大數據平臺
? ? 以大數據分析平臺為支撐，梳理行業指標130多個，為城市空間規劃、交通治理、公安技偵、汽車后市場生態服務等提供平臺支撐和數據支持。
城市交通管控系統聯網聯控體系架構及城市級智慧停車綜合服務平臺
設計城市停車智能管控系統聯網聯控框架，包括系統接入層、資源共享層、應用服務層等層次，以及數據傳輸、系統管理等模塊，能幫助各城市實現智能管控系統的聯網聯控，推動停車信息資源關聯共享，實現各類系統間的協同控制，最大限度發揮智能停車系統的作用，提高城市道路交通管理和設施管理的效能與服務水平。
城市級智慧停車綜合服務平臺以同區域停車場信息共享與聯動為核心，結合“移動互聯網+物聯網+云計算+大數據”技術，通過改造升級的方式接入路內停車資源和路外停車資源（包括大小停車場），以及利用錯峰共享的互聯網模式來實現泊位統籌、車位預留、停車引導等，打破傳統城市停車信息資源“孤島”，無法形成統一均衡調度的局面，真正實現從點到面的轉變。
車牌識別技術
? 創新的使用多層CNN算法對車牌進行快速定位，獨創多模板、多分割投票方法對車牌進行定位，并對算法進行匯編級優化，在嵌入式平臺實現接近實時的識別速度和極低的內存占用率(
<3M)。針對停車場場景綜合識別率達到99.8%。
車型識別技術
針對停車場場景大量真實數據進行多次回歸學習，可以識別出2800多類車型、年份及車身顏色，白天準確率接近95%。?
人臉識別技術
?借助開放數據及大量實際門禁人臉數據，結合GAN生成大量的帶id的人臉數據，并通過收集到部分帶年齡的人臉數據回歸出人臉年齡漸變模型，最終根據這些數據設計大小兩個人臉識別模型，大模型200M左右，在千萬級別比對中準確率達到99.5%。小模型8M，可以運行在低端的帶NPU和不帶NPU的ARM平臺中，對于5萬級的比對庫準確率超過99.5。
基于視頻檢測的停車場車位自動識別技術
? ? 極致優化的CNN算法，在低端海思3516EV200/MSTAR?SSC335?等平臺上實現車位區域識別、車位編號識別、車位車輛識別、車牌識別。
LowLevel圖像處理技術
? ?針對實際低端相機中常見的圖像問題，開發超分辨重建算法、模糊消除算法、顏色恒常性算法、微光增強技術、單幀高動態算法。?
多源異構數據融合算法
? ? 針對智慧交通中多源異構數據問題，設計出多分支特征提取算法及貝葉斯CNN融合算法，將結構及非結構化的數據抽象為低緯度特征數據，為大數據分析提供一致的數據源。
