成都深度学习AI智能监控 慧视光电 成都慧视光电供应

定期的自然资源生态巡护是维护生态平衡、实现可持续发展的重要措施，随着保护工作的不断深入，由于巡护地面积大、不集中等特点暴露出的传统巡护模式效率低下、成本高的问题。在无人机广泛应用的当下，用无人机代替人工进行巡护的方法，更加高效和精细，有效弥补了传统模式的不足。都慧视开发的低带宽低延迟RK3588图像处理板，就能够很好地应用于无人机生态环境巡护领域，只需要500K左右的带宽就能够低延迟控制多路无人机进行远程巡护，同时RK3588图像处理板能够实时处理并分析视频数据，例如非工作时间的非法人员开采，珍惜保护动物的AI识别数据采集等，能够实现低延迟实时回传。慧视光电能够开发200Hz高帧率相机的AI模块。成都深度学习AI智能监控

MIPI视频接口具备高数据传输速率的特点，能够满足高分辨率和高刷新率显示的需求。其传输速度比较高可达数Gbps，确保图像和视频数据能够迅速且准确地传输和处理‌，在图像处理领域能够和摄像头高效、兼容地进行数据传输。而双MIPI接口的设计采用低电压信号，不*有效降低了功耗，从而延长了移动设备的续航时间，还让传输速率更上一层楼.慧视光电推出的Viztra-LE048图像处理板，采用瑞芯微RV1126作为主处理器，设计双MIPI输入接口，一路DVP红外输入接口，一路千兆网络输出，能够以不低于50Hz的帧率实现对目标进行自主检测、识别，并自动或人为选择目标进行锁定、跟踪，同时输出目标相对于视野中心的脱靶量信息。板卡整体呈现出低功耗、轻量化的特点，外形尺寸在47.8mmX38.5mm×8mm以内，重量不到9g，输出功耗不超过4W。成都深度学习AI智能监控慧视光电的检测算法是基于yolo研发的。

无人机技术的蓬勃发展加上大力发展低空经济的政策，传统的铁路巡检正在迎来快速蜕变。以前需要巡检工人带着仪器、安全绳一步一个脚印走出来，整过过程还会有安全风险，而如今利用无人机+人工智能+图像处理器，就能够实现从传统的“人力巡检”转变为“智慧巡检”。特别是在我国广大的中西部地区，山川河流，纵横交错，复杂的地形给巡检工作造成了不小的影响。首先，传统的人巡模式，想要走遍所有区域，花费的时间更多，其次，整个周期下来，成本难以估量。而无人机在AI图像处理板赋能下，既不影响铁路正常运行，也不耽搁巡检人员的其他工作。

这项科技就是利用AI图像处理器实现对目标空域的AI监控识别。基本思路是在摄像头的基础上，定制开发AI图像处理板，以及针对于各类无人飞行目标的AI算法，三者结合就能形成一个简单的自动化空域监控网络。而做这项工作，成都慧视就很轻车熟路，作为拥有多年图像处理板定制开发经验的公司，在目标识别跟踪领域目前共开发RK3588、RV1126以及RK3399pro等多款图像处理板，能够根据不同的摄像头不同的应用环境定制像CVBS、LVDS、DVP、SDI、Cameralink等接口。慧视光电的AI模块是不是只能用慧视的算法？

视频回传在无人机领域非常重要，视频画面的回传延迟，直接决定着对无人机控制的精度，越是能在**短时间内获取更多信息，越能发挥无人机的优势。在实际操作中，会经常遇到视频卡顿、花屏，延迟大等现象，影响因素大都是相机延迟，控制端延迟等综合因素。无人机视频回传的一般流程是无人机在天空端实时拍摄视频，然后视频传输到手柄，地面端就能够实时查看视频。这一段也就是我们说的图传，比如大疆的O3、O4图传，这一段数据传输经过了多个环节，会增加传输的延迟，一般这种无线图传传输1080P的视频，延迟从几十毫秒到几百毫秒不等。因此，为了稳定视频传输，减少延迟，要么在硬件上下功夫，要么就打造专属的视频传输协议，通过减少视频编解码时间，减少整个传输链路的延迟。慧视光电通过自研软解码技术打造的LLSM低延迟低带宽流媒体传输模块，降低了编解码的时间，其编解码时间只需要5个毫秒，其中编码3个毫秒，解码2个毫秒。慧视光电现有的算法支持那些目标的检测识别？成都智慧城市AI智能安防

轻量化的AI模块有哪些？成都深度学习AI智能监控

针对于化工企业的机器人巡检智能化转型，成都慧视能够提供高度定制化的图像传感器、AI算法，助力机器人实现高效、精细的巡检工作。成都慧视开发的RK3588系列图像处理板Viztra-HE030，算力可达6.0TOPS，支持定制各类型的接口，像SDI、CVBS、LVDS、DVP、USB、Camera link等，整个团队拥有成熟快速的开发经验，能够实现快速集成定制。机器人搭载图像处理板后能够实时采集图像数据并进行分析，也可以同步传输到控制端，实现及时发现及时处理，很大程度上减少事故发生的概率。成都深度学习AI智能监控