核心特点
边缘AI智能分析，赋能业务创新
全天候
实现全网域AI分析，无缝感知隐患，断网本地稳存
离在线
边缘本地处理，不受网络环境干扰，目标定义灵活，持续自主迭代
云边协同
边缘计算与云端协同，模型云端训练，边缘侧部署推理，数据隐私保护
即插即用
全功能集成，配置即用，与多种云平台无缝对接，支持模块化扩展
国产化适配
自主可控软件栈设计，支持国产芯片架构，深度适配国产操作系统
多场景
支持智能交通、智慧园区、工业视觉等多场景AI分析应用
边缘计算的核心挑战
随着物联网规模扩大，传统云架构在复杂现场环境中面临诸多挑战
弱网/断网环境
国有环境网规模遍及，传统云架构在复杂现场环境中面临诸多挑战
多系统割裂
BA、能源、支动、消防等系统各自独立，数据难以互通整合，缺乏系统性解决方案
节点规模化难
边缘节点数量大，地理分散，远维支持力不足，运维成本居高不下
故障定位困难
设备一旦出现故障，现场覆盖难度延迟环境中面临诸多挑战
数据质量差
现场数据源质量参差不齐，噪音干扰严重，无法直接用于AI分析
视频AI质不高
视频画质较差，光照不均、遮挡物多，云端处理延迟大，实时性无法保证
合规与安全
数据安全法规要求严格，需保证敏感数据本地处理与传输存储安全
项目难复制
每个项目重新开发，缺乏标准化架构，交付周期长又付款查延迟
解决方案
智慧交通解决方案
构建路口全感知环境，亚米级精密定位，致力来架构传、窄秒级响应建设，针对牛敬协时扮密机，主动识别行人、非机动车风险及异常车辆行为，将安全视野从"车后视野"升级为"车前视野"。
涉及算法包
车辆违停 机动车、行人检测 车辆识别 车型（客/卡）识别 车流检测 道路情况检测 事件检测
智慧园区解决方案
现装边缘计算站点，统一接入园区视频监控系统、门禁系统、消防系统、停车系统等设备，覆盖园区出入口、主干道、停车场、办公楼宇、公共区域、停车场等多场景全域的监控，构建园区级一体化智能管理体系，实现园区数字化管理升级。
涉及算法包
人脸识别 人数统计 视觉感知算法 道路情况检测 火灾消防检测 消防通道违章监测 人车检测 车辆违停
