8套自主研发的智能大数据分析组件:
(1)数据关联分析组件:数据关联、时空关联、网络关联、串并关联、匹配关联
(2)客流分析组件:上下客匹配分析、客流分析
(3)轨迹大数据分析与预测组件:轨迹关联分析、轨迹规律分析、同轨关联分析、轨迹分布、轨迹聚类、OD分析)
(4)交通事件监测与稽查组件:历史事故数据时空分析、交通异常事件进行实时监测、交通事件预警、车辆稽查布控
(5)画像分析组件:城市交通画像、车辆画像、出行画像
(6)图像识别分析组件:视频识别、车牌识别、图像识别、颜色识别、语音识别
(7)交通指数分析组件:拥堵指数、公交指数、交通流量指数、车辆活跃度指数、交通信用指数、交通安全指数:
(8)可视化分析组件
研究内容:
(1)智能信息处理
主要包括文字语音图像识别与合成、知识发现和知识表示、类脑智能计算、混合增强智能技术、虚拟现实智能建模技术、基于深度学习的机器视觉技术等。我司深耕交通行业,主要在多维交通大数据的实时智能处理、高效安全融合计算方法、交通拥堵预判与智能主动管控技术、公交线网客流智能研判与柔性调度技术、多模式交通出行等方面有深入研究。
(2)智能制造
将新一代信息通信技术与先进制造技术深度融合,实现自感知、自学习、自决策、自执行、自适应等功能,带动新型制造生产方式。我司侧重于交通及海洋行业的车载终端、船载终端、便携终端、海洋物联网终端、户外终端的自主研发。
(3)专家系统
研究运用人类专家的知识和解决问题的方法来处理行业领域问题,主要在交通安保指挥领域深入探索。根据安保领域多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,通过实战演练而不断完善专家知识训练库,使专家系统具有高精度导向。
(4)智能决策
侧重于交通行业,以数据—模型—预警—决策---业务控制---反哺再优化业务应用为路径,根据不断获得的新数据,迭代进行实际业务场景的决策,完成整个业务流程的决策和行动,实现无人参与的全过程自动化决策,主要研究方向包括交通健康诊断、城市交通画像、仿真推演、交通舆情监测。
(5)智能机器人
立足交通行业,研究促使机器实现智能识别、认知学习、自动组织、模糊信息综合处理等功能,重点侧重建筑废土砂石车自动监控、自动驾驶技术及ADAS辅助驾驶技术的研究。
(6)机器学习
运用训练数据,通过各种算法,如SVM、决策树、逻辑回归等,训练成熟模型,并运用该模型完成预测任务,我司目前侧重研究公交场景下的智能排班调度及电子站牌智能预测。