我们的计划

总体目标是通过测量建筑物和关键基础设施的热辐射来开发一种解决方案来预测材料的异常、故障和故障。

该项目旨在利用手持式辐射微测辐射热计，结合免费提供的卫星地球观测数据以及使用空中机器人的可能性，收集来自财产资产中源材料的红外辐射差异和偏差数据。

FENG 使用红外无人机数据捕获技术对太阳能电池板进行检查，结合先进的特征检测和机器学习算法来识别有缺陷的太阳能电池和性能下降。

使用空中机器人可以确保更快、更安全、更高效、更重复地进行检查，而成本仅为传统检查方法的一小部分。然后，我们使用智能工具和全球资源制定战略，以了解客户可能做出的每一个选择的影响。

总体目标是开发机器人生命周期分析系统和房地产开发新的“最佳实践”。
其想法是开发一个系统，可以捕捉建筑项目从开始到补救过程中的故障和缺陷。

利用先进的无人机和激光技术，我们希望对建筑物的整个生命周期进行扫描，以检测和记录任何偏差和缺陷。
我们的系统消除了人类观察的主观性，而是使用计算机视觉算法来提供经验和专业知识的虚拟网络。

ZELMA 旨在通过开发、测试和试行 RPA（遥控飞机）通信和大数据技术，开发长途和最后一英里物流领域的新知识，并实施新颖、智能的无人净零排放航空解决方案。​

该项目将为连接最后一英里无人机配送中心和解决互联物流的净零碳排放相关的新知识和服务做出贡献。

MAPS 使您能够同时在多架无人驾驶或可选驾驶的飞机上担任 PIC（机长）。

​

该解决方案基于实时机载处理语义的简单原理，确保仅向飞行员提供重要数据和信息。

BILDA的目的是提高我们使用的检测算法的检测率。

到目前为止，检测率太低，无法仅使用算法进行分析。

这意味着第三方必须手动验证算法无法自行批准的数据。

​

通过创建一个应用程序，其他人只需在图像上滑动即可验证来自算法的数据，预计检测率可提高高达 95% 的准确率，这将大大减少手动验证数据所花费的资源。