本实用新型是公共交通智能监控装置，包括公共交通智能信息终端 和监控中心软件平台。公共交通智能信息终端由基于 ARM 的嵌入式 装置为核心，集成了公交报站器模块、全球定位装置(GPS)模块、温 度湿度测量模块、人数统计模块、GPRS 通信模块等，并分别与嵌入 式装置连接。公共交通智能信息终端与监控中心软件平台通过通信网 络(包括 GPRS 无线通信网络和广域网 Internet)进行连接通信。公共 交通智能信息终端采集公交车辆内人数、温度、湿

研究成果在采集路网交叉口实时交通流量数据的基础上，由网络通讯系统将交通流数据传送到指挥控制中心，中央计算机依据区域交叉口车流量、车流密度、车速、延误、停车率等指标计算形成各个交叉口的优化信号配时，生成控制方案，再网络通讯系统控制各个交叉口的信号配时、相位等参数，进行交叉口相位选取调试，从而提高路网的通行能力，提高城市交通管理与控制及服务水平。 该智能交通控制系统组成如下:数据采集设备、通讯设备、控制设备和交通信号控制机等设备。 可实现的主要功能有:交通流数据采集、分析；优化并通过网络通讯系统进行交叉口信号配时；形成交叉口渠化设计方案；评价交叉口通行能力和道路服务水平。主要技术指标:w 控制范围:   半径8kmw 交叉口数量: 30信号灯组数: 180

Ø  成果简介：研究成果在采集路网交叉口实时交通流量数据的基础上，由网络通讯系统将交通流数据传送到指挥控制中心，中央计算机依据区域交叉口车流量、车流密度、车速、延误、停车率等指标计算形成各个交叉口的优化信号配时，生成控制方案，再网络通讯系统控制各个交叉口的信号配时、相位等参数，进行交叉口相位选取调试，从而提高路网的通行能力，提高城市交通管理与控制及服务水平。Ø  项目来源：自行开发Ø  技术领域：先进制造

Ø  成果简介：研究成果在采集路网交叉口实时交通流量数据的基础上，由网络通讯系统将交通流数据传送到指挥控制中心，中央计算机依据区域交叉口车流量、车流密度、车速、延误、停车率等指标计算形成各个交叉口的优化信号配时，生成控制方案，再网络通讯系统控制各个交叉口的信号配时、相位等参数，进行交叉口相位选取调试，从而提高路网的通行能力，提高城市交通管理与控制及服务水平。Ø  项目来源：自行开发Ø  技术领域：先进制造

本技术通过交通系统宏观及微观两个层面，即不仅考虑交通设施的空间布局形式，同时还考虑交通参与者（驾驶员、骑行者、行人等）在这些交通设施的使用特性，综合评估该系统的使用效果。在国内首次提出了同时应用复杂度以及通行效率两个指标综合评价交通设施的效率与安全性，不仅可对新建交通设施建成之后其使用效果与工作性能提出预评估，还可对改建设施存在的问题与安全隐患提出有针对性的诊断方法，从而在交通系统出现拥堵及发生交通事故之前做到有效地预防，最终提高交通系统的效率与安全性， 降低该系统的能耗与尾气排放，促进整个城市交通

成果简介：研究成果在采集路网交叉口实时交通流量数据的基础上，由网络通讯系统将交通流数据传送到指挥控制中心，中央计算机依据区域交叉口车流量、车流密度、车速、延误、停车率等指标计算形成各个交叉口的优化信号配时，生成控制方案，再网络通讯系统控制各个交叉口的信号配时、相位等参数，进行交叉口相位选取调试，从而提高路网的通行能力，提高城市交通管理与控制及服务水平。 项目来源：自行开发 技术领域：先进制造 应用范围：适合有电子系统生产经历和系统集成的应用能力的企业。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

本实用新型涉及智能电器技术领域，具体涉及一种可控智能安全吹风机，包括风机和电热丝，还包括微控制器、风机驱动模块、电热丝驱动模块、温度传感器和电源模块，电源模块为其他各部分供电，温度传感器靠近电热丝设置，用于采集电热丝的温度，风机驱动模块、电热丝驱动模块和温度传感器分别与微控制器电连接，风机驱动模块与风机电连接，电热丝驱动模块与电热丝电连接，风机驱动模块和电热丝驱动模块均采用PWM软开关分别对风机和电热丝进行控制。该吹风机采用可控装置实现智能化，用微处理器对温度传感器进行读取，用PWM软开关技术实现电机调速和对发热丝温度的控制，此实用新型具有安全、耐用、简便等特点。

本系统采用现场道路交通信息视频图像流量分析系统、现代通信及GIS等信息技术集成应用，综合打造一个智能交通信息采集与发布系统，为广播、电视、互联网、移动终端、政府部门提供实时交通综合信息，达到交通信息资源的交互共享和广泛应用。系统提供智能视频终端，同时处理4路图像. 智能视频终端可以自动识别道路、自动检测计算通过的车辆数、车道占有率、平均车速、车辆排队长度及等待时间、交通拥塞判断及报警。平均正确识别率白天>96%.夜间>85%.智能交通信息发布系统以WEB方式按时段统计车流量、平均车速、车道占有率、车辆排队长度及等待时间等数据，其结果以地图的形式表示，公众可以通过上互联网或者手机WAP浏览，获得实时交通资讯。该项目获镇江市“331”计划支持。 

项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别 一、项目分类 关键核心技术突破 二、成果简介 项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。