战任务，逐步对有人驾驶飞机形成替代。而在民用领域，随着对无人机应用价值认知程度的加深，无人机在遥感测绘、边海防、森林防火、管道巡线、警务执法等方面的应用已开始起步，并呈现出迅猛发展之势。未来，全球民用无人机的市场需求将以年均近30%的速度快速递增。   二、开展无人机应用技术专业的必要性     作为信息时代高技术含量的产物，无人机已成为世界各国加强国防建设和加快信息化建设的重要标志。众多发达国家和新兴工业国家，无不重视无人机的研究、发展和应用。当前，除了在军事上广泛应用，无人机在警用、气象、农林，甚至勘探等民用领域也大显身手，诸多无人机发展领先国家已将其作为推动新兴产业发展、满足社会经济活动需要的重要手段和重点选择。2014年以来无人机的发展速度堪称迅猛，国内无人机生产企业已超过400家，从业人员突破10万，占据了全球70%的无人机市场。随着我国加快推进实施“中国制造2025”，无人机产业将会成为未来市场焦点。市场研究机构IDC预测，2019年中国市场消费级无人机出货量将达到300万台，较2016年的39万台实现大幅增长。未来3年,无人机将会应用到更广泛的领域，其中航拍无人机的出货量有望增长七倍以上。目前，中国无人机市场尚未成熟，对于希望进入此领域的无人机制造商来说，中国市场前景广阔。同样对于中高职院校来讲，基于无人机的广阔发展前景及应用市场，开设相关专业课程及培养无人机操控人员和检修人员也迫在眉睫，适应社会发展需要。 针对目前国内无人机市场才人缺失的情况及无人机应用技术专业的教学空白,公司集聚一批多年从事无人机研发、制造以及无人机驾驶员培训的专业人员,成功开发出了一系列适合中高职院校教学的无人机模拟飞行软件、无人机教学专用设备、无人机科普创新展示设备和装配维修维护实训平台等,同时开发了与之配套的适合中高职、本科院校教育的无人机专业人才培养方案、师资培养方案、专业教材、课程设置、教学计划、校企合作方案等,已逐步在国内多家中、高职院校展开推广,对于学校的教学质量评估、院校升级评估都起到了促进作用,深受广大院校的好评。   三、弗莱茵教学专用无人机特点 ●安全是首位,包括人员安全、无人机设备安全、弹射装置的安全使用、电池的安全使用、训练场地的安全、教员的安全应急措施等； ●必须采用开源飞控系统,使得学生能通过自己编程、调整参数,学习和掌握无人机飞行控制技术； ●要求无人机结构简介,各功能部件模块化设计,便于学生学习、理解、掌握； ●教练机必须耐摔且维修方便,出现故障后学生可以学习自己维修、维护,使飞机重返蓝天； ●测试设备、专用工具、飞机配件齐备,便于学生在反复动手中体验、实践； ●具备教练驾驶模式,教员全程监管、应急,避免事故发生。  

广泛应用在航拍、测绘、植保、检测、搜救等多种领域的设备，部分有我司自行开发，也可以为特殊用户定制开发领域装备；

5G+AI 云边一体化智慧出行解决方案，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题，汇集了5G 通信、AT 算力资源平台、AI 算法、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果，具有充分的综合性、创新性、协同性、大集成等特征，同时将 5G、AI、物联网、大数据、云边一体化等技术交互融合，实现交通流感知、交通事件感知、配时方案优化、智慧灯杆、边缘计算网关等功能。 建设进展 研发方向一：网络建设规划南京移动在新港地区优先投入5G建设资源，目前新港开发区范围内，共 规划5G站点114个，其中宏站82个，杆站32个；已开通宏站27个。本项 目规划恒竞路需求站点11个，宏站9个，杆站2个，厂区内部宏站2个，兴 智路需求站点6个，其中宏站2个，杆站4个。 研发方向二：AI云平台研发 南邮信产院投入建设AI云平台，为人工智能提供算力支撑，为算法模型训练提供海量数据和开发环境，为区内 人工智能企业及高校科研人员提供一站式人工智能产业服务，带动人工智能技术的提升。目前已建成。 研发方向三：智慧灯杆+边缘网关 智慧灯杆：场景载体，环境感知等多功能实现。 边缘网关：各个功能互通互联的媒介 目前智慧灯杆进入融合各家设计阶段。 研发方向四:车路协同/无人驾驶交通流感知-实时感知城市交叉口内车流量、速度、排队长度、占有率等数据。交通事件感知-提供停车，逆行，超速，拥堵，变道等事件信息，并提供照片和视频。车路协同-将感知数据下发至无人驾驶车辆，车辆根据获得的信息自动优化行驶路线。配时方案优化-将感知数据直接下发到交通信号机，实时生成交通信号配时方案，下发至交通信号机，实现路口单点自适应控制。 研发方向四：车路协同/无人驾驶建设面向L4级无人驾驶的车路协同系统。主要是车路协同系统车端建设。通信网络建设方面：参与对5G网络的验证，协助验证5G网络与无人驾驶的互联互通。 大数据平台建设方面：其无人驾驶车可以在多场景应用，充当城市各种数据收集的载体。 车路协同云控平台建设方面：承担车路协同云控平台建设。 关注重点 开放性场景定义：一般是指城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。《南京市关于加快应用场景开发建设2021年行动方案》围绕5G+AI云边一体化创新应用示范道路，向全产业链（企业、科研机构等）开放能力。一是路侧基础设施开放，在南京南邮信息产业技术研究院有限公司统筹管理下，开放路侧龙门架、杆位等资源，以及相应的供电 、联网能力，为路侧生态参与者提供宝贵的示范场地；二是数据开放，在保障信息安全和公共隐私的前提下，开放路侧时空全覆盖的结构化与非结构化数据，形成"兴智路数据集"，为产业发展注入珍贵的稀缺数据资源；三是应用开放，建立其他生态参与者加入的申请入口，规范开放"数据集"，通过互联网、展厅等线上线下渠道向全社会展示 5G+AI云边一体化创新应用示范道路的成效。 示范性在中国（南京）智谷的指导下，本项目参与四方集聚各自技术及资源优势，群策群力，协同创新，紧密且高效地推进建设计划；将5G、AI、物联网、大数据、云边一体化等技术交互融合，期望建成经开区人工智能产业方向上的标志性应用场景，树立良好的示范典型。 先进性5G+AI云边一体化创新应用示范道路"项目，针对道路事故率高、交通拥堵困局、道路交通监管难、公共交通信息阻塞等问题；汇集了5G通信、AI算力资源平台、边缘计算网关、车路协同、智慧灯杆、大数据管理平台等诸多软硬件技术成果；与其他单纯的车路协同场景、智慧灯杆场景相比，具有充分的综合性、创新性、协同性、大集成等独特特征和 充分的先进性。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。 

本发明公开了一种云环境下的多模式安全访问控制方法，针对 云环境下不同域内数据访问特点，选择最优的访问控制方法。通过定 义一种访问策略描述语言，统一约束访问策略的制定和使用规则，使 得 IBAC、ABAC 和 DABAC 协同工作，实现云环境下的数据安全保障。 在个人域内使用 IBAC 实现细粒度的访问控制，在群组域内使用 ABAC 实现高效可扩展的访问控制，并在现有属性访问控制基础上，引入动 态属性的概念，采用多叉树