提供园区特定场景、城际高速、城区综合路况、特种工程车辆等应用的无人驾驶技术解决方案，为客户打造定制化无人驾驶场景应用服务。

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；

医疗内窥镜是目前常用的一种临床诊断工具，尤其对于消化科的医生而言，他们通过内窥镜能直接观察到人体消化器官内部的病变情况，如溃疡、肿瘤等，甚至还可以利用内窥镜进行微创的外科手术，在医学界应用广泛。与放射科的阅片相比，消化内镜是消化道病变筛查和诊断的金标准，也是微创和无创治疗的主要手段。 由一款围棋人工智能程序AlphaGo(阿尔法围棋)开始，人工智能开始走进大众的视野。世界范围内对其的广泛讨论预示着人工智能时代已经到来。随着深度学习算法不断发展、日益成熟，人工智能已逐步用于医疗影像分析领域。近年来，关于内窥镜影像在AI领域的发明成果如潮水般涌现。 在内镜检查中，操作医师将抓取的图像和视频保存到内镜报告系统中，再由诊断医生根据这些抓取的影像出具诊断报告。由目前公开的内窥镜影像收集归纳系统中，尚未利用深度学习的方法来进行胃、肠的内窥镜影像学习，进而构建一个较为全面的内窥镜影像的样本库。目前的方法不利于简化医生的操作且不具有数据归一化处理和转换能力，无法根据数据适用范围的不同对数据进行管理和提供智能的数据分析功能。 一种人工智能扫描内窥影像样本库管理系统包括以下模块：图像输入模块，用于收集内窥镜图片；按官方标准，将胃部或者肠部内镜视野分成多个部位，通过人工智能系统对从医院内窥镜系统采集的图像进行预分类，并将影像数据上传至系统指定文件目录；登陆模块，用于在注册医生登录系统进入当前功能菜单后，对图片进行评图，确认该图片类别是否正确；系统主控界面，用于进行人机交互，并对图像进行显示；业务功能模块，包括：图像分类单元、视频库单元、病灶标记单元、我的任务单元、用户信息单元；系统设置模块，用于管理用户与权限。本发明界面美观友好、信息查询灵活方便；对上传影像数据智能分类，减少医生操作，只需最终确定。 本系统产生的价值在于： 一、界面美观友好、信息查询灵活方便； 二、对上传影像数据智能分类，减少医生操作，只需最终确定； 三、数据库管理模块，具有数据归一化处理和转换能力，根据数据适用范围的不同对数据进行管理，提供智能的数据分析功能； 四、集成第三方标记工具，标记过程简单清晰，结果数据稳定可靠； 五、用户权限设置合理，系统安全级别高； 六、防错退出模式，保证系统安全稳定运行。

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

包括以下步骤：（1）加热改性沥青使之软化融熔，加热温度为 100～130℃；（2）将融熔的改性沥青在室温中自然稍冷却 5～10min；（3）将稍冷却后的改性沥青搅拌均匀并倒于圆柱形器皿中，沥青高于器皿口边缘处；（4）将装有沥青试样的圆柱形器皿水平放置于-25--30℃的环境中，放置时间 3-5h；（5）取出试样，观测试样表面是否平整；（6）将表面平整的试样器皿在室温中水平放置 2h，自然脱水后进行图片拍摄；将表面不平整的试样器皿用小刀将表面刮平，使之具有良好的平整度，放回-25--30℃的环境中继续

项目成果/简介:医疗内窥镜是目前常用的一种临床诊断工具，尤其对于消化科的医生而言，他们通过内窥镜能直接观察到人体消化器官内部的病变情况，如溃疡、肿瘤等，甚至还可以利用内窥镜进行微创的外科手术，在医学界应用广泛。与放射科的阅片相比，消化内镜是消化道病变筛查和诊断的金标准，也是微创和无创治疗的主要手段。由一款围棋人工智能程序AlphaGo(阿尔

一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的

本发明公开了一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照的变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的；本方法可对全天域进行监控，并在巡天过程中自动调整光学成像传感器的指向以避免被强光直射，可以实时自动学习环

成果简介项目负责人在美国多年工作期间主持和参加了路面无人车的导航系统设计，（美国国防部陆军研究实验室的项目编号： DAAD 19-01-2-0012）， 负责开发了采用激光测距器的反映式导航系统， 无人车可以实时地应对环境中的变化， 修正预先规划的轨迹。 该成果在美国国防部项目进度汇报中获得了很高的评价， 相关的研究成果发表在国际顶级的机器人期刊上。 另外还开发了模拟人脑处理信息的四层模型， 并将之运用于图像识别， 开发了通用的识别系统。 解决目前大多识别器只对独立训练的目标有识别力的