主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。 技术指标： ？ 视频分辨率1080P； ？ 处理速度：15fps； ？ 告警：虚警率<10%

主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。

无人值守智能称重管理系统是集自助终端、车辆自动识别系统、视频监控系统、道闸控制系统、自动语音指挥系统、红外光栅防作弊系统、防遥控系统、远程监管系统于一身的智能称重系统。        系统采用RFID射频卡识别技术防止更换车牌作弊 ，采用红外线定位技术防止车辆不完全上磅或者多台车辆同时上磅，采用视频技术防止更换货物品种，采用客户智能卡技术防止冒领货物，采用皮重监控技术防止车辆皮重作弊。        通过采用远程称重技术，司磅员与货主、车主脱离接触，采用远程打印终端在磅房或者门卫自动打印磅单，解决了货主、车主对司磅员干扰和胁迫的大问题，有效化解和避免了矛盾。        在称重的整个过程里做到计量数据自动可靠采集、自动判别、自动指挥、自动处理、自动控制、自动防作弊，最大限度的降低人工操作所带来的弊端和工作强度，提高了系统的信息化、自动化程度。

1、安全辅助驾驶系统：前向碰撞预警 FCW、行人预警 PCW、 车道偏离预警 LDW、限速标志提醒 ISA、司机防危险驾驶 DSW（闭眼、打哈欠、打电话、抽烟、姿态异常、驾驶员身 份鉴定）、BSD 盲区监测； 2、远程监控报警系统：车辆实时跟踪、多方位视频监控、 智能呼叫与人工坐席、报警影像上传、行车记录存储； 3、驾驶风险管理平台：结合驾驶行为、时间、天气、路况、 环境和车况等多维信息，分析并展示车辆驾驶的实时风险， 并在线整合历史数据，定制化生成风险统计报表。 

产品详细介绍ANSYS驾驶模拟与交通场景编辑系统1.系统方案ANSYS驾驶模拟与交通场景编辑平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：1)开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；2)可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；3)可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；4)支持高精度的三维场景仿真和基于环境光的模拟；5)支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；6)此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。2.系统构成下面分别介绍本平台各模块的构成。2.1.自定义道路环境ANSYS驾驶模拟与交通场景编辑平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。除了自定义场景外，ANSYS驾驶模拟与交通场景编辑平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。2.2.自定义交通场景ANSYS驾驶模拟与交通场景编辑平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。2.3.构建车辆动力学模型除了上述的道路场景以及交通流的搭建能力之外，ANSYS驾驶模拟与交通场景编辑平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置： 底盘参数，如长宽高、轴间距、重量等； 性能参数，如最大时速、引擎转速等； 转向参数； 轮毂参数； ……同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有： 加速特性实验数据； 刹车特性实验数据； 转弯特性实验数据； 方向盘特性实验数据； 侧风实验数据； 障碍物和转弯实验数据； ……ANSYS驾驶模拟与交通场景编辑平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。2.4.基于物理真实的三维场景建模在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS驾驶模拟与交通场景编辑平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。在整个基于物理真实的建模平台搭建中，ANSYS驾驶模拟与交通场景编辑平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性： 环境光源的定义，包括： 天空的照度值； 基于经纬度的太阳光的照度和位置定义； 环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）； 车辆照明系统的光源定义（光谱+IES+XMP）； 环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。其中各个光源的定义通过导入相关定义文件如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS驾驶模拟与交通场景编辑平台还提供丰富的材料库供客户场景建模使用。2.6.实时闭环仿真系统如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。2.7.基于物理的智能头灯照明仿真系统随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如： 光源光强分布IES文件； 光源光谱spectrum文件； 光源强度等；分别为不同光源的光谱分布和车灯光源的IES定义文件。基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。

针对无人机面临的网络与系统层面的安全威胁，在 GF 基础科研、装备预研项目等重大项目支撑下，研发了具有完全自主知识产权的无人机安全防护系统，从无人机系统安全、无人机通信安全、无人机应用安全三大安全需求出发，突破了飞控形式化建模及代码自动生成、安全形式化验证、可信计算、区块链等关键技术，发明了满足安全与安保需求的飞控系统代码自动化生成技术，实现了符合实时性要求的无人机飞控系统安全性验证与运行监控，实现构建了“开发 - 运行 - 维护”的飞控系统全生命周期的一体化一体化无人系统安全防御体系。 截止目前，无人机安全防护系统已经历技术研发、原理样机开发两个阶段，技术成熟度达到 4 级，相关技术已应用于国产大飞机 C919、国产嵌入式操作系统“天脉”，持续深入推进军民融合协同发展。 主要技术指标 在无人机飞行控制系统开发阶段，从安全与安保需求出发，支持对无人机飞控模块进行形式化建模及关键软件组件的代码自动化生成，并且对自动生成的飞控核心代码进行自动化及组合验证，覆盖率不小于 90%；在运行阶段，基于可信计算及分区隔离技术，无人机安全防护系统的动态安全事件响应速度小于 500ms；并且，针对无人机集群以、无人机与地面站通信两种应用场景，支持机 - 站接入认证及批量认证、机群群组密钥管理，安全性至少达到 80bit 安全。

针对微型无人机，由于载荷的限制无人机本身不能承担地面标识位置解算等繁杂大量的计算以及无人机在运动过程中图像特征提取精度不高导致地面标识位置解算精度有待提高，因此考虑将辅助降落/回收系统嵌入到地面回收基座中，从而辅助无人机安全降落。

成果描述：本实用新型公开了一种无人机通信系统,包括置于无人机上的ZIGBEE无线接收模块、置于无人机遥控器内的ZIGBEE无线发射模块以及移动基站,移动基站包括移动箱、活动设置在移动箱顶部的盖体,移动箱的底板顶部固定有电动伸缩臂,电动伸缩臂的顶部安装有一ZIGBEE路由器,ZIGBEE无线接收模块、ZIGBEE无线发射模块均与ZIGBEE路由器通信连接。其有益效果是：抗干扰能力强、耗能低、实用性强。市场前景分析：本实用新型公开了一种无人机通信系统,包括置于无人机上的ZIGBEE无线接收模块、置于无人机遥控器内的ZIGBEE无线发射模块以及移动基站,移动基站包括移动箱、活动设置在移动箱顶部的盖体,移动箱的底板顶部固定有电动伸缩臂,电动伸缩臂的顶部安装有一ZIGBEE路由器,ZIGBEE无线接收模块、ZIGBEE无线发射模块均与ZIGBEE路由器通信连接。其有益效果是：抗干扰能力强、耗能低、实用性强。与同类成果相比的优势分析：国内领先

技术分析（创新性、先进性、独占性） 本项目的科研成果以底层监控终端为起点，引入数据挖掘与数据分析技术，实现了对监测数据的有效处理与应用，涵盖渔业环境信息采集、分析与应用，提供兼顾时效性与有效性的数据服务业务。 ① 渔业环境信息采集终端（智能装置） 团队研发了多款适用于渔业环境监测的信息采集终端（无人船、浮标），其具备渔业水质参数采集、GPS/北斗双模定位、WIFI/4G复合网络通信功能。无人船采用视频/激光雷达避障、可采用自动寻塘、航迹设定以及手动操控等多种模式，配合远程人机界面完成针对渔业环境的全面监测。 团队研发的渔业环境信息采集终端（无人船+浮标） ②渔业环境信息分析服务（大数据分析） 团队基于已有监测框架，结合水质扩散反问题模型、神经网络模型以及信息化技术，以大数据支撑水环境评价与预警，并对水生物适养环境进行评估，提供最优辅助养殖策略、预测最佳捕捞区域。   接入环境信息分析服务的水域监管系统 ③ 渔业环境信息应用系统（物联网系统） 团队基于大数据分析技术，实现基于远程、多终端养殖的智慧服务与管理，研究并建立养殖质量评价的量化数据，发现影响养殖质量、产量的关键因素；对不同质量经济鱼的生理生化指标与养殖成活率和增重率的关系进行研究，通过海量数据分析，发现影响养殖效果的主要指标；通过相关知识的数据挖掘，提供数据综合服务。与此同时，通过记录喂养情况、经济鱼类成长情况，评估养殖鱼类经济价值为保险索赔提供依据。   为实现上述系统方案，团队在整个渔业环境信息采集、分析与应用环节均进行了系统化的设计与创新。