成都慧視開發(fā)的RK3588系列高性能圖像處理板Viztra-HE030，能夠在-40℃~65℃的環(huán)境中進行工作，用在寒冷的北方冬天電力巡檢領域，可以有效支撐無人機的穩(wěn)定工作。此外，這款板卡的存儲溫度范圍在-55℃~75℃，遇到更加極端寒冷的天氣時，不使用也能夠有效抗寒。RK3588屬于旗艦機芯片，搭載八核64位CPU，主頻高達2.4GHz。集成ARMMali-G610MP4四核GPU，內(nèi)置AI加速器NPU，可提供6Tops算力，用在電力巡檢領域能夠快速穩(wěn)定處理復雜的場景，幫助進行保供電工作?；垡曃⑿碗p光吊艙能夠?qū)崿F(xiàn)晝夜成像。比較好的目標跟蹤設備

無人機在農(nóng)業(yè)領域能夠?qū)崿F(xiàn)高效率的施肥、播種等操作。但是不同的作業(yè)環(huán)境對于無人機的工作性能要求不一樣，同樣的方案在平原地區(qū)適用，在高原地區(qū)就不行。因此針對于特殊作業(yè)環(huán)境需要制定不同的智慧化方案。像青藏高原這樣地貌復雜、低氣壓、大溫差的特點，參與智能化工作的各個部件需要符合這樣作業(yè)環(huán)境特點的性能要求。不比平原的一馬平川，高原由于環(huán)境復雜，地形起伏對于無人機的飛行也需要進行控制，無論是高度還是速度甚至距離都需要進行嚴格限制，防止出現(xiàn)撞機等事故。因此，這個方面的智慧化建設就需要無人機具備智能避障的功能，無人機需要在高速度或者遠距離的情況下識別樹木、電線桿、石頭等障礙物，并能夠?qū)崿F(xiàn)避障。比較好的目標跟蹤設備慧視光電開發(fā)的慧視RK3588圖像處理板，采用了國產(chǎn)高性能CPU。

進入冬季，北方各地陸續(xù)出現(xiàn)冰凍天氣，給不少地方的保供電工作增添了難度。目前，大多數(shù)地方都采用無人機巡檢的模式，但是面臨如此寒凍的天氣，無人機也可能會“懈怠”。但是大面積覆冰的影響下，人工巡檢又很難到達很多區(qū)域，所以還是不得不依靠無人機，只是需要性能更加強悍的無人機。無人機電力巡檢依靠可見光或者紅外兩種方式進行自動巡視檢測，這其中，用于進行圖像處理的傳感器性能尤其重要。面臨如此寒冷的天氣，圖像處理板能否正常工作十分關(guān)鍵，因此選對圖像處理板，關(guān)系整個寒冬的電力巡檢。

“啟明935A”系列芯片已經(jīng)成功點亮，并完成各項功能性測試，達到車規(guī)級量產(chǎn)標準。啟明935A是行業(yè)首顆基于Chiplet(芯粒/小芯片)異構(gòu)集成范式的自動駕駛芯片，但并非單一芯片，而是一個家族系列。啟明935HUBChiplet可以和不同數(shù)量的大熊星座AIChiplet互相搭配，再結(jié)合靈活的封裝方式，快速形成不同性能等級的SoC芯片。它還支持高帶寬的PBLink多芯互連，雙芯雙向帶寬128GB/s，四芯雙向帶寬64GB/s。啟明935A每顆芯片都支持比較大20路的1080p60攝像頭輸入，可應用于各類端側(cè)AI部署。得益于大熊星座NPU天然支持Transformer結(jié)構(gòu)，初步支持的模型有Yolo系列、ResNet50、PSPNet、PointNet++、TrafficSign_Retinanet、BevDet、miniCPM、Unet_ResNet50、PointPillars、PillarNest、M2track、BevFusion、PaliGemma、LLaMa-3B、8B等等。RV1126圖像處理板是我司自主研發(fā)的目標跟蹤板，該板卡采用國產(chǎn)高性能CPU，搭載自研目標跟蹤及跟蹤算法。

人工智能起源于上個世紀五十年代，被譽為新時代工業(yè)發(fā)展的引擎。隨著技術(shù)的發(fā)展，為了使得計算機可以擁有像人眼一樣感知、分析、處理現(xiàn)實世界的能力，六十年代初，人工智能衍生出了一個重要的分支，計算機視覺。在計算機視覺的研究過程中，學者們?yōu)榱岁U述“根據(jù)目標在視頻中的某一幀狀態(tài)來估計其在后續(xù)幀中的狀態(tài)”，一個新的學科——目標跟蹤應運而生。目標跟蹤是計算機視覺和機器人研發(fā)領域的重要分支，在人機交互、安全監(jiān)控、自動駕駛、城市交通、軍領域、醫(yī)療診斷等領域都發(fā)揮了重要的作用，其主要功能就是在視頻圖像中遍歷感興趣的區(qū)域，并在接下來的視頻幀中對其進行跟蹤目標跟蹤監(jiān)控預警系統(tǒng)是防溺水技防手段中應用比較廣的。比較好的目標跟蹤設備

慧視RV1126圖像跟蹤板支持目標跟蹤識別目標（人、車）。比較好的目標跟蹤設備

物聯(lián)網(wǎng)與人工智能的融合是一個多維度的技術(shù)整合過程，涉及數(shù)據(jù)的收集、分析和智能決策。這一融合的基礎在于如何有效地利用物聯(lián)網(wǎng)設備收集的海量數(shù)據(jù)，并借助人工智能技術(shù)進行深入分析和應用。物聯(lián)網(wǎng)設備，包括各種傳感器和執(zhí)行器，是數(shù)據(jù)收集的前線。它們能夠?qū)崟r監(jiān)測環(huán)境參數(shù)、設備狀態(tài)和用戶行為，生成大量數(shù)據(jù)。這些數(shù)據(jù)是后續(xù)分析和決策的基礎。人工智能在數(shù)據(jù)分析方面的能力是其與物聯(lián)網(wǎng)融合的關(guān)鍵。通過機器學習和深度學習算法，可以從物聯(lián)網(wǎng)設備收集的數(shù)據(jù)中識別模式、預測趨勢和發(fā)現(xiàn)異常。這些分析結(jié)果為智能決策提供了依據(jù)。比較好的目標跟蹤設備