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；

一种实现列车完整性远程监控的系统和方法，涉及车载设备和地面控制中心两部分。包括列尾设备和机车设备：列尾设备，用于监控列尾风压检测装置的工作状态以及列尾位置信息，包括GPRS无线通信模块；微处理器，通过接口与无线通信装置相连接；GPS卫星定位模块；安全监控模块，包括无线通信装置；微处理器，通过接口与无线通信装置相连；GPS卫星定位模块；告警装置，通信控制器，获取车载设备通过GPRS传输来的数据，向车载设备转发控制台发来的指令；地面数据库服务器，存储通信控制器接收到的数据，供控制台用户软件使用。通过上述系统，可实现列车完整性的远程监控，还可以利用GPS信息辅助列车完整性检查，从而达到保障行车安全的目的。

在国家自然科学基金的支持下，“基于网络视频服务器的多路人脸识别与监控系统”深入研究了复杂环境下的人脸识别算法，并形成了一套可实用的实验系统样机。 该系统提供了多种人脸识别算法选择的功能，一方面可以使本系统能够在特定场合迅速融合多种特征或识别结果，形成特定任务域的人脸识别实用系统；另一方面本系统可以作为一个通用人脸识别算法评测系统，以便在统一的环境和标准下评测各种人脸识别算法的性能。 目前，该系统在室内可控环境下的识别率可以达到99%以上，可以用于门襟、考勤等领域。在自然环境下，该系统也有较高的识别率，尤其是在考虑Top-n (n>10)识真率的条件下，可在公安、交通、机场、车站等监控及追捕逃犯等领域的有效辅助手段，可大大提高安全性和工作效率。 主要应用范围： 公安、交通、机场、车站等场所的监控，银行及重大安全部门的身份鉴别，日常门禁及考勤系统等。

成果简介：现代有轨电车是国家十三五规划的重点发展方 向，在全国大中型城市中将大量兴建现代有轨电车，道口安全 防护系统是用于有轨电车道口、ERT 及 BRT 快速公交系统的安 全防护与智能监控，也可应用于城市平交道口、铁道道口等交通关键节点的安全防护。 其主要功能包括：对有轨电车与城市道路交通交叉口进行 安全防护，当轨道车辆通过路口时道口安全防护系统自动启动 升起，将轨道车辆运行与道

本发明公开了一种针对复杂曲线构件的激光焊接实时在线监控 系统。该在线监控系统的硬件平台包括激光焊接头、机器人、影像采 集设备、图像处理单元、数据处理单元、反馈调节单元、机器人控制 单元。该系统的目的是通过实时拍摄焊接头与工件的相对形位，将实 际形位与规划行位比对，计算回归规划路径所需的补偿矢量，继而将 该矢量加载于机器人上以调节机器人按照预定轨迹进行焊接。

针对大规模分布式计算系统例如云计算系统、数据中心等的运维需求，研发了针对大规模计算系统的预测性监控技术。并开发了一个可扩展的监控系统。该系统的特点为：1）基于语义事件表达监控信息，开发了复杂事件处理器，可以支持用户定义针对复杂模式的事件探测组件，从而使系统能够对自动探测复杂的状态变化；2）基于发布订阅模式的事件传输网络，使得监控系统可以规模扩展，因而适应了大规模计算系统的监控需求；3）开发了多种性能预测算法和异常探测算法，实现了对计算机和应用性能的长期预测。 本项目的成果已经应用到多个企业的系统监控上。项目的成果也发表在INFOCOM、IFIP Networking，IEEE Transaction on Parallel and Distributed Systems, Journal of Systems and Software, Software: Practice and Experience等著名会议和期刊上。项目成果已经申请了10项专利。

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