本项目是为在矿山使用的重型卡车建立换电站，因为处于封闭场景，点对点运输，便于设置换电站，减少因充电导致卡车停运的时间，提高卡车利用率。由于换电站位置偏僻且分散，人力运维巡检的成本较高，通过AI边缘计算代替部分人类感知，可以大幅度降低运维的工作量，大部分运维工作可以远程完成。
通过传统图像处理+3D图像处理+深度学习图像处理，解决AGV叉车在包装箱装卸时对托盘空间位置及姿态等的自动化检测，实现AGV的自动化操作，大幅提高其装卸载的工作效率。
通过传统图像处理+深度学习图像处理，搭建一套水质智能识别与设备状态监测系统。这套系统能够实时分析水质图像，准确识别水中异物、水面藻类等影响水质的因素，并通过深度学习技术，精确监控关键设备的工作状态，如泵机、过滤器等，确保其运行健康，一旦发现异常，即刻上传至中控平台，触发相应的工序调度与优化策略，实现资源的高效配置与流程的自动化管理。
电力工井线缆识别项目是通过对工井实际布线图片的分析，自动识别预埋孔、线缆种类及其对应关系等，以对电力数字化平台中的数字资产如施工图纸匹配和纠错，实现数字资产实物化。
