湿巾设备智能化与自动化程度提升技术研发
公司致力于提升生产线的智能化与自动化水平，以应对当前全自动湿巾生产线在智能化程度、设备速度和精度方面的不足。公司旨在通过构建完整的生产线智能控制系统，实现生产过程的集中管理、实时监控与自动优化，同时解决因设备性能限制导致的产品质量缺陷问题。
公司致力于提升生产线的智能化与自动化水平，以应对当前全自动湿巾生产线在智能化程度、设备速度和精度方面的不足。公司旨在通过构建完整的生产线智能控制系统，实现生产过程的集中管理、实时监控与自动优化，同时解决因设备性能限制导致的产品质量缺陷问题。
开发一种集成多传感器融合与AI算法的动力电池安全性能快速检测系统，用于新能源汽车电池包的生产线及售后检测。系统需实现非破坏性检测，覆盖热失控预警、内部缺陷识别及电气性能评估，提升检测效率与准确性，满足大规模生产节拍要求。通过自动化数据采集与分析，降低人工成本，确保电池安全符合车规级标准。
随着我司承接的IT运维和云托管项目增多，客户系统的复杂性导致故障预警和定位完全依赖工程师经验。传统基于固定阈值的监控工具误报率高，无法发现隐性故障，且告警风暴问题突出。一次小的故障可能因未能及时预警而演变为业务中断的重大事故，对客户满意度和公司声誉造成严重影响。为从“被动救火”转向“主动预警”，我们迫切需要引入AI技术，构建智能异常检测系统，以提升运维服务质量、降低客户流失风险。
开发一套基于物联网的办公能耗实时监控与智能调控系统，实现用电设备的智能化管理和节能降耗。
正射栅格数据自动矢量化为地形图，核心需求围绕数据处理、算法应用、精度保障、功能实现以及系统兼容性与扩展性展开，以下为详细描述： 数据处理：能够快速读取各类格式的正射栅格数据，如常见的 TIFF、JPEG 等，支持多波段数据。针对不同来源、分辨率和质量的正射栅格数据进行预处理，包括去噪、增强、几何校正、配准等，去除图像中的噪声干扰，提升图像的清晰度和对比度，确保栅格数据的地理位置准确无误，与实际地形精确匹配。 算法应用：运用先进的边缘检测算法，精准识别正射栅格图像中各类地形要素的边缘，像道路、河流、建筑物轮廓等；利用特征提取算法，提取地形要素的关键特征，如地形的高程特征、地物的形状特征等；借助分类算法，对不同的地形要素进行分类，比如将植被、水体、建筑物等区分开来。同时，要不断优化这些算法，以适应复杂多样的地形和地物情况，提升矢量化的准确性和效率。 精度保障：矢量化结果需达到较高的精度标准，平面位置精度和高程精度要满足相关地形图绘制的规范要求，例如在大比例尺地形图绘制中，平面位置误差控制在极小范围内，高程精度也能准确反映地形起伏。通过引入精度评估机制，对矢量化结果进行实时或事后精度检测，一旦发现精度不达标，能及时调整参数或重新处理。 功能实现：自动识别并矢量化多种地形要素，涵盖等高线、水系、道路、居民地、植被覆盖区域等，确保地形图要素的完整性；将矢量化后的地形要素按照地形图的标准分层存储和管理，方便后续的编辑、查询和分析，例如等高线存放在等高线图层，道路存放在道路图层；为用户提供直观、便捷的交互界面，支持用户对矢量化结果进行手动编辑和修正，比如对错误的地物边界进行调整，补充遗漏的地形要素等。 系统兼容性与扩展性：系统能与常见的地理信息系统（GIS）软件无缝对接，实现数据的共享和交换，方便用户在不同的 GIS 平台上进行进一步的分析和应用；具备良好的扩展性，可根据未来业务发展和技术进步，方便地添加新的功能模块或算法，以满足不断变化的需求，如后续集成更先进的人工智能算法，提升矢量化的智能化水平 。 分享
海外知名药企正开展一项全球研究计划，旨在挖掘中国慢性呼吸系统疾病（简称“AIR”）领域的前沿解决方案，重点关注疾病的早期识别与诊断方向。
AI智能按摩机器人控制系统合作开发机器人智能控制、AI算法及传感技术领域有深厚积累的高校、科研机构或企业，共同研发新一代AI智能按摩机器人控制系统
随着人工智能业务的深入发展，算法复杂度与计算量显著增加，现有计算资源难以满足高效处理需求。为提升人工智能应用性能与响应速度，急需构建一套人工智能算法优化与加速平台，实现算法快速迭代与高效执行。
随着低代码服务的内卷，市场对半导体器件专用设备的自动化水平提出了更高要求。我司目前提供的半导体器件专用设备在自动化程度上仍有提升空间，为降低人工成本，提高生产效率，急需对现有设备进行自动化升级。
随着生成式AI服务的商业化，市场对人工智能硬件加速技术的需求日益增长。我司目前提供的人工智能硬件在处理速度上仍有提升空间，为满足大规模数据处理和实时分析的需求，急需研发更高效的人工智能硬件加速技术。
海外知名药企正开展一项全球研究计划，旨在挖掘中国新生儿医学（简称“CARE”）的前沿解决方案，重点关注疾病的早期识别与诊断方向。
当前工业级无人机在复杂未知环境（如室内、峡谷、城市楼宇）中面临三大核心挑战： 感知可靠性不足：现有避障系统多依赖单一传感器（如视觉或红外），在光照突变、纹理缺失或透明障碍物（玻璃、水面）场景下误判率高。例如，视觉传感器在弱光下失效，激光雷达在雨雾中性能骤降，导致碰撞风险上升。 决策智能化缺失：系统多为被动避障（如“感知-停止”），缺乏对动态障碍物运动轨迹预测能力，无法实现主动、平滑的全局路径重规划。在密集动态环境中（如跟踪10个移动目标），现有算法响应延迟常超过100ms，难以满足实时性要求。 无GPS环境适应性差：在GPS信号缺失时，依赖IMU、视觉里程计等传感器易产生累积误差，导致定位漂移，且SLAM技术在低纹理环境中特征匹配失败率高。 因此，亟需研发一套多传感器融合的自主避障系统，通过异构传感器互补、AI决策算法和实时路径规划，实现复杂环境下的安全自主飞行。
计划开发一套基于无人机方式的风电叶片避雷电阻检测的系统包 括基于无人机 AI 识别技术对风电叶片外部接闪器的自动识别和捕捉、无人机承重范围内挂载电阻检测设备测试导线的挂架和自动吸附装置。
计划开发一套基于无人机方式的风电叶片避雷电阻检测的系统包 括基于无人机 AI 识别技术对风电叶片外部接闪器的自动识别和捕捉、无人机承重范围内挂载电阻检测设备测试导线的挂架和自动吸附装置。
超越“一刀切”的教学内容推送，利用AI技术实现对每位学生学习情况和知识薄弱点的精准诊断，并提供量身定制的学习路径和内容，高效破解学生的“薄弱项”，确保学得会、学得透
传统方法无法满足当前对城市建筑群进行大规模、常态化、精细化安全筛查的迫切需求。需要引入前沿的机器人技术，构建一套自动化、智能化的外墙检测解决方案。需要研发一款适用于高层建筑外墙的智能巡检机器人，实现裂缝、脱落等安全隐患的自动识别与评估。
开发一套具备AI预测性维护能力的物联网设备智能运维系统，实现对设备状态的实时监控、故障预测与自动化运维
开发一套具备AI预测性维护能力的物联网设备智能运维系统，实现对设备状态的实时监控、故障预测与自动化运维