无人化AI应用本质是场景化具身智能-基于AIBOX的AI服务：边缘AI框架、云端AI数据集及标注

• 无人化AI应用本质是场景化具身智能

涉及到无人机、机器狗、无人车的无人化应用AI和传统的固定相机的AI有很大不同：

1. 无人化AI应用都是非固定背景，背景环境复杂且变化大

2. 无人机属于高空拍摄，无人车和机械狗属于低高度拍摄。角度和固定相机有很大不同，无人机很多都是远距离拍摄，无人车和机械狗一般近距离拍摄

3. 传统安防摄像机一般多是人、车目标的识别。无人化应用除了人、车的识别以外还强调人、车目标的跟踪

4. 包括电力、桥梁、轨道等行业无人化应用，更专注设施的缺陷检测。检测目标以及目标的背景环境非常复杂，也根本没有通用的数据集。另外，和传统简单的BBOX不同，行业AI应用往往需要对检测目标实现轮廓检测以及量化、甚至是高精度的3D建模的需求。需要图像预处理模型、YOLOV5-V8边侧模型以及U-net等分割模型混合使用。

5. 和固定相机不同，无人化AI检测除了判定事件以外，同时需要提供目标的位置信息。需要在无人化执行体实时位置数据基础上，通过执行体和目标建立局部相对3D空间坐标系，实现获取目标实时位置。涉及到局部空间的3D感知和坐标系映射。

6. 最后实现完整的具身智能，需要在感知、识别、定位后完成设定或者高级认知的执行动作。涉及调整无人化执行体的驾驶，以及拍照、建模、事件上传、操控机械臂等等动作

所以真正有价值的无人化AI应用是一个完整具身智能闭环逻辑的实现，而非单纯的AI。需要多种技术和知识点的融合：

• 无线通信技术-多执行体协同以及集群应用

• 执行体在GNSS和GNSS拒止环境的高精度位姿

• 3D空间感知-执行体和目标的位姿空间感知

• 目标识别及跟踪-复杂背景环境下小目标的识别、跟踪和去重

• 基于语义认知的避障和局部路径动态规划

• 轻量化边缘AI模型以及高实时性要求

• 无人化场景的AI数据集是宝贵的数字资产

  无人化场景AI数据集要求：

  1、专业性-行业应用的无人化AI场景数据集需要专门的数据采集生成，没有公开的数据集

  2、完整性-除了图片，还需要和图片相关的位姿等信息

  3、泛化性-目标出现在不同时段以及不同环境背景，不同的拍摄距离和角度

  4、去重-减少重复的样本的标定

• 无人机视觉AI数据管理与标注云平台

UAV Vision AI Data Management and Annotation Cloud

“面向无人机视频与空间视觉的AI训练数据云平台”

主打：实时采集、规则抽帧、多格式导出、标注协作

围绕无人机（UAV）视频采集 → 云端数据管理 → AI训练数据生成与管理的完整闭环平台

整体流程逻辑：

AIBOX（边缘侧） → 云端数据仓 → AI数据管理服务 → Web端标注与导出

AIBOX支持实时获取无人机、机器狗以及无人车挂载的视频流，支持二次编码以及实时推送云端流媒体服务器（自主），同时同步MQTT推送位置、点云等关联数据。

基于AIBOX的云端AI数据集自动生成和归类，同时提供标注、审核及格式输出。   

系统结构：

模块	功能
Edge Agent（AIBOX 系列）	统一接入无人机、无人车、机械狗、机械臂的视频与传感数据
Cloud Data Lake（云端数据仓）	存储多模态数据：视频流、IMU、GPS、雷达点云、姿态参数等
AI Data Service	规则抽帧、同步属性、生成AI训练集
Web AI Studio	浏览、标注、格式导出、协作
API / SDK	提供开发者接口，支持机器人算法训练接入

模块	核心功能	技术要点
AIBOX边缘端	接收无人机视频流，采集飞行属性（速度、高度、焦距、姿态等）并编码打包上传	支持 RTSP / RTMP / WebRTC 推流，使用 MQTT / WebSocket 上传元数据；支持同步时间戳；支持在边缘做帧过滤、轻量分析
云端接入层	负责接收视频流和属性数据，进行解码与存储	使用RabbitMQ 进行数据流接入；对象存储（如 S3 / OSS）保存视频帧；关系型数据库存属性
数据仓与规则引擎	根据规则生成关键帧/图片，例如按飞行速度、高度、焦距、场景变化等策略抽帧	可配置规则引擎（如每变化一定像素差或时间差生成一张图）；可自动打标签（如时间、GPS、焦距元信息）
AI数据服务层	管理图片数据、标注、版本及导出格式	提供标注任务管理、多用户协作、版本控制、格式导出（COCO JSON、YOLO TXT、Pascal VOC XML）
Web端	浏览、标注、管理与打包下载	Vue/React + RESTful API；支持图片筛选（高度/速度/焦距/地理位置维度）

核心竞争力：

维度	传统标注平台	本方案的差异化优势
数据采集来源	通常为静态上传图片	实时获取无人机视频流和飞行属性，动态生成训练样本
数据质量控制	仅人工判断	可根据飞行参数规则筛选关键帧，提高样本代表性
自动化程度	上传-标注-导出流程割裂	自动化从视频流→关键帧→标注任务→格式导出
多维数据融合	缺乏属性信息	可附带地理、飞行、焦距等多维属性用于后续AI训练
行业适配性	通用图像标注	专为无人机及空间感知类AI任务定制（巡检、测绘、监控等）

AIBOX → 云端视频流 → 自动标注与AI训练数据管理平台支持企业级私有化部署

客户类型与价值逻辑

客户类型	核心痛点	提供的价值
无人机制造商 / 系统集成商	缺乏训练数据闭环、不同平台难统一	统一AIBOX→云→标注→训练闭环
机器人 / 机械狗公司	新场景频繁、标注成本高	自动标注 + 云端协作
智能安防/巡检公司	视频量巨大、人工标注成本过高	规则抽帧 + 自动标注节省90%人力
研究院 / 实验室	需要私有化 + 可控安全环境	私有化部署 + GPU可控
政府或军工项目	数据不出本地、合规要求	离线版 + 私有云许可

• 边缘AI框架服务

边缘AI是实现场景化具身中从自主驾驶到智慧驾驶的必然。场景化具身的边缘AI涉及两个方面：一是通过边缘AI提升环境的空间认识实现语义避障和自主路径规划；二是通过边缘AI实现目标的识别及跟踪。

AIBOX基于现有的软件框架架构体系，提出边缘AI框架的服务，AIBOX完成取流、视频解码以及Scale或定义ROI，并且逐帧输出到共享内存，第三方独立的AI进程基于完成推理后输出结果，AIBOX框架负责OSD画框及标注，实现视频编码并格式上传。

AIBOX的边缘AI框架服务完成嵌入式涉及视频编解码等处理工作，合作伙伴仅需实现AI推理即可。快速帮助合作伙伴实现场景具身的边缘AI工作。