产品详细介绍   北极星通公司利用智慧云与大数据技术，通过高性能流媒体系统，综合管理系统完成与各家监控系统的对接，使传统的监控系统不再封闭，轻松拓展到基于互联网的应用中。 优势： 1. 提供安全可靠、性能稳定，可扩展的“云监控”解决方案； 2. 兼容主流的监控厂家，如海康、大华、宇视、雄迈、中维、天地伟业、亚安、安讯士、派尔高、三星等设备接入； 3. 支持全终端客户端接入，包括android，ios，pc，Linux等终端设备，支持两微一端接入，支持多种ADSL，电信，移动，联通，卫星等多种网络接入途径； 4. 提供集群化解决方案，支持数万路监控接入，数万并发的多级转发能力； 5. 提供标准API接口，与第三方Web系统，OA系统，CRM，ERP，APP等系统进行对接； 6. 可部署企业内部私有（私有云），一次卖断后期收服务维护费，也可部署在公有云租用给企业使用； 7. 提供软件，嵌入式硬件，应用层支撑，支持物联网设备接入，远程调度，远程处理； 8. 多年行业积累。 技术特色： 1.智能按需从NVR或者网络摄像头取流，节约带宽； 2.适合部署在任意网络环境中，监控点无需公网IP地址； 3.可部署远程云存储中心，本地不做存储，也可以本地继续采用原来NVR或DVR存储方式； 4.可接入联动报警等； 5.可接入智能云，物联网，GPS定位等应用。 系统清单： 序号 名称 型号 数量 备注 1 云控中心 AokuMediaCenter 1套 对各个流媒体服务系统，媒体网关进行管理，提供各种管理策略，集中控制 2 流媒体服务系统 Aoku Media Server 1套 流媒体核心服务器，完成对媒体网关采集到的数据的聚合，并进行集中存储，集中发布等 3 媒体网关 AokuMediaGate N 一般一个NVR配一个媒体网关，最多能接入16个网络摄像头，完成对实时流的转发 4 定制开发 Aoku 1套 针对具体需求，提供二次开发的API接口，定制应用接口，培训安装  

项目“动态频谱资源共享宽带无线通信系统验证网络开发”属于国家863重点项目“频谱资源共享无线通信系统”的子课题。该项目目标是开发与现有系统共存的宽带无线通信系统验证网络，并在694～806MHz频段进行演示验证。在不影响现有系统业务的前提下，为固定和移动用户提供语音和其它宽带业务。 项目所开发的动态频谱资源共享实验验证网络支持8个网络节点，可通过配置构成集中、分布和混合网络架构。与现有业务共存的情况下，在694～806MHz频段完成实验验证；单节点的覆盖范围>1km2；支持20Mbps的峰值传输速率，并支持可变速率传输；可接入Internet网络，支持VoIP、交互式视频业务；工作频段的整体频谱利用效率达到30％以上； 本课题对动态频谱资源共享网络的体系架构、系统设计、协议栈开发、演示验证以及相应的关键技术进行了系统级研究，完成了系统总体方案设计、软件无线电平台和协议栈开发的相关工作，成功搭建了具有认知功能的、能够在694-806MHz频段内动态使用频谱资源的集中式、分布式和混合式实验验证网络，并在多种环境下，对该系统进行了实际测量，获取了大量实验数据，实际测试结果表明，本课题搭建的具有认知功能的三种不同架构验证网络能够正常完成预期功能（如协同感知、动态获取可用频谱资源、组网、切换、保护主用户、多跳传输等），并能够实现较好的网络性能（如吞吐量、网络时延、丢包率等）。同时，本课题还对动态频谱资源共享网络的多项关键技术进行了深入研究，在物理层频谱感知技术、传输技术、MAC协议设计、频谱接入策略研究、网络层路由协议设计等发面均取得了大量研究成果。 动态频谱资源共享宽带无线通信系统能够有效地应用于我国国民生产生活的各个方面，其中该系统的分布式网络架构尤其具有广阔的应用前景，可以在移动环境下，在任何地点建立起高速无线数据链路，处置紧急、突发事件，或建立临时信息采集网络。该类型设备可以广泛应用于军事指挥、油田监控、水文调查、地质勘探、野外抢险作业以及特种行业的实时移动数据传输和监控。

随着我国社会经济发展和人民生活水平的提高，城市居民对重塑慢行系统、提升城市空间品质提出了更高的要求。共享单车作为一种便捷、高效、绿色的新型出行方式，是解决城市短距离出行和"最后一公里"难题的重要工具。本文以一种新的视角，应用共享单车骑行轨迹数据从骑行行为角度对骑行环境进行研究。以龙岗区为例，首先对街道骑行行为的时空间分布特征进行了研究，发现骑行行为在时间上主要集中在早晚高峰时段，在空间分布上主要集中在地铁和公交的接驳站点和龙

本发明公开了一种居住区停车场开放共享泊位数量的确定方法，包括如下步骤：1、获取居住区停车者信息；2、建立停车高峰和平峰阶段停车者的停车设施使用类型logit模型；3、判断停车者是否使用共享停车；4、确定停车高峰和平峰阶段固定停车选择比例；5、确定停车高峰和平峰阶段共享停车泊位数量。该方法可以充分利用停车场的共享泊位，提高利用效率。

本发明公开了一种针对多输入多输出发射机的共享数字预失真系统，包括共享数字预失真模块，输入信号经过共享数字预失真模块产生预失真信号，预失真信号经过功率放大器产生输出信号，将预失真信号和输出信号均送入系数提取模块和容限计算模块，系数提取模块计算出每个功率放大器对应的数字预失真器的系数，容限计算模块计算出每个功率放大器的系数容限，将所有功率放大器的系数容限送入共享数字预失真器个数判决模块，计算出共享数字预失真器的个数，根据共享数字预失真器的个数更新共享数字预失真模块。本发明还公开了针对多输入多输出发射机的共享数字预失真方法。本发明能够以较低的代价实现所有通道中的功率放大器的线性化。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。

该系统采用美国TI公司先进的DM8168高清视频SoC芯片，可对摄像机输出的 多种接口形式的高清视频进行实时采集、压缩编码和实时处理。该平台可替代基 于工控机的传统机器视觉技术和设备，达到更高的图像和视频清晰度、缺陷识别 处理的实时性和可靠性，具有优异的性价比、体积小、功耗低等多种优势，是全 新在线机器视觉检测设备的实现方案。该技术成果在汽车多媒体电子系统、车载、 船载及机载高清视频测量、处理与控制系统及消费电子等领域具有重大的推广价 值。一、DM8168处理器特性 TMS320DM8168是一款多核SoC,它集成了包括ARM Cortex A8、DSP C674X+, HDVICP, HDVPSS等处理器，具有强大的高清视频处理性能。 二、 DM8168核心处理板 CPU： ARM elk： 1.2GHz、 DSP elk： 1GHz DDR3-1600存储器100/1000M网口进行网络通讯与数据采集SATA接口供存储 数据使用 三、 高清视频采集处理 四、 应用方案 相机接口方案一 ：CameraLink工业高清相机接口使用Cyclone IV FPGA对LVDS 解码后的视频信号进行特殊处理后送到dm8168,实现1080P 60fps、720P 60fps 等高清视频的采集显示与实时编码。 相机接口方案二：色差高清视频接口使用TI的视频解码芯片TVP7002完美 解决了视频ADC问题，并实现了 1080P 60fps的采集显示与实时编码功能。