但這也遇到很多難點，通常情況下，視頻回傳的延遲大概在200ms左右，隨著大量的彈打出，視頻傳輸所需帶寬就面臨壓力，如何在通信帶寬有限的情況下，保證視頻順暢、清晰、無卡頓地傳輸，是分析改進這個工作需要解決的前期難點。針對于這個問題，慧視光電利用GS弱網高清音視頻傳輸系統(tǒng)和RK3588打造的Viztra-HE030圖像處理板結合，推出了低延遲低帶寬圖傳解決方案。在一個窄帶收發(fā)信道內，例如在信道有效帶寬0.5Mb/s~2Mb/s內，多路視頻和交互控制共用一對收發(fā)信道，信道支持數(shù)據(jù)透傳，外部系統(tǒng)可以使用該信道，傳輸任意格式的數(shù)據(jù)；可實時調整視頻碼率，在低至500K帶寬情況下依然可以回傳清晰流暢的圖像?？梢允乖O備飛的更遠、走的更遠;可實現(xiàn)視頻中繼轉發(fā)；能夠基于H265實時視頻編碼；可實現(xiàn)基于視頻流的“人在回路低延遲控制”?；谄胀?0幀相機，實現(xiàn)15ms的低延遲編解碼，加上數(shù)據(jù)鏈傳輸延遲時間在30ms左右，目前業(yè)界前列。通用性強，使用更加靈活，適用更多應用場景；支持多路SDI視頻在低至500K帶寬情況下的同時傳輸（1080P60FPS），徹底解決“帶寬苦惱”；整體時延約60ms（含相機、編解碼、顯示，不含傳輸），實現(xiàn)實時控制、實時打擊。 成都慧視開發(fā)的Viztra-ME025圖像處理板擁有3.0TOPS的算力。云南人流圖像識別模塊研發(fā)

無人機搭載如光電吊艙等帶有攝像頭的設備后，達到了實現(xiàn)智能識別的硬件條件，但是傳統(tǒng)的攝像頭只能獲取圖像，并不具備AI識別的功能。無人機AI識別算法主要還是在于模仿人眼一樣進行視覺處理，然后AI進行智能提取和分析圖像，再和訓練模型進行快速比對，從而在無人機快速飛行的過程中做到實時目標識別。首先，要想實現(xiàn)目標識別需要的硬件支持就是AI圖像處理板。圖像處理板通過算法的賦能，就能夠對目標區(qū)域的物體進行AI識別分析，從而做出判斷。由于無人機作業(yè)的環(huán)境復雜，因此對于圖像處理板的要求需要進一步提升。成都慧視開發(fā)的Viztra-HE030圖像處理板，采用了工業(yè)級芯片RK3588，采用先進架構，8核（4大4?。┨幚恚懔δ軌蜻_到6.0TOPS。同時，慧視光電能夠根據(jù)需求環(huán)境定制豐富的輸出接口。重慶圖像識別模塊板卡低功耗圖像處理板Viztra-LE026。

新疆地緣遼闊、日照豐富，因此是我國光伏儲能發(fā)達的區(qū)域之一。為了保障光伏基地的正常運作，周期性的巡檢必不可少，傳統(tǒng)模式下需要人工一步一個腳印走出來，隨著現(xiàn)在無人機的廣落地應用，這種大面積大范圍的巡檢也迎來了效率的飛躍。光伏基地每隔一段地方就會有一個鐵塔，這些“駐塔式”機巢就是無人機的“巢穴”，無人機從這里起飛，進行巡邏，再回到這里進行充電，循環(huán)往復。得益于智慧化的建設，這些巡檢無人機有自主巡飛、自動巡檢的能力，可完成以機巢為中心5公里范圍內的輸配電線路和變電設備網格化巡檢任務。

利用圖像處理技術實現(xiàn)導彈的遠程打擊是一項運用了比較長時間的技術，相比于現(xiàn)代化的電子控制，它具備低受干擾的特點，特別是無人機在軍備領域的廣泛應用，圖像處理的作用重新受到重視。遠程打擊時，需要對整個彈的識別能力進行深度學習訓練，不斷的訓練能夠讓AI更加聰明，讓AI知道該打擊什么，從而提升打擊精度。在前期的試驗印證階段，需要進行大量反復的試驗訓練，通過在導彈前端植入導引頭，給導彈裝上眼睛，可以實時記錄導彈打出后的視頻畫面，然后將大量的視頻數(shù)據(jù)采集到一起用于分析改進。利用AI算法實現(xiàn)圖像的精確識別。

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。無人機鎖定跟蹤無人機如何做到？RK3399開發(fā)板圖像識別模塊國產化芯片

成都慧視開發(fā)的Viztra-LE034圖像處理板擁有2.0TOPS的算力。云南人流圖像識別模塊研發(fā)

利用無人機實現(xiàn)智能化識別能夠幫助我們提升許多工作效率，在很多行業(yè)都有應用。像安防巡檢、交通管理等，飛在高空的無人機比傳統(tǒng)的地面巡邏更有視野，更能搜集掌握全局信息，再通過和地面巡邏的配合，能夠有效減少工作量。但是在無人機識別的過程中會遇到很多問題，比如當環(huán)境變得復雜時，識別的精度可能就會受到影響。AI識別算法是一種深度學習的算法，它不是一成不變的，它也需要適應不同的環(huán)境，因此對于AI算法的訓練也必不可少。云南人流圖像識別模塊研發(fā)