江西智慧城市AI智能明火识别

随着无人机技术的不断发展，其应用场景也越来越丰富。在消防领域，利用无人机灭火能够带来更高效率。一方面，无人机在高空能够以更广阔的视野获取精细、直观的火场信息，帮助消防团队制定更周密的灭火计划；另一方面，无人机还能参与灭火工作，让无人机挂弹升空，迎着火焰，能够投出精细的灭火弹，瞬间控制火势。此外像高层建筑这种，目前消防救援云梯的高度以及高压水枪的射程通常不足50米，且作业面往往只能在失火建筑的一侧，因此高层建筑的火灾救援在全球范围内都属于消防难题。而无人机这能轻松突破这些限制。要想精细实现这些功能，无人机需要多种传感器、设备的共同作用。其中完成数据采集分析，精细识别火焰则需要图像处理板。图像处理板能够在算法的赋能下，智能化识别火焰，搜集火场数据，高速回传便于分析，也能辅助无人机进行投弹、喷水灭火等工作。慧视光电的检测算法是基于yolo研发的。江西智慧城市AI智能明火识别

小型飞行器在低空领域有着重要作用，在许多应用场景中有目标识别、目标跟踪的需求，但由于飞行器体积、功耗等因素限制，对于AI模块的要求也十分严格。面对这样的需求，AS-DR01小型飞行器用AI模块应运而生。AS-DR01AI模块，集成了前沿AI技术，依托先进的AI算法，实现了对静态、动态目标的自动侦测、锁定跟踪。在飞行过程中，AI系统实时评估并调整无人机的飞行姿态，确保目标跟踪的精确性与后续任务的有效执行。高性能的图像处理器和深度学习算法，能够迅速从视频流中识别到目标，并锁定静态、动态目标，实现稳定且精细的跟踪。AI系统锁定目标后，根据实时数据动态调整策略，有效应对目标移动及环境变动等不确定因素。江西智慧城市AI智能明火识别SpeedDP可以节约图像标注时间。

除此之外，模块集成于我司开发的RK3588图像处理板中，能够通过检测识别算法收集数据并实时回传。整个流媒体传输模块集控制、带宽压缩、AI图传等于一体，有效减少了项目整合所需要的时间。图像传输的延迟于相机、后端设备的性能密切相关，在我司进行产品选择开发的过程中，MIPI工业相机SC130GS，表现的很出色，在不断的测试中，电脑屏幕刷新率180Hz不变的情况下，相机帧率为60fps时，传输延迟在50~65ms左右；相机帧率为120fps时，传输延迟在40~55ms左右；相机帧率在240fps时，传输延迟比较低可达30ms左右。

图像识别是利用AI图像处理板和算法的结合，对“低慢小”飞行器进行检测识别，一旦摄像头画面内捕捉到目标，就能够立即识别并实现锁定跟踪，便于后期的反制等操作。之所以推荐这种措施，是因为改办法实行起来很简便，只需要在既有摄像头的基础上定制AI图像处理板，就能够快速实现。像成都慧视开发的RK3588系列图像处理板，作为国产板卡的性能先进水平，能够输出6T的算力，识别“低慢小”航空器不在话下，此外，成都慧视具备成熟的“低慢小”飞行器识别算法，能够即插即用，实现快速落地。成都慧视可以定制开发空对地AI模块。

机器人控制模块的发展直接决定着远程控制机器人进行工作时的延迟，进而展现出不同的灵活程度。LLSM低延迟低延迟低带宽流媒体传输模块，模块基于RK3588图像传感器，植入GS远程可视化低延时实时控制系统，采用自研软解技术以及单向视频传输和双方指令交互的装备，系统硬件只需1个前端视频服务器。当SDI视频≤4路时，硬件模块（或板卡）尺寸小、功耗低。同时显控终端不需额外的解码硬件。具备在500KBps带宽条件下控制多个机器人进行工作的能力，并且整体延时能够控制在50ms左右，这个延时能够极大降低远程控制机器人工作的稳定性，让机器人具备实现做出更灵活、更意想不到的动作的能力。如何解放算法工程师的双手？江西智慧城市AI智能明火识别

如何快速一键标注多张图片？江西智慧城市AI智能明火识别

不久前有工程师成功在RK3588上部署了DeepSeek，但也是跑起来了DeepSeekR1（Qwen21.5B）模型。1.5B什么概念，也就能处理处理轻量级的文字任务，而且也不能做到快速实时响应。除了算力问题，模型的移植也是难点，很多网络层，瑞芯微的平台并不支持。但这至少表明，在RK3588上运行DeepSeek是能够实现的，只是被自身硬件所限制。如果在RK3588图像处理板的基础上外接高算力模块，打造一个更高算力的RK3588图像处理板，理论上就能实现DeepSeek高参数模型的应用。目前这个方向，我们整个团队也在深入研究，相信很快就会有结果。江西智慧城市AI智能明火识别