kaiyun登录入口登录多传感器融合感知：除了视觉感知，公司还借助于其他感知硬件或者即时信息感知更度信息，包括雷达数据、IMU数据、地图信息以及天气信息，通过融合感知算法对度数据进行融合处理，使感知结果更准确和更全面，这样的深度融合不仅可以提高各种复杂场景下的目标检测精度，还能有效弥补单一传感器的局限性。
公司长期在人工智能AI领域保持高投入，在车端算法、大模型以及自动驾驶算法方面都有丰富的积累。
公司车端AI算法涉及近10个行业及近100类算法，其中多种AI算法都属于行业的独有创新应用。公司AI车端领域主要的算法包括：
前车碰撞（FCW）：及时检测到前方车辆的距离和速度，如果存在潜在的碰撞风险，系统会发出及时的警报，提醒司机采取相应的措施。
车道偏离（LDW）：能够监测车辆是否偏离当前车道，系统一旦检测到车辆偏离会发出警报，提醒司机进行纠正。算法兼容世界各地的车道线标准，并配备了层级分明的预警功能，无论面对直线或曲线、实线或虚线，还有各种光照条件下、不同程度破损的车道线，都能提供精准的安全保障。
行人碰撞（PCW）：能够识别道路上的行人，并在存在碰撞风险时发出警报，以保护行人和司机的安全。能够检测距本车80米处的行人，并在白天、黑夜、逆光照射等各种工况下均能保持95%以上的准确率。
车距过近（HMW）：能够监测与前车的安全距离，一旦距离过近，系统将发出警报，以确保司机保持足够的安全距离。能够稳定检测距本车200米处的车辆，并在白天、黑夜、逆光照射等各种工况下均能保持99%以上的准确率。
标识牌识别（TSR）：可以准确地识别交通标志，并向司机提供相关信息，帮助司机更好地遵守交通规则。在遵循欧洲标准的严苛测试中，TSR功能经历了西班牙400公里长的实际道路测试，此过程不仅涉及了多样的极端测试情况，还在交通标识识别方面达到了95%以上的综合准确率，超过标准要求。
DMS-疲劳检测：通过高精度传感器和智能算法，系统能够准确地分析司机的脸部状态和身体姿势等指标，以实时监测司机的疲劳状态。公司自主开发的深度学习疲劳检测技术，创新性地解决了“小眼睛误判”以及“目光呆滞未识别”等行业难题。综合准确率95%以上，超标准要求。
DMS-抽烟检测：司机监测系统（DMS）针对抽烟行为的识别进行了创新设计。它能区分并排除因大胡子、佩戴口罩、手部接触口部、嚼食槟榔或耳机线干扰等因素造成的误报。这一技术突破，提升了系统的准确性和可靠性。
DMS-打电话检测：准确剔除了手势活动或非标准手持姿态所导致的误报问题。减少了误判情况，确保了系统警报的精准有效，算法准确率可达99%。
DMS-分心场景：通过创新性引入自动驾驶相关技术，和AI技术进行整合，不仅优化了系统的判断准确度，而且有效消除了因转弯动作误判为分心的常见问题。
DMS-进食检测：优化的司机监测系统（DMS）针对进食行为的识别进行了创新设计。它能够区分并排除因大胡子、佩戴口罩、手部接触口部、嚼食槟榔或耳机线干扰等因素造成的误报。
DSC未系安全带检测：算法能够优化解决无论是在光线不足的环境下还是在司机衣服与安全带颜色相近的情况下的误报问题。
盲区检测（BSD）：识别车辆各个方向盲区中的行人、车辆，在存在碰撞风险时发出警报，以保护生命财产安全。能够过滤不会产生碰撞风险的盲区行人及车辆，降低无效报警对司机的干扰。全面支持各种盲区安装，前/后俯视，左/右俯视，左/右侧视。
乱丢垃圾检测：识别和监测公共场所或社区中的乱丢垃圾行为。这项技术利用图像识别和智能算法，能够快速准确地检测和识别乱丢垃圾的行为。相较于传统的识别方法，公司创新性的算法能够有效地识别垃圾堆覆盖投放问题，大幅度地抑制了由地面水渍、光影、树荫等环境变化带来的误识别问题。
人脸属性分析：能够从人脸图像中提取和分析各种属性信息，包括但不限于年龄、性别、肤色、眼镜佩戴情况等特征。公司自主研发的轻量级多分支网络，能够一次性直接输出年龄、性别以及是否佩戴口罩等多个人脸属性的结果。
公交车未礼让行人检测：能够准确判断自车和行人的运动轨迹，如果存在车辆在人行横道不按规定减速，停车，避让行人等未礼让行为，及时提醒和纠正司机和司机规范驾驶行为。
客流统计：对上下车的乘客进行计数，统计公交车\旅游大巴等营运车辆每天的客流情况。除了普通乘客计数功能外，还可以检测乘客身高，统计成年人和儿童客流情况，对每个乘客的上下车轨迹进行跟踪，检测每个人携带的重点物品的上下车情况。
出租车遗留物检测：检测乘客下车后，是否遗留物品在出租车上，并及时提醒乘客。支持二十几种大类kaiyun登录入口登录，上千种小类的物品检测，1秒钟内产生报警，防止乘客走远后无法提醒。
违法抓拍：针对交通违法、校车业务，例如抓拍车牌、校车停车后检测其他车辆是否按照要求停车让行。适配中国、阿拉伯地区、巴西、智利等各地车牌，且借助大模型的样本生成的能力，可以快速适配新地区的车牌识别任务。
厨余垃圾混投识别：能够对垃圾投放点的餐厨垃圾桶进行实时监控，识别居民厨余垃圾桶混投其他垃圾的不规范投放行为，及时语音提醒正确投放。
垃圾车收运统计和混装混运识别：自动统计垃圾收运车收运桶数和收运量，同时识别垃圾桶类型和桶内垃圾溢满状态识别，是否有混装混运，减少统计成本，为大数据分析提供准确数据支撑。可适应侧挂式，后返式等各种垃圾收运车辆，覆盖不同颜色和容积收运垃圾桶，识别准确率高。
场景识别大模型：基于公司自研的场景识别大模型，自动对视频信息进行结构化分析和归档，为公司提供了一个高效的视频处理引擎。场景识别大模型通过从视频中提取关键信息，将所有的报警按照特定的结构进行分类和整理，并生成详细的标签和元数据。
图像生成大模型：基于AIGC中扩散模型技术，研发自有的图像生成大模型，相比于开源的各种生成大模型，其最大的区别是自研的生成大模型可以生成各种画质、各种光照、贴近实车场景的图片，达到以假乱真的程度；而开源大模型生成的图片往往过于精致，跟车载镜头拍摄的画面差异巨大，无法使用。该项技术可以大幅降低公司在难例场景、罕见场景下的数据收集速度，大幅降低产品研发周期。该项技术已经全面应用在公司各个场景算法的研发流程中，例如车牌生成、出租遗留物生成、交通标志牌生成等等。
素材检索大模型：素材检索大模型，其具备强大的图片去重、相似图片检索、图文匹配以及视频段检索功能，能够满足多样化的应用需求。在人工智能领域，不断解决难例场景是永恒的任务。由于其具有的偶发性特点，如何快速准确地获取这些样本成为了一项极具挑战性的任务。素材检索大模型为解决这一问题提供了有效途径。
行业通用大模型：基于公司庞大的场景数据资源，开发了车载行业的视觉通用大模型。相比开源大模型，它在检测精度和速度上均实现了显著提升，可快速适应新场景和新业务需求。
样本数据引擎：该引擎将场景识别大模型、素材检索大模型、行业通用大模型进行了深度整合，构建出公司特有的大数据处理框架。这些数据处理引擎具备强大的自动化处理能力，能够对每天大量涌入公司的数据实现自动归档、样本去重、难例挖掘以及自动化标注等功能。该引擎可以持续不断地收集场景数据，不断拓宽算法应用范畴，通过这种方式，公司能够实现模型的自主更新迭代，大幅增强模型的适应性和准确性。
未来公司将继续深耕大模型技术领域，不断探索新的应用场景和商业模式。随着技术的不断进步和市场需求的不断增长，这些大模型技术将成为公司持续发展的核心驱动力。
公司基于云计算和大数据技术打造数据接入、数据存储、数据计算、大数据分析等数据技术体系，构建云原生数字技术基础设施。同时基于对交通运输与出行行业的深度实践和洞察，融合云计算与大数据的技术优势，提供多类型设备接入、音视频服务、安全证据管理、安全风险实时计算和分析、司机驾驶画像等度的云计算及大数据分析方面的核心能力。
设备接入：设备接入服务作为公司云计算平台的设备接入层，致力于构建强大的设备上云连接体系与云端双向消息传输机制，核心功能涵盖了大规模设备的云端接入与管理和平台间上下级的级联互通，采用了先进的设备认证、授权及通信协议技术，确保了不同行业不同类别的大量异构设备的安全可靠接入和数据交互，能够帮助行业用户快速完成设备联网及行业应用集成。
音视频服务：音视频服务基于低延时和分布式视频处理架构，聚焦直通、语音、语音对讲、设备远程回放、中心远程回溯播放、云端录像存储、多格式音视频转码、AI智能信息叠加、平台间级联等核心能力，通过分布式计算资源管理和调度策略有效支撑大规模高并发场景下的稳定服务，为行业用户提供易接入、低延迟、高并发、支持超高清分辨率且播放体验流畅的端到端音视频解决方案。
安全证据管理：安全证据管理服务基于先进的任务调度引擎和任务执行引擎，深度融合了终端主动安全预警技术，为行业用户提供全方位的视频文件、图片文件、黑匣子文件下载和处理解决方案，其中包括但不局限于证据告警实时上传、人工指令触发的文件下载、实时图片抓拍、历史图片抓拍、预设计划录像管理、多元化的文件处理和高效便捷的证据导出机制，从而满足不同行业对于证据资料下载与分析的需求。
大数据分析：公司在海量交通运输与出行相关数据的基础上，构建大数据数据平台，在多个业务领域给客户提供有价值的大数据应用；通过大数据分析，深入挖掘交通数据的内在规律和关联性，为客户提供决策依据，降低运输成本，减少驾驶安全风险。
预测与优化：基于历史数据和实时数据，通过机器学习和人工智能技术，预测未来的交通状况，如预测某一时段的客流量、车流量等，优化资源配置，提高运营效率。
安全监控与管理：通过视频监控和数据分析，实时监测驾驶状况，及时发现和处理驾驶风险，提高驾驶安全水平。
智能调度规划：基于大数据的智能调度规划系统为客户提供精准的运输、排班建议，如根据实时路况和车辆运单状况推荐路线、合理分配运输资源等。
安全风险实时计算和分析：利用数亿级别的车辆前方视频和实际司机的驾驶行为信息，使用自监督的方法，将长时间序列的度驾驶行为信息、道路交通信息、空间信息（天气状况等），预测当前司机驾驶的风险状态。利用人类反馈的强化学习机制，使模型输出符合一个具备良好驾驶习惯的司机驾驶行为。
司机画像：司机画像服务基于大数据分析从不同维度全方位了解司机、理解司机，建立司机在安全领域的精准、全面司机画像。针对司机产生的所有行为数据，构建司机行为的环境静态矩阵、环境动态矩阵、行为属性矩阵，综合挖掘司机每一项行为发生的时间规律、空间规律、程度与频率规律，将司机的每一项行为有因有果描述，以此构建司机的个性化驾驶风险和驾驶规律。
司机在驾驶过程中，随着时间、空间、司机驾驶行为以及司机状态信息的不断动态变化，司机的驾驶风险状态也在发生同步变化。干预执行服务在司机的各种驾驶风险状态下，给予合适的干预或者执行方式，保证在司机集中精力驾驶的前提下，即时消除驾驶风险隐患，从而有效降低安全事故。
拟人化护航语音：公司通过先进的语音合成技术，利用情感合成算法，赋予语音更加真实的情感色彩，使其更贴近人类表达方式。为司机打造了一个温暖、亲切，甚至带有幽默感的虚拟助手。这不仅提高了司机驾乘体验，更让驾驶过程变得更加愉悦。
自动对话：公司借助先进的自然语言处理技术，为用户提供智能对话服务，让驾驶过程不再单调，成为司机独一无二的旅途伴侣，聊天内容丰富多样，不仅包括天气、交通情况，还有各种轻松幽默的话题。不仅满足了信息获取的需求，更使整个驾驶过程充满趣味与智能化。尤其是在司机长时间驾驶过程中，因为驾驶工作重复且单调，司机特别容易陷入疲劳或者分心驾驶的场景中，智能客服通过提供轻松愉快的对话，有助于缓解司机在驾驶过程中的压力和疲劳感。
专属语音定制：司机可以通过在系统中导入少量家属的声音定制妻子、儿女等特殊语音服务定制司机专属提醒声音，将司机的驾车过程与家人的关系深度融合，创造出一种温馨、贴心的驾驶伴侣体验。这种创新不仅使产品在科技层面取得了进步，也在情感共鸣上带来了全新的体验。
云舱一体AEBS：公司云舱一体AEBS方案具备独特的舱内和云端算法融合优势，为AEB控制算法注入了强大的度设计能力。公司利用车内DMS系统监测司机状态的数据，结合云端分析司机的历史驾驶习惯和跨时空信息，与当前道路情况相融合，实现了真正智能化的AEB系统，解决了当前行业主流方案的痛点问题。在司机状态正常的情况下，AEB系统减少了介入程度，充分尊重司机的驾驶决策；而当司机状态异常时，AEB系统将提高介入程度，为司机提供更强有力的辅助和保护。这一创新功能使得AEBS产品能够更加智能地适应不同驾驶情境和司机需求，为司机提供更高水平的安全保障。无论是在高速行驶还是城市拥堵，AEBS系统能够准确地监测前方道路状况，并通过雷达、摄像头等传感器技术识别潜在碰撞风险。当系统预测到与前方车辆或其他障碍物可能发生碰撞时，如果司机未采取有效制动行动，AEBS系统将自动施加制动力，以减缓车速，尽可能地减少碰撞速度或完全避免碰撞。
基于感知、智能、云计算、大数据以及智能干预执行的基础能力以及公司20年内在车辆安全领域的行业理解和实践，公司在报告期内研发出“VisionZeroBooster解决方案”安全闭环解决方案，通过将感知、智能、云计算以及大数据分析以及智能干预执行融合，以大幅降低驾驶安全风险，助力“VisionZero愿景”加速实现。
感知：为了提供至关重要的行车安全保障及全面保护道路交通参与者，公司的感知系统汇聚了来自多个异构传感器的数据：这包括了各种具备高低分辨率、不同视野范围的摄像头，以及高精度的毫米波雷达、激光雷达、雷达，还有精确的惯性测量单元（IMU）。这样一套度的感知组合，协同工作，确保了对周遭环境的全角度覆盖和实时响应，为驾驶者与路上的每一个生命提供了坚实的安全保障。同时利用PB级视频数据进行训练，这些视频数据不仅覆盖了丰富多变的光照条件，还涵盖了各种的应用场景诸如货运、公交、出租、校车等多种行业场景。通过对内摄像机，公司自研的多任务识别网络可以同时实现人脸多种特征进行检测，并与自研的深度学习疲劳判定技术融合后可以准确分析出司机疲劳、分心、玩手机以及未系安全带等危险驾驶状态。公司的车辆感知系统融合了ADAS、BSD、AVM盲区等外部摄像头和毫米波雷达，实现了全方位的环境感知。借助公司自主研发的多任务识别网络、多线索测距技术、行人轨迹预判、精确环境感知以及道路边界辨识能力，系统能够准确地捕捉无死角的环境信息。即使在夜晚低照度条件下，公司的黑光相机依然能够保持准确的检测和识别能力。无论是在城市繁忙的街口还是在幽暗的乡道，系统都能够精准测绘出周围360度内行人、车辆、自行车骑行者等的相对位置、速度和运动趋势。通过极致优化的算法能力和大规模训练测试样本，系统具备低消耗、高精度（综合工况准确率>
95%）以及强鲁棒性（适应复杂的外部环境）的特点。无论是在城市还是乡村，系统都能够提供精准、可靠的车辆感知。
智能：在长时间序列上将DMS、ADAS、BSD、AVM等摄像头以及毫米波雷达、雷达的智能感知结果和IMU数据信息有效结合，并借助先进的Transformer多模态大模型，不仅能够识别潜在的风险，还能精准检测事故发生的可能性以及盗窃和抢劫事件，提供实时风险识别、交通事故识别、盗抢识别功能。尤其对基于长时间序列的标签结果，进行千人千面的风险识别，对不同司机的风险点，进行差异化识别，比如精准定位“冒进型”司机的“滑铁卢”很可能是在“雨天的长下坡”。
云计算及大数据分析：通过大数据的高效处理和深度分析对司机和车队进行画像分析，实现了对驾驶行为的全面评估和精细化管理。司机画像涉及大量的驾驶数据，每秒回传的结构化数据包含车速、车距、车道保持等多个维度，形成庞大的数据集。针对不同类型的驾驶行为，司机画像的数据是多样化的，包括车辆传感器数据、GNSS数据、加速度计数据等，形成度的全面画像。由于需要对司机的实时行为进行评估，司机画像对实时性的要求较高。每秒回传的数据需要及时处理和分析，以便及时发现问题并采取相应的管理措施。通过大数据分析技术，对多模态数据进行融合计算，包括模式识别、异常检测等，以生成客观和主观的标签，并揭示潜在的驾驶行为规律。
干预执行：多层次预警系统集成了车端摄像头智能感知结果和多模态大模型云端分析结果，构建了丰富的司机和车队档案。它根据风险等级逐级展开安全策略，从车内声光报警到定制化语音提醒，直至人工干预和针对性司机培训，全方位筑牢驾驶安全。结合ADAS摄像头、BSD摄像头、毫米波雷达、雷达的智能感知结果与云端数据分析技术，公司创新性地推出了层级化刹车响应系统。该系统依据风险等级智能调节刹车力度，从精准点刹到紧急制停，全方位确保了驾乘人员以及道路使用者的安全。
基于技术演进和满足行业客户业务场景，公司全面推出多品类几十种视觉感知摄像机产品系列，以满足不同场景下的智能化需求，提升交通环境的安全性和效率。
第一类，车前路况智能摄像机系列，包含单镜头超大广角取证防追尾智能摄像机，双镜头斑马线礼让行人及防偏离防追尾摄像机，三镜头城市交通扫描仪等。
第二类，盲区智能摄像机系列，单目黑光智能摄像机，双目（广覆盖）黑光智能摄像机，近场无线盲区摄像机，超远距离抗扰无线摄像机等。
第三类，前装摄像机系列，符合ISA法规的车规级ADAS摄像机，符合DDAW法规DMS摄像机及符合R151/R159法规的BSD智能摄像机等。
第四类，专业场景智能摄像机系列，如高准确率公交客流/OD摄像机，公交占道抓拍摄像机，校车（stop牌）抓拍摄像机，校车儿童遗留检测摄像机，出租乘客遗失物检测摄像机等。
市场对车载智能显示屏带来新的交互体验及可视化运营的需求越来越强烈，此类智能屏不仅全面集成乘用车领域内智能屏的各项优秀交互体验，同时也具备商用车行业特有的运营、安全及监管要求，其核心特性如下：
人机交互，智能屏整合了直观的触控交互界面与先进的自然语言处理技术，将多元信息如视频监控、安全预警、车辆运行状态、精准导航等信息立体而生动地呈现给用户，实现信息的实时传递与无缝衔接，构建出高效的驾驶决策支持系统。
定制化，智能屏依托于公司开发平台技术及兼容了Android系统的开源灵活性与广泛应用性，有效降低了集成开发的技术壁垒。这使得用户能够基于交互屏产品，迅速构建并部署符合自身业务特性和个性化需求的应用程序。
行车安全，智能屏通过视觉及算法深度融合技术，在离线状态下亦能精确验证司机的从业匹配状况。密切监测驾驶过程中的司机生理和心理状态，包括但不限于驾驶姿态识别、疲劳程度量化评估以及注意力集中度检测等。
提升效率，智能交互屏实现了度的信息整合与展示，能够帮助司机轻松获取更优路线规划、实时路况信息以及货物配送详情，从而提高物流运输的整体效能。此外，针对商用车队管理场景，智能屏还可支持定制化的调度系统和工作流程，便于管理者进行任务分发、跟踪及绩效评估，极大地提升了运营管理效率。在出租车信息化管理方面，可以为企业带来统一调度管理、司机营收统计分析管理、营运热点分布分析等服务，有效提升企业的管理效率；同时可以为行业管理部门带来身份认定、不打表监管等监管功能，提升政府部门对出租车行业的监管效率，优化乘客出行体验。
灵活组合，此类产品既可在独立工作，也能通过LAN与多家公司其他智能主机协同工作，从而扩展整体解决方案的显示交互界面、视频处理能力、智能分析以及各类外设接入服务。
此外，智能交互屏还发挥着企业信息化管理的核心作用。结合云服务与大数据技术，能够远程监控并精细化管理车队运作，涵盖行驶轨迹记录、车况健康诊断以及油耗分析等功能，为运营商提供全面而深入的数据洞察，有力驱动商用车队智能化与数字化进程的深化演进。
锐明的车载中央处理单元产品专注于用一台智能主机解决商用车安全和信息化应用的全场景需求。车载中央处理单元融合超高算力SoC、5G通信、高精度定位、车辆CAN总线、图像识别、人工智能等先进技术，具有高集成、高性能、高智能等设计特点，利用自身可处理海量信息数据的强大能力，将驾驶信息、业务信息、交互体验信息无缝集成，解决生产过程中的安全/效率/成本各环节实际痛点，为用户提供系统化、高效、直观的工作体验。
智能公交中央处理单元整合了高级辅助驾驶、司机状态监测、盲区检测和360°全景环视等业务，为公交车辆的安全驾驶提供全面保障。通过这些功能，IBCU能够实时监测司机的行为和状态，提供及时的预警和提示，有效降低交通事故的发生率。
智能公交中央处理单元支持最大24路全高清视频监控录像，为公共安全保驾护航。同时，通过占道抓拍功能，IBCU能够监测道路交通违法行为，提升对交通违法行为的监管能力，维护城市交通秩序和公共安全。
智能公交中央处理单元提供实时的线路信息、公共服务资讯、到离站信息、换乘指南等服务，极大地提升了乘客的出行体验和满意度。通过这些服务，乘客可以更加方便地获取到所需的信息，规划出行路线，提高乘车舒适度和便利性。
智能公交中央处理单元包括运营调度核心功能和智能客流检测功能，通过人机交互和数据分析，提高了运营效率和服务质量。运营调度功能可以帮助运营部门实时监控车辆的运行状态，并进行有效地调度和管理；智能客流检测功能则可以实时监测车辆的客流情况，为运营决策提供数据支持。
集成化提升资源使用效率：通过提高系统的整体集成度，车载中央处理单元降低了系统冗余，从而提升了资源的使用效率。对于公交车这种多种信息管理系统的行业场景，车载中央计算单元用作中心算力中心，可以节省客户近50%的设备投资。
促进数据共享与互联互通：车载中央处理单元使得各个业务系统更方便地进行数据共享和互联互通，从而提高了车辆的智能化水平和性能。
边缘运算，深化AI场景应用：车载中央处理单元具备超强的算力，提供场景化的人工智能能力，从而实现高效的数据处理和决策。
以智能公交中央处理单元为例，车载中央计算单元作为全车智能中心，集成驾驶安全域、公共安全域、运营管理域、乘客服务域于一体，实现了全方位的公交业务管理和服务：
2022年12月29日,中国汽车后视镜新国标GB15084-2022正式发布，搭载CMS的车辆可以从2023年7月1日起正式合法量产上路——中国汽车电子后视镜CMS替代传统玻璃外后视镜时代会逐步成为行业趋势。
电子后视镜用摄像头+监视器的组合来取代传统的光学后视镜。显示模式为外部摄像头采集图像，处理后显示在舱内显示屏内，同时可以集成类似盲区预警、障碍物提示等功能。
电子后视镜可以很好解决传统玻璃光学后视镜存在“看不全、看不清、受干扰、风阻大”四大问题，电子后视镜替代传统光学后视镜将是大势所趋。电子后视镜采用摄像头采集图像可以采集更大的视野范围，突破了传统光学后视镜的尺寸限制。电子后视镜摄像头的横截面积能缩小为传统光学后视镜的二分之一乃至更低，从而降低了1%~4%的风阻系数，省油省电，据奔驰官网显示ACTORS重卡选配电子后视镜可实现节油1.3%，换算到国内重卡以年运营里程25万公里计算相当于每年节省7,000元左右。另外司机在夜晚光线比较暗的环境下，使用传统光学后视镜视野将变得模糊，以及容易受到后方车辆远光灯的影响，导致司机完全无法看到，影响行车安全，而电子后视镜可以通过低光照感光技术、超级宽动态、强光抑制、画面矫正和图像质量加强算法，使得黑暗中视觉效果尽可能接近白天的状态，这是传统光学后视镜无法做到的。
目前公司的CMS产品同时覆盖乘用车和商用车，可为客户的大中小车型提供全套解决方案。产品已通过GB15084/R46/R10/R118国内外法规认证。
低延迟：电子后视镜最低延时不高于40ms，高于GB15084国标要求电子后视镜系统延迟要小于200ms。
夜视能力：针对弱光环境下的驾驶场景，夜视能力就显得尤为重要，公司把黑光技术应用到电子后视镜产品，在完全无光的环境下依然可以有清晰的视野。
公司针对高中低端行业市场研发并推出了结构完整配套齐全的产品系列，其中包括AIDashcam系列，AIMDVR系列以及车联网数据套件等，构建了一个完整而多元的车联网产品矩阵。这一系列产品旨在满足不同层次市场需求，除了多路视频取证和车规级高可靠存储能力，还大幅优化了安装易用性，强化了弱网连接能力。
DMS司机状态监测系统能够有效识别并提醒司机疲劳驾驶、打哈欠、吸烟、打电话、注意力分散及未系安全带等行为。
ADAS高级辅助驾驶系统包含了前车碰撞预警、保持安全车距提醒、车道偏离警告、行人碰撞预警、限速牌识别、停车牌识别和交通标志牌识别等功能。
BSD盲区监测系统借助前后左右环绕视图及俯视视角，消除了车辆盲区，确保变道、倒车等操作过程中的安全性。
这一系列智能化应用功能有助于全面提升行车安全、优化运营效率，有效解决行业面临的各种安全风险管理痛点。
商用车车辆由于体型庞大、结构复杂，即使配备多方位后视镜仍无法彻底消除视野盲区，由此导致的交通事故持续上升。这主要是司机对周边环境无法看清以及行人等对车辆盲区警惕性的不足所导致的。针对这些问题，公司研发针对商用车高清智能摄像机和高清显示屏解决方案，帮助司机从“看不见”到“能看见”扩展视野消除盲区，从源头预防盲区事故的发生。
报告期内，锐明精心打造了两大补盲产品系列：一是适应各类车型的“视觉补盲产品系列”，二是可以主动预警的“智能视觉补盲产品系列”，用于全面解决车辆视野盲区难题。这类别的产品不仅能帮助司机精准识别每一个潜在盲区风险，更凭借先进的智能预警技术，在风险出现时向司机发出警示，更大限度地防范因盲区引发的交通事故。
车载视觉补盲产品系列可以安装于各种类型和尺寸的车辆，针对不同作业场景下的驾驶员视野盲区痛点进行了针对性的设计：
针对普通车型的倒车视觉补盲，推出了高清车载屏与高清大广角摄像机组合。这套产品能够适配多种车型，完全符合UN-R158标准要求，确保司机全天候在倒车时能清晰看到车辆后方的情况。
面向工程作业车复杂的驾驶环境，推出四分割高清屏搭配高清大广角防摄像机产品。它可以实时显示前后左右四个方向的盲区影像，极大地提高了司机在复杂工况下的视野范围和安全性。
对于大型机械作业车，考虑到施工走线困难和布线距离限制，推出了带无线视频功能的高清屏和无线摄像机配套解决方案，采用自动调频技术有效解决布线问题，同时保证了图像传输的质量和稳定性。
当车辆行驶中盲区是多区域存在，可以通过AI提示的方式来帮助司机进一步地消除盲区风险。这些产品除了符合英国DVS/PSS法规以及欧洲R151/R159法规，还具备黑光、行人运动预测和路沿识别等先进功能。
智能单目黑光盲区产品：针对DVS/PSS法规专门研发的单目智能摄像头，利用深度学习算法与大广角镜头技术，专为重型货车提供车前起步及侧边盲区的实时预警。其关键特性包括：
检测覆盖面广：在车辆起步、变道、转弯和倒车等关键时刻，能辅助司机及时识别并因盲区隐藏的步行者、自行车等多种行人目标并发出声光预警信号，显著降低了盲区引发的交通事故风险，有力提升了驾驶安全性。
灵活安装：适用于大型车辆四周任意一侧的安装，确保在复杂行驶环境下（如起步、转弯、倒车）均可实现即时准确的安全预警。
高标准合规性：严格遵循英国伦敦交通局设定的DVS和PSS标准，是商用车辆防范盲区事故、保障道路交通安全的主流产品。
智能多目黑光盲区产品：该产品是专门针对欧洲R151/R159法规对应的大型车辆盲区而设计的，一机可以同时解决车前和车侧盲区问题，且车侧覆盖距离达到50米，是高度集成化的盲区预警设备。该产品主要特点：
集成度高：内置AI算力芯片，自身集成两款镜头—俯视大广角镜头用于精准探测死亡弯月区域、后向长焦镜头实现车侧远距离探测，接入车前俯视盲区镜头后，可实时提供车辆危险区域的风险预警和报警。
超大预警范围：产品具备广域探测能力，能够覆盖长达50米、宽4.25米的超大面积，且可以涵盖车前4*4米区域，适配大型货车还是超大工程机械车。
全景辅助系统产品一般可分为三代：第一代通过360度拼接提供全景视野，帮助司机直观地看到车辆周边情况；第二代增加了一些行人侦测功能，但误报率高，主要是无法区分行人和其他类似物体。公司的第三代AI-AVM产品，采用双芯片设计，除了360度全景影像拼接，还提供全车环绕AI智能检测以及4K超高清录像三大核心功能，弥补了上一代AVM产品存在的安装标定困难、拼接缝盲区问题、预警误报频繁等技术短板。
车辆调度与利用率优化：科学合理地利用物联网、大数据等技术，根据货物需求、交货时间等因素优化车辆调度，降低空驶率和回程资源浪费，提升运输效率。
维护保养与成本控制：制定并执行有效的车辆维护计划，运用智能驾驶辅助系统和油耗管理平台等数字化工具，减少非计划停运损失，降低成本。
技术升级与信息透明化：紧跟物联网、大数据和人工智能发展趋势，引入先进货运全流程安全管理方案，打破信息壁垒，实现全链条的信息透明度和智能化运作。
配送路线规划与装卸作业效率：采用智能优化系统改进路线规划，避免重复路径和绕行，同时改进装卸设施、规范流程以提高装卸作业效率，减少供应链运营中的时间损耗。
法规政策适应性：灵活应对各地对货车行驶的法规限制，在合规前提下优化运营策略，同时建立健全突发事件应急处理机制，确保货运时效性和客户满意度。
安全风险与保险成本管理：强化安全管理体系，通过预防措施和引入各类智能技术手段全面降低各类安全风险（驾驶安全、盲区安全、货物安全等），从而减少事故导致的成本增加。
个性化服务与标准化运营模式冲突：在满足市场需求多元化背景下，寻求平衡点，提供既高效又个性化的增值服务。
数据安全与隐私保护：随着物流信息化加深，企业在利用大数据提升效率的同时，必须加强数据安全防护，遵循严格的个人信息保规要求。
交通事故的风险会始终伴随货运全流程，按照海恩法则，其中主要是人的因素，有效识别和控制人因带来各种风险才能得到更安全的运输环境。
司机疲劳驾驶：长期长距离驾驶易引发司机疲劳，从而影响反应速度和判断能力，增加事故风险。因此需要建立有效的司机健康管理机制，并采用科技手段监测驾驶行为，但疲劳程度的实时量化评估和有效干预仍是一大挑战。
行车安全风险管控：如何有效预防交通事故，包括加强司机的安全教育、严格遵守交通法规、安装高级辅助驾驶系统（ADAS）等，以减少事故的发生概率。
司机视野盲区：商用车由于车身庞大，存在较大的前、后、两侧视野盲区，尤其在转弯、倒车等操作时，易引发严重的交通事故。因此，商用车运营企业需要采取有效措施，如安装全景摄像头、盲区监测系统（BSD）以及辅助转向预警系统等，帮助司机准确判断周围环境，减少因盲区导致的安全隐患。
货物安全：亚非拉地区普遍存在的治安问题对货物运输安全构成严重威胁，导致货物被盗、被抢及遭受损失的风险显著增加。运输操作不当：包括但不限于货物装载固定不当、超载运输、司机疲劳驾驶等因素，都可能导致货物在行驶过程中因颠簸、碰撞等原因而损坏。
事故定责：事故定责环节在商用车交通事故处理中至关重要，因其因果关系复杂，需要精准辨别司机过失。判定司机是否存在疲劳驾驶、超速、酒驾毒驾及交通违规等行为，要求深入调查和严谨评估，这对技术和人力均有较高标准。事故发生后，快速高效地收集和保护证据，包括视频监控资料、行车记录仪数据、现场图片、物证及目击者陈述等，是确定责任归属的基础工作。
合规性在公路运输效率与安全中扮演重要角色。面对日益严格的环保、道路运输及劳动法规，企业需投入资源确保运营策略调整到位，例如购置达标车辆并严格遵守司机工作和休息时间规定。
以美国ELD法规为例，该法规强制商用车辆使用电子记录设备精确监控驾驶和休息时间，以符合FMCSA的HOS规则，旨在遏制疲劳驾驶导致的事故，提升公路运输安全性。自2017年12月起，依据MAP-21和FASTAct法案要求，所有受HOS约束的商业司机必须采用经FMCSA认证的合规ELD设备取代纸质记录，否则可能面临罚款、扣分以及运营限制等后果。因此，各运输公司和个人车主必须确保使用的ELD设备已获认证，并正确安装与操作，以实现实时准确的数据记录与传输，从而满足法规要求，保障运输效率与安全。
欧盟的Tachograph法规强制要求重型商用车安装并正确使用驾驶时间记录仪，以监控司机工作、休息时间和车辆行驶状况。该法规旨在保障公平竞争、改善司机条件，并提升道路交通安全性。具体措施包括：利用记录仪追踪司机的工作状态（如驾驶、休息、待命等）、车辆速度和行驶距离，并通过智能卡识别每位司机信息，确保其遵守严格的驾驶时长和休息规定（如欧洲议会第561/2006号条例所设）。运输公司需保存相关数据备查，并接受主管机关定期检查。新法规还提出技术升级要求，如自2019年起推行的智能型行车记录仪，具备卫星定位功能，能精确监控车辆位置及行驶情况，从而增强了法规执行效力和透明度。
联合国欧洲经济委员会（UNECE）为解决卡车在右转时因视野受限而与自行车骑行者发生碰撞的问题，针对此类低速或静止状态下的严重事故隐患，已正式发布两项技术法规：UNR151和UNR159。
UNR151法规专门针对盲区监测系统（BlindSpotInformationSystem,BSIS），该系统安装于卡车上，实时提醒司机注意可能与近侧自行车发生碰撞的风险。自2019年11月15日起生效，规定M、N类商用车辆必须配备满足标准的BSIS以减少由盲区导致的交通事故。
另一方面，UNR159法规则聚焦于行人和自行车移动监测系统（MovingOffInformationSystem,MOIS）。MOIS负责检测并预警车辆前部近距离盲区内存在的行人和骑行者，有效预防碰撞事故的发生。此法规自2021年6月10日起实施，并计划分别于2022年7月6日对新车型M2、M3、N2、N3强制执行，于2024年7月7日对新车全面强制推行。
鉴于UNECE法规的国际影响力，预计会有更多国家采纳UNR151和UNR159作为本国商用车辆盲区监测和行人移动监测系统的法定标准。这两项法规体现了全球对于提升车辆主动安全技术的重视，通过制定及执行严格的标准推动汽车行业的安全技术创新，以确保所有道路使用者的安全。
伦敦交通局（TFL）的DVS和PSS法规专为提升重型货车在市区行驶安全性而设。DVS法规着重于改善司机直接视野以减少盲区事故，通过对车辆视线范围评分并划分安全等级，自2020年10月26日起，不达标的货车需获取HGVSafetyPermit方可进入伦敦特定区域，必要时须安装摄像头、传感器等辅助设备以满足要求。PSS法规作为补充，强调配备转弯警告系统、限速装置、疲劳驾驶预警系统等多元安全技术和培训措施，共同构建全面防护体系，降低城市交通中的重型货车碰撞风险。总体而言，DVS与PSS法规旨在通过优化商用车辆设计和技术配置，有效保障所有道路使用者的生命安全。
司机合法性验证：商用车辆往往涉及多司机轮班操作，如何确保所有驾驶车辆的人员均具有合法有效的驾驶资格和健康状况，是企业日常运营管理中的一大挑战。由于伪造证件、逾期未审验或因身体条件变化不再适合驾驶等情况的存在，企业必须建立严格且高效的司机资质审核机制。为此，一些先进的商用车运营企业开始采用数字化手段，如接入国家权威数据库进行实时查询，或通过生物识别技术对司机身份进行精确验证。同时，借助物联网技术和大数据分析，实现对司机行驶行为、生理状态等全方位监控，以期及时发现并排除非法或不适驾的司机，从而有效降低潜在的安全风险和法律责任，保障企业和公众利益。
运输资质与许可管理：获取并保持各类运输许可证件的有效性和合法性，对于特定类型或特殊地区的运输业务，可能还需要取得额外的许可或通过严格的审批程序。
综上所述，货运企业在追求经济效益的同时，必须兼顾运营效率、行车安全和法规合规性，而这三者相互交织，共同构成了企业稳健运营的基础和持续发展的关键。
锐明货运行业解决方案一般由车联网产品、视觉补盲产品、智能摄像机产品和安全闭环平台等组成，根据用户场景和核心痛点的不同，分为合规、安全风险管理，盲区预警、货物管理和快速取证五个大类，用户可以依据自身特点，交叉组合这些产品来覆盖自己的场景需求。
公司致力于实现“感知、智能判断、精准计算、大数据驱动决策以及及时干预执行”的全链条闭环交通出行安全保障模式。帮助用户构建一整套覆盖货运全流程、多场景、全方位的综合解决方案。
1、满足全球各地严格法规要求的高性价比合规解决方案，确保企业在世界各地运营时都能符合当地法律法规标准；
2、将车载端智能感知检测技术与云端大模型引擎融合，形成一套更领先的货运驾驶安全解决方案，实时预警并有效降低各类驾驶风险；
锐明主动响应并满足了各国/各地区不同的政策法规要求，提供了多套合规解决方案帮助各类运输企业合规先行，稳健发展。
（1）中国国部标：2023年，推出了完全符合新国标标准的新一代汽车行驶记录仪产品。这款产品严格遵循了GB/T19056-2021的各项技术指标和规范，并且在硬件设计、软件功能以及数据安全性等方面满足国标与交通部标的双重认证。在此基础上，公司向合作伙伴提供了开放的API接口，稳定的视频云平台的云边端综合解决方案，旨在提高货运行业的安全管理水平、优化运营效率，并通过数据分析实现运输过程的透明化和智能化，共同推动我国货运行业的高质量发展。
（2）亚太部分国标/地标：公司提供适用于该地区的标准类产品，还额外集成了视频监控、驾驶行为分析以及数据远程传输等功能，确保满足亚太地区运输企业符合车辆行驶记录及安全管理的相关要求的同时可以进一步优化车辆调度效率。
（3）英国DVS/PSS法规：面对英国严格的商用车辆司机视野改善和行人安全保障规定，锐明专为重型货车（HGVs）开发了一套智能单目黑光盲区预警系统。这套系统能有效检测车前及侧边盲区内的行人和骑行者，并提供精准预警，有助于避免因盲区导致的交通事故，不光完全符合英国DirectVisionStandard(DVS)和PedestrianSafetySystems(PSS)的法规要求，还加入了对职业司机驾驶习惯的理解，让他们得到标准产品以上的良好交互体验。
（4）欧盟R151/R159/DDAW/ISA法规：根据欧洲对商用车辆安全性能的新标准，锐明推出了专注于重型卡车起步和右转场景下的司机和行人智能警示系统——R151智能一体化超远距离黑光盲区预警产品。此产品的后装版本，专注于更高的性价比，基于法规要求之上更符合司机习惯的个性化智能提示，来解决重型卡车/大客车路上行进可能造成的与行人的碰撞风险，同时符合包括但不限于R151关于侧向盲区检测系统的标准、R159关于前向盲区检测系统的标准、ADDW（AdvancedDriverDistractionWarning，先进司机分心警告）以及ISA（IntelligentSpeedAssistance，智能速度辅助）等在内的多项欧盟法规要求。
（5）美国ELD法规：针对美国联邦政府要求商用卡车安装电子记录设备的规定，锐明提供一款能够获取车辆OBD（On-BoardDiagnostics）数据的CANBus盒装置及数据API接口。这款装置能够精确记录和传输车辆运行状态和司机工作时间数据，确保车队符合美国ElectronicLoggingDevice(ELD)法规，助力运输企业高效合规运营。
一套完整的驾驶安全解决方案一般包含基于视频的安全管理，驾驶员监控系统（DMS），高级驾驶辅助系统（ADAS），司机培训指导，风险托管服务以及司机和保险取证免责相关功能等。解决方案的主要目标是车队运营全流程的风险可控，过程可追溯，司机可改善。
司机管理侧重于提升单个司机的能力。使司机能够在事故发展为事故之前立即采取行动。这种积极主动的方法可以大大提高车队操作的日常安全性。各种智能镜头还可以在车辆环境之外用于针对各个改进领域的司机培训和指导课程。能够掌握事件的背景有助于更好地理解根本原因，触发事件记录使车队能够使用真实的视频案例用于司机培训。
车队可采用利用来自真实事件的视频片段作为司机培训和改进计划的一部分，从而帮助司机意识到自己的缺点，并努力实现持续地改进。安全和车队管理人员配备了教练工具，使他们能够有效地针对需要正式的亲自指导的司机。这种类型的功能通常还包括基于可自定义的安全评分的司机计分卡，这可以考虑到良好的驾驶性能和需要改进的领域。司机通常可以查看自己的安全分数，和事件视频片段，从而通过跟踪个人的分数发展和司机行为的变化来不断改进。
除了成为与司机就安全性能进行沟通的强大工具外，获得高清视频的主要好处是为车队提供无可争辩的证据以防止虚假索赔。在法律案件中，免除不当行为本身就可以构成投资于视频技术的车队的投资回报率的一个主要来源。在很多情况下，一次碰撞所节省的诉讼费用可以抵消整个车队整整一年的用于购买这种解决方案或者服务的成本。在某些错误的索赔的情况下(例如碰瓷)，受影响的车队通常可以通过使用车载摄像头的视频证据来证明司机无罪，并保护他们所隶属的品牌形象。同样这种方案也可以用于帮助那些正在遇到事故的司机进行有序合规的处理或得到救助。
在驾驶安全部分，公司通过融合多领域先进技术，基于全新的认知大模型产品，让企业更加了解风险和司机。锐明也通过API和SDK开放技术，允许客户在锐明产品之上独立开发第三方的应用程序，还能提供不同的产品组合和不同级别（设备协议、API和SDK等）的集成方式，为客户提供灵活性。
盲区解决方案的重点特征是对不同的车辆，不同的盲区，不同的道路风险来源，都需要做针对性的工程化设计。锐明提供从视觉成像到司机预警到周界警告直至云平台安全管理闭环的多产品搭配组合的盲区方案货架。
（1）货运多车型视觉补盲系统：该系统整合了高性能摄像机和定制化显示屏，通过多角度、高清晰度的图像采集与实时显示，为司机提供周全的盲区视图，确保在复杂行驶场景下也能实现无死角的安全驾驶。主要设计特点是提供不同的产品形态去适用于各类车型，包括但不限于货运卡车、农业机械以及工程机械等。
（2）全覆盖智能补盲系统：针对大型车辆在起步、加速、转弯、倒车以及在狭窄道路条件下行驶时极易产生的各类盲区问题，特别研发了多种形态的全智能补盲系统。该系列产品包括但不限于单目智能补盲系统、双目智能补盲系统以及360度全景智能补盲系统，以满足不同场景下的精细化需求。
这些智能补盲系统能够根据车辆的实际运行状态动态自动调整预警策略，及时向司机发出警示信息，从而有效减少因盲区引发的安全隐患，极大地提升了大型车辆在复杂路况下的安全驾驶性能。
（3）非刚性大型拖挂无线智能补盲方案：针对拖挂运输行业在复杂工况下，尤其是主车与非刚性大型拖挂之间形成的特殊盲区挑战，锐明提供无线智能补盲解决方案。过去在传统的有线连接模式中，主车与挂车之间的智能车载终端和摄像机布线繁琐，不仅安装调整难度大，且在车辆行驶过程中易受路况颠簸、频繁转弯等影响导致线路磨损、信号传输不稳定等问题，极大地限制了司机获取实时、准确盲区信息的能力。
锐明采用特制的无线视频通信方案，成功实现了主车与非刚性大型拖挂间智能车载终端和摄像机的实时连接。该无线智能补盲方案无需复杂的线路布置，简化了设备安装与后期维护流程，同时确保了在各种严苛工况下的高效稳定传输。显著提升拖挂车队的安全运营水平，降低因视线盲区引发的事故风险。
针对大车碰瓷的高额赔付风险，严重事故的责任纠纷导致的超长时间扣车，会导致车队的运营成本居高且不可控、品牌美誉度受到质疑，特别是在亚非拉部分区域，治安压力远大于交通事故压力，有大量针对高价值货品的作案行为。有效的、快速的、清晰的定责视频取证和及时可靠的联网联控是安全监控和风险管理的关键，需要具备一系列关键能力以满足行业的场景挑战，例如高清画质、广角视野、低光环境适应、事故实时检测和一键报警求助等。
（1）针对车辆前方的全面取证，需要设计为大广角、日夜清晰、超高分辨率，但是行业的普遍情况是ADAS也是受到车队和司机的欢迎，客观上已经成为标准功能，这其中存在较大的技术挑战，一般的ADASAI模型会匹配长焦远距镜头，锐明产品的设计同时兼顾大广角的视频取证和高精准度的ADAS预警。
（2）为实现全天候、全路况下的高效安全防护，实现在微弱或无光源条件下仍能捕捉到高质量的图像信息，AI智能技术与黑光技术的结合应用，大幅提升了车载监控的实用性和应用范围，为实现更高层次的安全防护和智能交通管理奠定了坚实基础。
（3）车队安全管理关于高价值货品财产保全还存在更大的痛点，即事故发现与处理的时效性和精准性，为此，公司依托人工智能技术、先进驾驶辅助系统（ADAS）技术以及大数据分析技术的深度融合，实现了智能事故识别功能。
这一前沿功能集成了度的数据采集与智能分析机制。首先，通过前向摄像头实时捕捉高清画面，并结合先进的AI算法进行深度计算，实时监测道路环境，其他道路参与者及车辆动态；其次，系统联动车身内置传感器收集震动数据，对可能发生的碰撞/意外事件甚至是拦路抢劫行为进行精准感知；同时，利用定位信息和车速数据，准确判断事故发生的地点与严重程度；此外，司机的面部表情和体态也被纳入监控范围，以评估其驾驶状态并预测潜在风险。
基于以上全方位的数据融合与精确分析，锐明技术的智能事故识别系统能够在事故发生瞬间迅速做出判断，并立即触发报警机制，将关键的视频证据上传至云端平台，确保车队管理者能够第一时间获取详细情况，从而更快速、更有效地采取应对措施，更大限度地降低事故损失，有力保障了车队运营的安全与效率。
锐明多年持续向货运行业引入更先进的产品，面向全球市场，公司主要提供了第三代（AI视频联网产品）到（大模型协同安全方案）的产品族，面向国内货运和两客一危合规市场提供了50万台套以上的国标机，也是广东省（粤标）的主要提供商之一，帮助行业遏制了特重大事故的发生率。面向海外多个国家和地区提供的AI视频产品方案稳定运行，在2023年BergInsight报告，锐明在车队视频管理系统（videotelematics）以210万台套的数据，市场份额排名全球第一，根据美国国家运输安全委员会(NationalTransportationSafetyBoard）NTSB的公开数据显示，车队投资在车联网安全产品上的1美金会带来5美金的整体收益。公司也和货运运营商伙伴一起，面向世界级的运输公司提供功能全面的货运解决方案，帮助车队按时运达，共同抵御交通事故和货物被偷盗抢劫的风险，提升物流效率。
方案主要在人（司机）、车（车辆本身）、货（货物运输）和路（行驶道路环境）四个方面提供核心价值：
视野辅助：对于商用车辆而言，由于车身庞大、盲区较多，在倒车或进行低速复杂操作时，司机的视野受限可能导致严重的安全隐患。锐明开发了多视角摄像头系统，能够覆盖车辆四周及盲区的视觉信息。例如，360度全景环视系统将多个摄像头采集到的画面无缝拼接，形成一幅完整的车辆周边环境鸟瞰图，使司机在驾驶、转弯或倒车时能清晰看到车辆周围的所有障碍物，大大减少因视线盲区引发的交通事故。
风险感知与实时干预：锐明的主动安全驾驶监管技术，将AI智能终端应用于商用车辆上，能够对驾驶过程中的各类风险进行实时感知、分析和干预。基于深度学习算法的车载视频监控系统能有效捕捉到司机的疲劳驾驶、分心驾驶等行为。例如，当司机出现频繁眨眼、打哈欠或视线长时间偏离前方路面时，系统会立即发出声音或视觉警报，唤醒司机注意力，从而避免因人为因素导致的安全隐患。通过对车辆前方路况的实时分析，系统可以识别潜在的道路危险，如急刹车、突然变道、行人横穿马路等突发状况，并提前向司机发出预警，协助司机采取及时应对措施，降低碰撞事故发生的概率。基于AI大模型打造的安全风险实时预测引擎具备强大的场景理解和预测能力，能够根据车辆行驶速度、路况信息、天气条件等因素，结合司机状态综合评估当前驾驶环境下的潜在风险。一旦监测到高风险事件，系统不仅在车端即时响应，还会自动通知后台安全管理平台，由管理人员根据情况实施远程干预或提供现场指导，确保司机遵循安全规程操作。
安全培训：长期积累的数据可用于评估司机的整体表现，找出潜在的安全短板，并针对性地提供培训和教育，促进司机养成良好的驾驶习惯，从而提升整个车队的安全管理水平。锐明的司机培训方案能够提供司机培训及评估服务，提升司机专业技能和安全意识，优化人力资源管理和绩效考核体系。安全风险实时预测引擎不仅能实时监控司机的行为，还能长期积累数据以形成个性化的司机行为档案。基于此，企业可针对不同司机的风险特点和驾驶习惯提供定制化的安全教育培训，提升整体司机队伍的安全素养和应急反应能力。
管理改善：通过记录驾驶过程中的视频和相关数据，不仅有助于实时纠正不当驾驶行为，还能为事后事故分析提供详实依据，帮助企业厘清责任归属，同时也有助于保险公司快速定损理赔，提高整体交通运营的安全性和合规性。借助AI大模型的优势，安全风险实时预测引擎能够整合海量的司机行为数据，进行深度挖掘和趋势分析，为企业优化运营策略、改善安全管理提供科学依据。例如，通过对大量实际案例的研究，企业可以针对性地调整路线规划、排班制度和安全保障措施，实现精细化管理和持续改进。
总之，锐明通过精准感知驾驶风险并及时进行智能化干预，有力地提升了道路交通安全性，降低了交通事故发生率，同时也为企业提供了有效的运营管理工具，实现了货运运输行业的可持续发展和安全保障能力的升级。
系统能够实时获取车辆的位置、速度、行驶路线、经纬度等基础动态信息，并结合GNSS、北斗等全球卫星导航系统以及传感器网络，确保高精度定位和轨迹追踪。
实时监控发动机转速、油压、水温、电池电压等关键工况参数，以及燃油消耗、胎压、刹车性能等状态数据，为预测性维护和故障诊断提供依据。利用远程通讯技术和物联网平台，实现对车辆电子控制系统ECU的远程读取和诊断，获取深层次的故障代码和预警信号，及时发现潜在问题并进行远程修复或建议现场维修。
通过车载视频监控设备记录行车过程，对潜在碰撞风险进行预警，并在发生事故后提供责任判定依据，保障权益。
锐明的商用车运行数据采集方案通过先进的车载硬件设备与云端大数据平台相结合，实现了对车辆全方位、度、实时高效的数据采集和分析。具体而言：
实时动态信息：系统能够实时获取车辆的位置、速度、行驶路线、经纬度等基础动态信息，并结合GNSS、北斗等全球卫星导航系统以及传感器网络，确保高精度定位和轨迹追踪。
驾驶行为数据：通过集成高级驾驶辅助系统（ADAS），监测并记录司机的操作行为，包括但不限于超速、急加速、急减速、疲劳驾驶、分心驾驶等不安全驾驶行为，同时记录如安全带使用情况、转向灯使用等规范操作细节。
车辆状态监控：实时监控发动机转速、油压、水温、电池电压等关键工况参数，以及燃油消耗、胎压、刹车性能等状态数据，为预测性维护和故障诊断提供依据。
环境感知数据：借助DMS驾驶员监控系统、BSD盲区监测系统以及AEBS自动紧急制动系统等，收集车辆周围环境信息，如路况、天气、能见度以及与其他道路使用者的距离关系等，以支持主动安全功能的执行。
远程诊断数据：利用远程通讯技术和物联网平台，实现对车辆电子控制系统ECU的远程读取和诊断，获取深层次的故障代码和预警信号，及时发现潜在问题并进行远程修复或建议现场维修。
运营效率指标：通过对车辆各项数据的综合分析，可计算出如平均车速、空驶率、载客率、停靠时间等运营效率指标，为企业优化资源配置、提升运输效能提供决策参考。
总之，锐明凭借其全面而精准的商用车运行数据采集能力，不仅提升了车辆的安全性和合规性，还极大地助力了企业从数据中洞察业务流程、优化管理策略，从而在市场竞争中占据优势地位。
提供货物全程跟踪与定位功能，实现从发货到收货全过程的可视化管理，有助于减少货物丢失或损坏的风险，提高客户满意度。
利用大数据与AI算法分析道路交通状况，为车辆提供更优路线规划建议，避开拥堵路段，节省时间成本。
针对复杂多变的道路交通环境，提供智能化的应急响应方案，如恶劣天气预警、特殊路段提醒等功能，以更大程度地保证行车安全。
综上所述，锐明在货运安全和运营管理领域实现了全面的价值创造，通过对人、车、货、路四个维度的深度洞察与智能化管理，为企业提升了运营效率、降低了运营成本、强化了安全管理，有力推动了整个行业的高质量发展。
出租（含网约车）行业一般代表了一个城市的服务窗口，属于在政府相关部门指导下，由企业集中管理，配置合规职业司机开展运力服务的生态。总体来说，出租（含网约车）给市民提供了定制化出行的方便，集约式的运力调度方式，也可以大幅度分流公交车和私家车的出行需求，是交通行业非常重要的组成部分。但是出租行业普遍存在乘客打车难，司机找客难，拒载/绕路的司乘纠纷，乘客遗失物品和交通事故率高企等突出问题。由此带来了行业服务口碑的负面评价，司乘关系紧张，无效能耗过高，司机收入低等一系列隐患。
首先，从市场需求维度分析，随着社会生活节奏的加速和出行模式的多元化演进，公众对高效便捷且舒适的出行解决方案的需求日益增强。网约车凭借其即时响应、价格透明度高及服务多元化的特性，在各大都市区以及繁忙交通地带，已成为居民出行的主流选项之一，因此，预计网约车市场的规模将持续扩容。
其次，大数据、人工智能等前沿技术在该领域的加速渗透和运用，为巡游车与网约车企业精准洞察市场需求、优化运营策略、提升服务质量提供了强有力的技术支撑，从而有力驱动整个市场规模的拓展。
此外，监管部门不断推出更严谨的法规政策和行业标准，旨在规范市场行为，保障消费者权益，这一系列举措无疑将对巡游车与网约车行业的健康发展产生积极的催化效应，进一步释放市场容量的潜在增长空间。
不少人对一个城市的第一印象就来自于搭乘的出租车，如果这些出租车能做到礼貌待客、规范驾驶等基础的合规运营要求，就能给城市树立比较好的正面形象。然而，现实是经常有绕路、拒载、私改计价器等比较负面的事件曝光，让整个行业蒙黑，这些乱象的背后还存在/无证司机等行业难题，也让政府监管和行业的治理充满挑战kaiyun登录入口登录。
在长时间的驾驶过程中，出租车司机极易陷入劳累的工作状态，从而出现诸如疲劳驾驶、分心使用手机、打电话等不安全行驶行为。但是出租司机相对于普通社会车辆司机一般都拥有更高的驾驶技能、经验和神经反射速度。他们需要科技装备去提升安全，但也非常反感不了解他们驾驶行为习惯的AI突兀介入带来的司机和乘客的不适感。
在车辆行进的过程中，基于实时运行状态提供科学合理的风险评估提示，进而构建一套全面针对每位司机个性化的风险反馈机制及高效的安全管理体系是行业难题。
面对到来的风险，司机有可能未能响应或无法即时应对时，如何在更大程度上防止可能发生的碰撞事故，亦或是尽可能减轻因碰撞造成的损失。
巡游出租车的运价结构存在明显的不合理之处。特别是在早晚高峰等繁忙时段，巡游车的价格设置偏低，这不仅无法充分反映其运输价值，更在一定程度上削弱了巡游车在市场中的竞争力。与此同时，其他时段的价格又偏高，使得乘客在非高峰时段选择巡游车的意愿降低。这种价格设置的不合理，直接影响了巡游车的运营效率和市场份额，对其长期发展构成了障碍。
尽管部分地区已明确试行更灵活的政府指导价，探索科学、灵活的运价方式，受限于技术水平和现行标准等制约，运价动态调整机制难以落地，静态运价仍是当前巡游出租汽车行业转型升级的主要制约之一，运费相关的经营违法行为也日益突出，如何使用新型计程计价设备，低成本，安全，高效实现动态运价调整，是行业运价改革落地的关键。
锐明出租行业服务监管解决方案一般由智能交互屏、司机智能识别摄像头、乘客评价器和政府集中管理平台等构成，提供车内驾驶行为异常检测报警功能和动态车内司机身份核实功能，及乘客离车评价和电子等功能，还可按需加装智能乘客失物召回功能。
出租车的营运监管一直是行业管理部门关注的重点。《“十四五”时期农村客运、城市交通发展工作绩效考核办法》中将信息化手段归集运营数据并开展监管作为重要的考核点，推动了城市的信息化监管的快速发展。
锐明以乘客满意度为目标，将智能AI、大数据分析与行业管理逻辑融合，推出了多种创新监管应用业务，有效提升了行业监管效率。该方案主要涵盖了对司机营运服务监管和对营运过程数据的综合分析两大方面。
营运过程监管：结合车辆的营运状态、车辆行驶数据、图像AI识别等能力，形成对司机的营运全过程监管。如：司机上班时确保司机的身份；对司机营运里程和费用识别，避免出现计价器作弊问题；利用车辆轨迹数据和视频监控对乘客的投诉情况进行核实认定，保障乘客利益；利用信息化技术在营运完成后开展线上和线下的服务评价，有效提升司机的服务质量。
营运过程数据分析应用：对营运过程中产生的预警、营收、里程等数据进行分析和挖掘，提供多方位的分析和预测数据，为行业管理和决策提供数据支撑。如：将违规类数据进行搜集和分析，生成结构化数据，给出营运违规的综合排名，方便管理部门从区域、时间、企业等角度针对性地开展违规整顿活动；生成不同时间段的收入情况，为管理部门在进行时间波动性定价活动提供必要的数据支撑，提升出租车司机的营运积极性，改善行业出行环境；预测并生成用车热点区域，为政府管理部门的宏观调控提供必要的数据支撑，均衡城市的运力分布。
锐明出租安全闭环解决方案由智能广角防撞摄像头（含AEB决策功能），行人识别雷达和安全闭环管理平台等产品构成。该方案针对巡游出租车行业长期存在的事故率高、人员伤亡率高、超额保险赔付等痛点问题设计。综合运用了视觉识别技术、雷达探测、人工智能、大数据分析、云计算等多种先进技术融合，从司机行为监控、车辆状态实时监测、行车环境智能预警等多个维度对出租车运营过程进行全方位、无死角的安全管理。
安全提醒：系统实时监测司机的驾驶行为，对诸如疲劳驾驶、超速行驶、急加速、急刹车等不安全驾驶行为进行及时预警和提醒。
安全风险预测：通过大数据，针对司机的各类行为特征进行深度分析。它能够实时监测并精确评估司机的情绪状态（如疲劳、焦虑、愤怒等）以及注意力集中程度，算法模型对潜在的安全风险进行预测。系统对每个司机的各项监测指标形成详细的风险画像排名，构建出精准的司机风险评估模型，实现对司机的安全等级划分，然后开展个性化的安全教育培训和驾驶行为纠正。
自动刹车：通过多套感知系统的融合，运用大模型决策的高级辅助驾驶系统，即使面对复杂的道路状况和交通环境时，也能迅速而准确地识别潜在的碰撞风险，当司机驾驶状态异常时自动介入。启动制动系统，使车辆逐渐减速以避免或减轻碰撞的后果。同时在夜间、雨雪、雾霾等低能见度环境下，系统依然能够精准捕捉周围环境信息，有效弥补了人类司机因视觉受限可能带来的安全隐患。
安全管理平台：通过集成和深度分析各类行车信息，形成结构化报告，便于企业从宏观到微观各个层面全面把握安全态势。为企业决策者提供有力的数据依据，以便于制定更为科学、精准的安全策略及预案，从而有效预防和控制安全风险，保障企业的正常运营和业务发展。
锐明计程计价解决方案由运价管理平台、电子封印系统、电子计价器和智能交互屏组成。助力出租行业运价动态调整机制落地，提高运价调整效率。
近年来，为充分发挥运价调节出租汽车运输市场供求关系的杠杆作用，各地交通运输主管部门会同当地发展改革、物价、市场监管等部门认真落实《国务院办公厅关于深化改革推进出租汽车行业健康发展的指导意见》（国办发〔2016〕58号）和《交通运输部国家发展改革委关于深化道路运输价格改革的意见》（交运规〔2019〕17号）等要求，围绕改革运价管理机制建立运价动态调整机制、优化运价结构、探索应用新型计程计时计价装置、健全燃料运价联动机制等方面结合实际积极探索、主动作为，形成了一些好的经验和做法，对加快巡游出租汽车行业转型升级和促进新老业态融合发展，更好满足人民群众多样化出行需求发挥了积极作用。
