GPS 定位系统，可全程监控车辆的行驶路线和时速， 实时掌握车辆的运行状况，提高工地车辆管理水平。 车辆安全行驶视频 车前和车顶监控点位记录运输过程各种违规驾驶行为；右侧和车尾监控区域 引导驾驶车辆安全行驶；车内监控点位对驾驶室区域全面监控。车内屏幕显示右 侧盲区、车辆后方视野，保障场内车辆行驶过程中碰撞事故。 3.2.7 安全帽穿戴子系统 监管场内人员在施工现场戴帽状态，如果发生人员脱帽、人员晕倒、人员撞 通过后台临时调用本地回放也可以视频查证相关记录。工地车辆违法相关视频片 段由后台人工审核通过后按照相关操作录入专题档案。 当工程车进出工地时，出入口补光抓拍单元自动抓拍图片保存记录通行车辆 重要信息，包括车牌信息，车辆特征，驾驶人员以及车轮清洗情况。非准运和证 照过期的车辆进入工地时通过与白名单信息比对不符自动生成疑似黑车入场报 警信息；污损车牌和故意遮挡车牌驶出工地时抓拍后无法识别归入未知车牌信息 记录； 以短信通知等形式及时告警通知相关人员； 4.8 车辆安全行驶系统 4.8.1 需求分析 工地中外来车辆事故难追责，在追究事故责任的同时通过技防手段对安全事 故及时预警显得尤为必要。通过车载信息采集系统监管驾驶员行为、车辆工作状 态，实现对运输管理的渣土车辆目标及其事件的全面感知。发现问题、及时预警、 联动处置，实现对渣土车潜在危险可以更快速地发现、更精准地排查。 工程车自重惯性大，工地行驶条件差，而且如果在夜间连续工作极易疲劳驾

顾名思义，就是“使智能进入身体”、“给智能一个身体”的意思。 具身智能 Embodied lntelli gence 维度 传统 Al ( 如 ChatGPT, 图像识别 ) 具身 Al ( 如家庭机器人，自动驾驶 ) 环境 静态、封闭的数字世界 动态、开放的物理世界 输入 单一或特定模态 ( 文本、图片 ) 多模态、实时传感器数据流 输出 数字信号 ( 文本、标签、概率 ) 物理动作 ( 移动、抓取、说 AldebaΓan 发布了能够识别情感的机器人 Nao 。 > 2006 年， Hanson Robofi.cs 发布了能够模拟人类面部表情的机器人。 > 2009 年，谷歌推出 Prius 自助驾驶汽车。 > 2010 年，柳树车库 (Wlow Garage) 发布了开源机器人操作系统 ROS, 促进了机器人领域的合作研究 , ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术积累阶段 深度学习平台和 Dopamine 强化学习平台。 > 2018 年 ，中国优必选 WWalkeΓ 系列机器人上市。 > 2020 年，美国 - 敏捷机器人公司 DIGIT, 避障、上下楼梯，配会自动驾驶车辆送快递交付包 裹。 > 2020 年，中国达闼机器人发布 Cloud Ginger XR-1 。 ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术突破阶段 > 2021 年，优必选

年，将会有 7000 架 eVTOL 飞行器投入 运营 GISTC 161,000 7,000 P4 汽车 eVTOL 的技术底层与新能源车产业链高度重合，可提供高 性能三电系统和自动驾驶技术等优势产业链支持 互联网 互联网巨头拥有丰富的产业链资源和雄厚的资金，为行业 注入新活力 航空 传统航空企业拥有飞机工程设计、安全性和适航相关技术 和人才储备，具有极强的专业能力，核心技术成熟 StarRides ● Limao 汽车 PASSENGER VEHICLES 出行 MOBILITY SERVICE GISTC P7 ● 发 展 理 念一聚焦垂直起降、新能源动力与智能驾驶的新通航企业 GISTC P8 PC 生产许可证是适航当局对 飞机制造符合性的批准 单机适航证是适航当局对单 架 飞机设计符合性的批准 AE200 适航进程与运营规 划 未来规划 GISTC +1 运营模式 VOLOCOPTER 沃珑空泰 AEROFUGIA 沃飞长空 技术路线 营场景 P12 IAE200: 沃飞长空低空出行解决方 案 客运典型载荷 1 驾驶员 +4 乘 客 max 最大航程 200km 货运典型载荷 500kg/5m³ 巡航速度 248km/h 身 应忌撤离安 降 全 适坠安全 可控紧急看陆安全误

经营管理域 应用 需求 市场客服数据驾驶舱 客户业务过程赋能 安全运营数据驾驶舱 安全运营过程赋能 经营管理数据驾驶舱 经营管理过程赋能 数 用 应用 层 数据模型

数据报表 数据大屏 数据筛选、验证计算、统计分析 Lindorm 一体化数据存储计算 自动驾驶元数据 标注数据 电动汽车 智能网联 汽车 加氢站 数据 电池溯源 数据 Momenta 自动驾驶数据平 台 数据 场景 数据 基座 Lindorm 流引擎 实时 ETL 云原生多模数据 库 Lindorm

.......................................................................................73 4.4.2 管理驾驶舱功能.............................................................................................73 支撑。应用平台支撑对数据资产进行分类与管理，同时可满足数据 统计与分析等应用。本次数据规架构划将以数据仓库结构为基础， 采集各业务系统数据并进行存储与处理，支撑管理报表、自助分析、 实时监控、数据预警和移动驾驶舱等常用的分析型应用，以满足各 业务系统和数据应用的需求。数据管理平台的建设内容包括： 1. 在省公司建立基于生产实时数据的实时数据库系统和基于管 理分析数据的关系型数据库。采用省公司、集控中心、基层 。同 时应实现便捷的可视化与人机交互相结合。结合地理信息，提供基 于位置的地理可视化服务。 为满足经营管理的需要，及时掌握各单位的生产经营情况，可 基于数据可视化技术，分多个业务主题分别构建驾驶舱界面，对生 92 企业数字化转型及企业数字化平台建设方案 产经营和管理数据进行可视化分析和展示。 实现数据互通和数据共享，构建一体化的数据应用平台，提高 信息获取利用效率与信息集中管控能力。采用人工智能对光伏、水

ISO/IEC 第一联合技术委员会（JTC 1）在人工智能 领域持续推进标准化工作，在功能安全领域，2022 年 发布的《道路车辆-预期功能安全》（SOTIF）（ISO/PAS 21448）标准为自动驾驶和智能系统提供了风险识别 与评估的指导框架，强调在无故障情况下系统可能引 发的安全风险。2024 年发布的《道路车辆-安全和人 工智能》（ISO/PAS 8800）标准进一步扩展了 SOTIF 作安全。国际标准如 ISO 10218-2 和 ISO/TS 15066 为 协作机器人安全提供了规范。 c）智慧城市领域。智慧城市中的具身智能系统 包括自动驾驶车辆、城市配送机器人、安防巡逻机器 人等。国际上 SAE 等组织制定了自动驾驶分级标准 （L0~L5），各级对应功能边界和安全要求。评测内容 涵盖感知、决策、定位导航、人机交互、安全冗余设计 等方面。通过标准化测试，监管部门决定设备能否上

风险分析 市场趋势 采购驾驶舱 统一基础平台 商品库 规则库 供应商库 员工信息库 工作流引擎 功能配置管理 指标库 模板库 统一接口调用 规则引擎 统一权限管理 接口日志 统一用户管理 知识库 21 采购管理平台具备四大核心能力，实现价值型采购的转型 价 值 型 采 购 管 理 “ 二个聚焦”的嵌入式智能抓手 “ 一个平台” AI+BI 的采购驾驶舱 “ 四个核心”的业采财一体化运营 决策数字化 22 决策数字化：立足采购关联用户和关联场景，全方位满足数据分析需求 提升采购管控力 加强采购洞察力 基于智慧经营分析决策平台，构建采购应用场景 可视 即时 穿透 互通 采购驾驶舱 价值 定位 多维成本 • 机构 / 品 类 / 渠道成本 检视 • 预算执行检 视 • 比价控本分 析 运营检视 • KPI 指标 • 运营分析 • 项目追踪 风险检视

求，自定义设置，解决用户的所有需求。配置界面简单，可视化编辑界面，比 传统的列表方式更直观、美观。而且支持多种工作流内部触发方式：立即触发、 延时触发、事件触发等，例如当车辆超速报警时，为了不影响司机正常驾驶， 超速短信提醒过 5 分钟在发送。自定义工作流的配置界面如下图所示： 图 20 事件流程定制 3.5.3.3 报警系统联动 园区管理平台对于周界报警、红外对射、手动报警等报警的接入，同样支 通知到监控中心 的值班人员。 四、车辆违章管理 对于园区内超速、违章停车的行为，系统会触发报警，第一时间通知监控 中心值班人员，联系巡逻保安进行干预，系统也支持发送短信等功能联动，通 知到驾驶员。 系统支持根据各种违章类型进行查询，支持多种查询条件车辆违章记录； 系统支持对所有出入口卡口、园区卡口、违停球按名称、车辆类型进行违章统 计，具体包括：每道流量、违章类型、处理状态的违章统计，支持图形化展示 缴费用及相关的便民信息等多项功能，整体设计成熟大方。 6.3 违章停车管理系统 园区内违章停车现象一直是车辆管理中的顽疾，对园区道路的畅通以及人 员安全均存在严重影响，如何规范驾驶员的停车行为，对违反园区车辆管理规 定的行为进行及时准确的取证，及时联系到驾驶员把车停放在正确区域，维持 道路正常运行状态，是园区交通管理的关键。 传统的违章停车处理通过人工干预的手段完成。随着园区规模的不断扩大， 园区进出车辆越

其次，AI 大模型在风险评估和定价方面具有显著优势。通过对 历史数据、市场趋势和客户行为的深度分析，模型能够精准预测风 险，并动态调整保险产品的定价策略。例如，在车险领域，AI 可以 通过分析驾驶行为、车辆使用情况等因素，为不同客户提供个性化 的保费报价。 在理赔处理方面，AI 大模型可以通过图像识别和数据挖掘技 术，自动审核理赔申请，识别欺诈行为，并快速生成理赔报告。这 不仅缩短了 在实际应用中，自动化核保系统还可以根据不同的产品类型和 客户群体，定制化调整核保规则和模型参数。例如，对于健康险产 品，系统可以更加关注客户的健康状况和医疗记录；而对于车险产 品，则可以根据驾驶记录、车辆信息等数据进行风险评估。这种灵 活性使得自动化核保系统能够适应多样化的业务需求，提升整体核 保效率。 以下是一个简化的核保流程自动化工作流示例： 在实施核保流程自动化过程中，保险公司还需注意数据的隐私 信息、投保历史、外部环境数据（如天气、交通状况）以及社会经 济因素等。通过对这些数据的深度分析，AI 模型能够预测未来可能 发生的风险事件，并根据风险概率动态调整保费。例如，在车险领 域，AI 可以根据客户的驾驶习惯、车辆使用频率以及行驶路线的风 险等级，实时调整保费水平，从而实现风险与价格的精准匹配。 其次，动态定价策略的灵活性使其能够快速响应市场变化。传 统保险定价通常基于历史数据和固定规则，无法及时反映突发风险