报告期内，公司所属的商用车（包括交通运输车辆、交通出行车辆及作业生产车辆）的安全、合规和效率提升行业在全球范围内展现出了前所未有的活力与发展潜力。技术进步和政策法规的推动，共同塑造了行业发展的外部宏观环境，并为公司的持续增长与创新提供了广阔舞台。

　　“安全”是一个行业的命根和永恒的主题，具体到商用车领域，又有着明显的行业特征，毕竟交通事故猛如虎，对于行业上下游企业来说安全压倒一切，行业主体普遍也将履行安全生产合规义务（车辆合规、司机合规和车队合规等），有效防范安全生产事故风险列为极为重要的管理职责。

　　首先，从技术维度来看，随着通信、视频、大数据和AI等前沿科技的迅猛发展，交通出行安全解决方案实现了质的飞跃。早期商用车利用第一代GNSS定位技术实现车辆实时位置追踪，到如今，公司已经步入了一个大数据和AI智能驱动的安全管理新时代。锐明凭借超过20年的技术积累和产品创新能力，成功将大量收集到的车辆运行数据转化为可深度挖掘和智能评估的有效信息，通过运用大数据分析和人工智能技术，构建起了一套以预防为主且有强力干预措施的智能化安全管理新模式，推动行业迈入“协同智能”的全新技术领域，将显著提升交通运输行业的安全水平与运营效率。近几年，随着科技+管理在多数地方达成了正循环的安全效果，多数行业用户开始认识到投资到安全领域，将不仅是一项被动的基础投入，在领先技术和先进产品的加持下，这类型的投资可以让车队和企业迈过安全驾驶阶段走向平稳运营，是企业长期高质量发展的基石。

　　其次，在法规层面，国际及地区性标准的制定与落地对行业发展起到了关键性的引导作用。中国是最早将安全技术通过政策和法规指引应用到商用车领域的国家之一，从北斗导航系统，视频车联网系统直到交通部印发的交办运〔2018〕第115号《交通运输部办公厅关于推广应用智能视频监控报警技术的通知》要求：综合采取人防和技防相结合的方式，切实纠正司机疲劳驾驶、行车接打手机等安全隐患，有效遏制和减少重特大事故的发生，决定在道路客货运输领域推广应用智能视频监控报警技术，全面提升道路运输安全科技保障水平。鼓励支持道路运输企业在现有三类以上班线客车、旅游包车、危险货物道路运输车辆、农村客运车辆、重型营运货车（总质量12吨及以上）上安装智能视频监控报警装置，新进入道路运输市场的“两客一危”车辆应前装智能视频监控报警装置，实现对司机不安全驾驶行为的自动识别和实时报警。时至今日，出厂的各类商用车（以重卡为主）会配置国标要求的基础视频联网安全产品，各地在营运的商用车部分实现了第三代AI智能预警联网系统的批量安装，以广东为代表的典型省份甚至完成了全省货车、客车和危化车的列装，其他省份也在根据自己的情况在筹划统一的实施计划。从国家到地方的高度重视和历年巨大的投入，一方面取得了较为显著的减损降赔效果，往年多发的特重大事故，在近些年明显被遏制，事故率也有所控制，另一方面行业链开始在政策之外积极探索“科技+保险”的新模式。技术发展也在推动前装产品的更新换代，随着中国国标GB15084-2022（欧洲对应的是UN-R46，日本作为《1958年协定书》的缔约方已同步采用UN-R46法规）的即将正式实施，以摄像头+屏幕组合取代传统光学后视镜的新一代电子后视镜CMS车型将被允许上路。

　　世界大多数国家和中国一样，车辆生产企业注册发布一个新车平台，首先需要各地官方的认证的新车公告。根据欧洲2019年发布的GSRII法规对商用车的要求，新车公告自2022年7月开始，新车上牌自2024年7月开始，需强制配备下面六个智能警告的功能,即：行驶区域信息提示系统(MOIS，有助于避免起步时与车前方行人发生碰撞)、盲点信息提示系统(BSIS，有助于行车时避免与靠近车辆副驾驶一侧的骑行者发生碰撞)、倒车信息提示系统(REIS)、智能车速辅助系统(ISA，帮助司机识别限速标记和超速提示)、司机疲劳预警系统(DDAW)、胎压监测系统(TPMS)。这些功能主要集中在保持司机的注意力和警觉性上。人为因素仍然是造成车辆事故的最主要的原因，因此在这些方面予以司机对应的支持可非常有效地提高交通安全水平。除了欧盟的GSRII系列标准，英国同步出台了DVS/PSS法规（要求货运车辆上路时必须安装帮助司机规避盲区风险的预警产品），美国和日本也在跟进对应的法规，亚非拉各地的跨国运输公司也纷纷响应各类领先标准。这一系列高标准严要求的政策出台和不同程度的减损降赔效果的达成，标志着全球对于交通安全监管正朝着更加精细化、智能化的方向迈进。

　　锐明认为法规要求的功能是最基本的门槛，锐明凭借对市场和应用场景的理解，锐明在技术和产品方面做了充足的准备，积极拥抱并提前适应这些变化，使公司的产品和服务始终符合甚至超越最新法规要求，从而赢得了政府和监管机构的认可，获得了车厂、车队、保险公司的信赖。

　　随着技术进步与政策法规的双重驱动，整个交通出行安全市场将以“效果和价值”为核心动力，实现高速、高质量的发展，进而推动全球交通运输安全迈向新的高度。同时越来越多的市场参与者开始积极参与到这一领域的革新中来，形成了一个良性循环的“飞轮效应”，从而Vision Zero愿景越来越多地被行业客户和用户所期待和成为实际的目标。Vision Zero所代表的意义就是零事故。这个愿景是一个宏大而具体的交通安全目标，这个理念早在20世纪90年代就起源于瑞典，经过多年的各地政府和企业的推动和发展，现今正逐渐成为全球范围内运输行业的指导理念。该愿景的核心内容是致力于通过综合的策略与技术创新，实现道路交通零死亡和零严重伤害。传统的交通安全措施强调个人责任，注重鼓励、教育和实施策略，帮助人们负责任地行为。“Vision Zero”代表了对待交通安全的一种根本不同的方式。“Vision zero”的系统方法认为人们将不可避免地犯错误，因此专注于设计和管理上游的安全系统——道路基础设施、车辆和相关的技术产品进步——而不是依赖于执法。

　　据统计全球（含中国）约有1.9亿辆商用车，活跃车辆过亿，有两亿以上的司机，每年全球约有130万人死于交通事故，约5,500万人受伤，交通事故已经成为5-29岁的儿童和年轻人死亡的第一大因素。

　　具体来看商用车（包括交通运输车辆、交通出行车辆及作业生产车辆）的安全、合规和效率提升领域的技术发展至今已长达三十余年，一般认为经历了四个主要阶段，每个阶段中行业都存在着不同的问题和困扰，围绕这些问题而开展的研究措施有助于提高行业的实际价值，随着研究的不断深入，市值价值加速提升。

　　自20世纪90年代起，商用车辆开始搭载集成式全球卫星导航GNSS系统，这一技术革新使得运营者能够实时获取车辆的精确地理位置、行驶轨迹及运行速度等信息，极大地助力了提升调度效能、防范车辆失窃风险以及满足各类法规监管要求。

　　这个阶段的典型产品是联网GNSS定位器，该类产品硬件的单车售价在50-100美元，生命周期软件订阅（车辆位置安全服务Saas）收入约为160美元。目前全球行业渗透率约为35%，已经成为车联网的基础设施。伴随车辆更新，每年设备产销规模约在1,450万台套附近，行业产值在153亿美元。

　　然而，在安全保障层面，单纯依赖全球卫星导航系统（GNSS）技术和惯性测量单元存在一定的局限性。尽管惯性测量单元能有效监测到司机的突发加速、急刹车等异常驾驶模式，但在缺乏视频实证的情况下，此类判断可能引发司机的异议和纠纷，无法提供充分且无可争议的驾驶行为分析依据。

　　再者，在交通事故处理环节，尽管GNSS系统能够精准定位事故发生的地理位置，但它无法揭示事故发生的具体情境与原因链，只能提供事故发生的时间与地点信息，而对导致事故发生的详细动态过程和因果关系则无从揭示。

　　2000年开始,车载DVR（数字视频录像机）或其他类型的车载摄像头开始广泛应用，对车内及车外环境进行连续监控与录像，进一步提升安全管理水平。这些视频资料不仅有助于还原交通事故现场，还可用于司机行为分析、防止货物丢失或损坏，以及解决纠纷等用途。

　　这个阶段的典型产品是功能相对单一的车载数字录像机，该类产品单车售价在100至500美元，市场主要集中在发展中国家，目前行业渗透率接近10%，是车联网的主流产品之一。而单纯的视频录像能力只能在事故发生后提供价值，而无法在事故发生前起到积极预防的作用。

　　随着人工智能技术的发展，具备实时智能分析能力和认知能力成为第三代车载设备的显著特点。例如，AI视觉识别系统能够对司机盲区的各种风险智能提醒，也能对司机疲劳驾驶、分心驾驶等不安全行为进行实时监测，还能明确知道具体是哪个对象做了违规操作，并通过警告声音、震动座椅甚至是直接刹车等方式进行事中干预，减少由于人为因素导致的安全风险。通过结合视频分析和人工智能技术，能够在事故发生前主动警示司机，并在冗长的视频中提取出关键时间段来帮助商用车运营者理解运营过程中的风险。这个技术革新受到了商用车运营行业的欢迎，形成了今天繁荣的Video Telematics（视频远程信息处理系统）市场。

　　这个阶段的典型产品是各类具备车联网功能AI行驶记录仪（一般含防疲劳/防追尾/盲区预警和录像取证等功能），该类产品单车售价在300至1,000美元，目前行业渗透率在全球最发达的北美市场接近18%，欧洲市场约为4%，拉美和亚洲等其他区域在快速跟进中，以北美市场为龙头，整个市场正在度过增长曲线拐点迎来高速发展。根据Berg Insight Video Telematics报告第四版报告，未来三年的行业规模将逐步增长至44亿美元，在2025年—2027年预期增长率将是18%。

　　以GSRII下属的UN ECE Regulation 151和159为例，这是典型的第三代全车智能安全件，R151/R159这两个细则是联合国欧洲经济委员会（UNECE）制定的两项关于商用车辆安全技术要求的法规。

　　UN ECE R151：ECE R151法规涉及重型车辆的盲点信息系统（Blind Spot Information System, BSIS）。该法规要求从2022年7月6日开始，对于新认证的M2、M3、N2和N3类车辆（这些类别通常包括大型客车、铰接式客车、载重卡车和挂车等），必须安装符合R151标准的盲点监测系统。该系统旨在减少由于司机视线受阻而引起的交通事故，特别是在改变车道时因盲区造成的碰撞风险。

　　这个法规主要关注提高车辆在行驶过程中对行人的检测能力，尤其是静态穿行测试和其他动态场景下的安全性。通过采用MOIS技术，车辆能够更有效地识别并应对道路上的弱势道路使用者，如行人和骑车人，从而降低事故发生的可能性。

　　这两部法规都是为了提升道路交通安全，尤其是对于大型商用车辆与较易受伤的道路使用者之间的互动安全水平。欧盟UN ECER151/R159等标准覆盖的车辆数约为672万辆（除去英国），在2024年法规正式落地后，每年产生约50万套R151/R159/DDAW/ISA/R130/R131方案的需求。按单台车整套约2,000-3,000美元进行估算，该部分市场空间大约为每年10亿-15亿美元。

　　随着AI实时监控与干预能力的日益精进，以及以视频为核心载体的司机安全教育步入广泛应用阶段，众多商用车运营者引入领先技术得到效果之时，却也感受到了前所未有的管理压力。这股压力源自AI技术揭示出大量过往被忽视的风险隐患，犹如洪流般的数据信息瞬间将运营商淹没。尽管如此，他们不得不投入更多的人力资源以应对安全管理挑战，从而引发了沉重的工作负荷和人力资源瓶颈。

　　为破解这一困局，人工智能与大数据集合的第四代解决方案应时而生。这套方案通过智能化的风险聚类与精准判别，能在显著削减安全事故的同时，精确描绘出司机的行为特征画像，使得安全培训工作变得更具针对性和效率性。行业得以在海量车辆运行数据的大背景下快速提升驾驶员的安全素养，借助大数据分析技术进行深度挖掘与智能评估，进而构筑起一种基于数据驱动的安全管理模式。

　　通过对车辆状态、司机操作习惯等微观层面的细腻剖析，以及对事故频发地段等宏观环境因素的综合考量，该模式能够预见并有效预防各类潜在的安全隐患，从而助力商用车运营者做出更为科学、精准的运营管理决策。最终，在优化决策的过程中提升整体运输效能确保运输过程既高效又安全。

　　全球率先启动数据安全闭环类产品列装或试点的运输企业包括中石油/可口可乐/百事可乐/道达尔/沃尔玛/FedEX/UPS/京东/三通一达等数百家，他们一般拥有数千至超十万台的自营车辆或者临时运力，本身面临巨大的运输安全压力，而且他们对品牌美誉度的要求很高，交通事故带来的各种损失是他们极力去避免的，这些主体愿意投入大量资金用于用先进的技术和产品来提升安全运输水平和效率，目标迈向vision zero。因此，他们普遍愿意去选用业内最高技术水准的数据智能解决方案以达成效果。目前根据各种公开的招投标数据显示，头部运输企业逐步为自己旗下的车辆配置预算在数千至上万美元的高级装备和支付相应的安全服务月租来改善现状，实际也更大程度降低了事故率，让这些运输企业在年度车辆保险费用方面还获得了额外的降本收益。这种科技加管理的安全闭环解决方案，让行业多边走向了共赢（运输企业，司机员工，保险公司，安全运营商，方案提供商）。这个阶段的新产品正在快速变成新的增长极，大量安全运营商愿意向头部的运输企业提供Saas运营模式来降低他们一次性投入成本，转化为按月度或年度分享安全收益。这类运输企业自主发起的安全建设项目，一方面着实大幅提升了行业产品的单车价值，他们不仅获得了早期投入的额外收益，甚至取得了承运货物安全可靠，准时必达的口碑和社会效果。

　　总而言之，全球头部数十家的安全运营商大多服务有百万台以上的运输车辆大多安装了一阶段到四阶段车载信息产品。以欧美主要市场为例，Berg Insight报告显示，在2022年，北美的安装基础达到近390万台。预计（CAGR）的复合年增长率为18.0%增长，预计到2027年将达到880万台。在2022年，在欧洲市场上安装基础预计将超过110万台。预计到2027年，活动安装基数将以17.9%的复合年增长率（CAGR）增长，达到250万台。与此同时，欧洲的年出货量预计将从2022年的估计30万台增长到2027年的超过70万台。安全运营商普遍认为行业的第三代全车智能产品（ADAS、DMS、BSD和车联网功能等等）已初具规模化，行业加速迈向第四代“协同智能”的趋势已经形成。

　　企业对“效率”的追求是无止境的，毕竟效率涉及企业的健康存续。从碳达峰到碳中和的趋势也是各类运输行业持续追求的社会价值。不同的商用车运营行业面临的现实和挑战虽然有着明显的区别，但是大家都处在技术快速发展的时代，应用更智能化的技术来达成更稳固的平衡或者获得更高效的成果是基本共识，从政府到各行各业都在推动着数字化和智能化的转型。

　　物流效率，对于企业来说，物流效率指的是系统能否在一定的服务水平下满足客户的要求，也是指物流系统的整体构建水平。对于社会来说，衡量物流效率是一件复杂的事情。因为社会经济活动中的物流过程非常复杂，物流活动内容和形式不同，必须采用不同的方法去分析物流效率。衡量物流效率的指标可分为：经济性指标（成本和效益）、技术性指标（快速、便利、直达、安全等）、社会性指标（社会全部资源的整体化配置的节约程度和物流的整体服务质量），这是一个庞大的话题，可以找到多个方面的系统改进点。单从货物运转的整个流程来看，公司专注理解货物运输过程的装卸方案、流程管理、呼叫、调度运输过程跟踪监控、风险把控与承担的提效问题，就能看到其中的一个主要矛盾就是货车（承运人）与货主之间在货物运输过程中，关于货物的时空和状态的信息博弈问题，这里存在巨大的浪费和改进空间。根据货物的类型不同，挑战还明显不一样，比如生鲜食材，货主关注的是时效和温度；高价值货品（电子产品、药品等）货主关注的是货物本身的财产安全；零售快递货品（网购小商品等）存在混装起火灭失的风险和客户按时达的基本要求，不一而论。而提供运力的一方除了承担以上的风险和挑战，会更关注单趟收益，比如能否拼单，更合理的路线规划，车辆和司机的合理调度等。以上的林林总总需求都依赖数字化系统的构建，从技术发展脉络来看，从最早的GNSS联网系统知道在哪，到视频系统知道装载了什么、发生了什么，再到AI和大数据可以提供各类决策分析辅助。从货运车辆的相关产品技术配置来看，单车价值越来越高，有定位产品，驾驶舱安全辅助产品，货物管理产品等大类，数十个小类。目的都是给这个巨大的市场注入各种科技手段，降低信息博弈带来的损耗，通过数据聚合分析统筹运力和货物的调度关系，以更小的能耗满足社会物流的庞大需求。

　　定制出行（出租/网约）的运营效率，在随着城市经济的不断发展，出租车/网约车以其灵活的行车路线和服务时间,成为具有一定支付能力群体日常出行和一般群众特殊出行，并为重大活动提供运输服务保障的重要交通工具。出租行业的一个典型特征就是需要在政府的指导下有序地开展经营活动，在保障安全和服务质量的前提下，最大程度地提升企业运营效率。出租运营效率面临的第一个问题和挑战，就是车辆数量和有限道路的矛盾，单方面增加车辆提升运力就会带来空置浪费，各个城市都会存在一个软上限。第二个挑战就是出行需求的潮汐，每一天出行都有明显的波峰和波谷，各地出租车采取的是固定车辆数量的供给的方式，面对需求的潮汐变化，客观存在高峰时段供不应求，波谷时间段供过于求，供给浪费。而网约车经过多年的发展，曾经在早期阶段通过大量引进兼职司机的方式，试图提供一些供给弹性，但它存在很多不合规和安全问题，网约车在政府加大整治力度之下，现在大量非合规的司机逐渐被清理出局，网约车的提供的运力也相对固化。出租车/网约车作为城市公共交通的重要补充，在一定程度上缓解了城市交通拥堵压力。因此，应用先进的技术手段和运营管理来加强城市出租车运营管理，提高出租车的运用效率，保证出租车在拥堵时期的有效运营，降低客流量较小时的空驶率，是十分必要的。

　　行业普遍采取的优化思路是：1）数据驱动，集中统筹，通过合理地调整传统出租车与网约汽车的数量及比例可以显著地改变乘客的选择行为、空车司机的等待时间、乘客的等待时间等出租车网络服务水平与运营效率；2）调度费费用额与分配比例需要同时优化才能达到显著地改变出租车市场中参与人的决策行为，会让系统自我调整逐步完成帕累托改进；3）价格波动系数的设置可以控制网约汽车进出市场，且它的取值对出租车市场中空车司机行为、乘客服务水平等影响较大。因此运价、运力、空驶率和服务水准之间存在一个紧密复杂的动态关系，从调价政策试点到技术方案支撑，行业效率有明显的改进空间。

　　公共出行的运营效率，我国公交车保有量仍保持稳定的增长。根据《中国城市客运发展报告》，从城市客运量结构分布来看，2021年我国城市客运量中，公共汽电车客运量为489.16亿人；巡游出租汽车客运量为266.9亿人；城市轨道交通客运量为237.27亿人；城市客运轮渡客运量为0.51亿人。

　　在信息技术和国家政策的双重推动下，近年我国各城市在公共交通基础设施、车辆装备升级改造方面加快了进程，在公交车保有量、客运量、运营线路距离、智能化水平和信息化管理能力等方面都得到了显著增长和提升。根据交通部印发的《城市公共交通“十三五”发展纲要》（简称《纲要》），在“十二五期间”我国城市公共交通发展成绩显著，特别是我国发布《关于城市优先发展公共交通的指导意见》以来，城市公交发展政策体系建设取得新突破，城市公共服务保障能力再上新台阶，城市公交服务质量取得新提升，自始，我国数字公交产业进入了迅猛发展期。

　　第一阶段：报站自动化和调度无纸化。从GNSS系统普及应用这二十年的情况来看，各大公交公司普遍做到了每台在路网运行的公交车和司机都处于联网联控的调度系统管理之下，通过基础的定位联网产品基本上完成了乘客到离站自动提醒，公交运力分布、车辆线路调度和司机排班的数字化。

　　第二阶段：4G车联网的调度优化系统。当车辆运力资源、乘客出行趋势等以大数据的方式聚合在一起，可以在服务器中对各种线网排班模型做历史数据的回归测算，力求找到更优的运力调度方式，一方面满足弱出行区域的覆盖力，一方面满足强出行区域的高峰处置能力，这种不依赖实际线路调整就可以模拟出可能解的4G车联网方案是当前的主流。第三阶段：智能运营管理阶段。5G、AI视频和大模型等前沿技术的交叉应用，有可能可以实现真正的无人调度。通过实时全城公交的定位数据，与全城交通大数据融合处理，自动调整运营公交车的合理间距及运营计划，公交企业运营成本有望大幅降低。此外，还可以满足大量的干支线接驳需求以及一部分人的个性出行需求。公交行业不同维度的大数据需求非常广泛，微观层面包括驾驶行为分析、车辆技术性能分析与评估、个性化精准化出行信息服务等方面，中观层面包含现有运力和线路的规划与优化、服务质量监督考核评价、换乘优惠评估、智能排班调度决策等；以及宏观层面的职住平衡分析、居民出行特征分析、公共交通模式选型分析等，这些信息化手段是构筑世界级公交都市的技术底座。从政府到大型公交企业，正在尝试运用这类新技术的组合让运营管理的决策的定量化、精准化与科学化。

　　在交通行业引入各类新能源技术实现车辆装备的低碳化是实现碳中和的关键技术。公共交通行业以固定路线、公共服务的特点，成为纯电动公交车推广应用的突破口。早在2018年全国营运公交车中纯电动公交车数量已超越柴油公交车和天然气公交车，已经成为规模最大的车辆类型。最近的公开数据显示，当前我国新能源公交车的保有量为54.26万辆，主要城市的公交车新能源渗透率已经从2012年的10.8%增加到2022年的98.8%。纯电动大/小客车（电动公交车/出租车）的独特的技术特点和运营方式，给企业的运营带来了全新的挑战。

　　与传统燃油车相比，纯电动车型在动力系统、车身重量、安全性等诸多方面具有特点。动力系统从本质上的区别决定了营运方式的重要差异，核心就是充电时长明显大于加油时长。二是纯电动大/小客车的车身重量要比传统燃油车重，平稳性更高。一般来讲车辆重量较传统燃油车辆重1.5倍-2倍，行车途中的平稳性明显提升，相应地对制动系统要求也更高，一般来说会有更长的刹车距离。

　　纯电动大/小客车因其特有的能源补给特性，都需要定期到充电站进行充电，将影响车辆正常营运的时间，相应带来员工管理的系列问题，包括企业与司机的利益分配、充电资源分配问题、充电休息时间管理、市勤保障等，不管是公交还是出租，电动时代都对既有的营运管理模式带来新的挑战。

　　比如纯电公交车现有技术性能尚无法完全满足公交车日常运营需要，不加改造的批量使用会明显降低公交运营效率，主要原因为两个方面:续驶里程较短和充电时间较长。纯电动公交车辆无法在相邻班次间隔时间内充满电，从而影响正常的运营。但公交全面电动化的前提下，公交行业就亟需通过改进和创新运营管理方法+更适合公交运营场景的车载数字化装备，做到科学决策和有效运营才有可能更大程度让企业适配电动化浪潮，提高效率。

　　同样的情况也存在于各大城市的出租车运营企业，在大面积更换为新能源汽车后，普遍情况是一台电动出租车只会配置一名司机。另外一方面网约车不光在分流有限的客流，也在分流有限的司机。所以出租车运营企业在新能源时代的一个挑战就是，要留存好的司机，就必须通过有效的运力调度信息化手段，提高每公里收入。

　　另外，作为社会主要出行运力的公交和出租，除了企业更高效的运行外，还会遇到形形的社会性问题，比如服务满意度，公平性甚至是治安问题等。政府作为让市场有序运行的组织者，也需要数字化的城市级交通管理方案来提升行业透明度，然后制定和调整更合理的政策法规，引导行业良币驱除劣币，同时打通交通出行到智慧政务到智慧城市的多级组合，让公共交通出行系统逐步达到最优。

　　然而全球各类运输企业在信息化认知水平上的参差不齐，衍生出的各种低水平投资和低效信息化应用也是深藏在日常管理动作下的高碳行为。比如，一辆智慧的公交一般会包含乘客信息化系统（自动报站），视频监控系统，智能预警系统，车辆调度系统和能源管理系统等。公交行业特别是中国的公交行业的头部企业是引入数字化的尖兵，在2008年北京奥运会期间，北京公交就率先拥抱了数字化系统，分步走实现了以上的功能。时至今日绝大部分公交公司走的也是分步建设这个路子，所以一台智慧的公交车上会有多套不同的产品部件以实现以上功能，这种模式不光耗费车辆额外的能量，多数情况下这些产品之间会相互隔离，非常影响企业的日常运营效率。同样的情况也存在于出租车，例如某些司机在中控台配置多部手机用于“抢单”。如果用今天的视野来看，多数公交公司未来在建设智慧公交的过程中会有更好的解法，可以规避历史上各类系统分批建设形成的“信息烟囱”和“决策隔离”带来的投资高企，类似的情况还出现在云端数字化过程建设中。从技术发展的角度来看，强大的中央处理单元让近几年发布的乘用车率先实现了一机多屏，一机多系统等车机模式。伴随技术进步，主流的运输企业为了全面提高运行效率，也开始考虑以数字化助推商用车行业的发展和治理模式创新，全面提高运行效率，将物联网感知设施、通信系统等纳入基础设施统一规划建设，从而高质量地推进商用车各行业的物联网应用和智能化改造。目前已经有多个项目的建设方在积极布局和响应这种新的趋势，随着最早上市的多个城市第一批新能源公共汽车（含公交出租等）的到期的批量更新，未来三年将涌现出一波高质量发展的数字化建设的机会。

　　同时，中国在智能网联汽车和公共交通电动化方面的政策持续发力，为相关产业链的上下游企业提供了强大的推动力。政府不仅从顶层设计上制定了一系列战略规划，还通过税收优惠、财政补贴、基础设施建设等多元化手段，加速推动新能源车辆与智能网联技术在交通运输领域的广泛应用。这些举措有助于提升交通出行的安全性、便捷性和环保性，为锐明等专注于智慧交通解决方案的企业搭建了坚实的创新与发展平台。

　　围绕场景做创新，围绕价值做创造，做离用户最近的技术型公司是锐明的核心经营理念。我们所看到的商用车行业，这是一个涵盖的面很广，车辆保有量和从业人员众多的大行业，其内涵极其丰富，从数量最大的货车到服务出行人数最多的公交车，再到应用在各个作业领域的专用工程车辆，需求呈现出要求高、应用深和场景差异大的特点。以安全场景为例，就算单看货运一个领域，干线物流司机（省级或大区级节点间的整车往来）最大的挑战是在长时间枯燥的驾驶过程中如何有效对抗疲劳，而城市配送司机最大的挑战是复杂的交通情况和无处不在的盲区风险带来的交通意外。离开中国，地处亚非拉地区，干线物流最大的挑战是货品面临的偷盗抢劫问题。在欧美，司机的合规运营和隐私保障反而是第一考虑。锐明是一家合规先行的公司，主张产品基于各地法规打造，做到持续高质量的稳定供应是公司提供的主要用户价值之一，同时也理解这些行业日常运营过程中最深刻的痛点，地域政治因素更加剧了需求的差异化和多样性，公司将差异化的场景作为产品最主要的设计来源，提供基于产品可靠性和功能要求法规之上的价值，是十数年来构建全球各地稳定伙伴关系的重要基础。

　　全球及中国的交通运输行业逐渐恢复正常运营，行业迎来了新的发展机遇。随着公众对安全、健康出行方式的更高需求，以及数字化、智能化转型趋势的加快，交通出行安全市场的潜力得到了进一步挖掘。锐明凭借其在人工智能、大数据分析等方面的技术优势，不断优化和升级产品线，以满足市场对于更高效能、更智能安全解决方案的需求。因此，在这种积极的政策环境和市场需求变化背景下，锐明对中国及全球交通出行安全市场的未来前景持积极乐观的态度，并坚信能够在这个蓬勃发展的市场中实现更大突破，为中国及全世界的智慧交通体系建设贡献力量。

　　2008年公司首次成为“国家高新技术企业”，之后顺利通过每三年一次的重新认定审核。

　　2020年，根据Omdia发布的全球车载视频监控报告，锐明以12%的市场份额位列全球第一。

　　2021年公司被国家工信部评为“专精特新”小巨人企业、获批成为2021高质量发展领军企业、2022年国家级制造业单项冠军企业。多年来，公司深耕商用车安全及信息化领域的智能创新与场景化应用，积累了丰富的行业应用经验。

　　截至目前，公司在深圳、重庆和成都等地，均设有以技术研发为主的全资及控股子公司。公司以深圳为中心，辐射国内30多个省市，在北美、欧洲、中东、亚太等地，建立了十几家以子公司、办事处为载体的制造、营销和售后服务体系。

　　2023年，从交通运输（货运）到交通出行（公交、出租和校车等）业务板块呈现了比较大的正增长，国内的市场份额占有率大幅提升。前装、矿山等创新业务取得了突破，特别是锐明欧标安全管理解决方案助推多个中国商用整车厂登陆欧洲市场。

　　总体来看，公司产品在所属行业市场占有率仍然处于领先水平，并且领先优势有进一步扩大趋势。

　　公司作为以人工智能和视频技术为核心以商用车（包括交通运输车辆、交通出行车辆及作业生产车辆）的安全、合规和效率提升为核心目标的AIoT智能物联解决方案提供商，致力于利用人工智能、高清视频、大数据、自动驾驶等技术手段来实现商用车（包括交通运输车辆、交通出行车辆及作业生产车辆）的运营安全、驾驶安全及效率提升，帮助客户减少交通事故和货物丢失的发生，同时助力交通出行及运输企业或车队提升运营效率。

　　公司通过多年持续的研发投入，已经构建完整的、具备行业竞争力和一定深度的技术、产品和解决方案体系，以保证公司能够长期、高效、高质量地满足所属行业客户的需求。公司的技术、产品和解决方案体系包括基础平台、基础能力和多行业解决方案三部分，整体架构如所示：

　　基于客户对于商用车的运输、出行以及生产作业的安全和效率提升的要求不断提升，公司持续加大对硬件设计、人工智能、高清视频、大数据、自动驾驶等技术领域的研发投入，目前已经构建成熟、稳定、开放的“1+3”研发基础平台。“1”指的一个硬件设计和研发能力，“3”指的三个三级研发基础平台（嵌入式软件三级研发平台、云平台三级研发平台和AI算法三级研发平台）。通过提供强大、开放的基础能力平台，一方面大幅提升公司行业解决方案和行业定制需求的研发质量和效率，另一方面也帮助不同行业客户快速开发定制化解决方案。公司聚焦商用车各个行业的安全、合规和效率提升，通过对商用车各类行业需求的提炼和长期的实践，构建“感知+智能+计算/大数据+决策干预”的全闭环安全解决方案，帮助行业客户大幅降低安全事故率。

　　嵌入式软件三级研发基础平台采用分层设计，分为基础软件层、行业标准软件层和行业定制软件层，架构：

　　基础软件层：基础软件层提供丰富的基础技术，适配不同的硬件机型，提供稳定的软硬件平台。硬件芯片适配平台从架构角度在设计上彻底屏蔽不同公司的硬件芯片组差异，并提供自动化的硬件测试手段，支持各种硬件产品的快速测试。基础服务层提供外设、网络、存储、音视频等框架服务，提供数据能力给基础业务组件，并提供服务框架和组件间的消息通信和软总线数据传输机制。基础业务组件包括多媒体、网络协议、位置服务、车载业务等核心业务组件，其特性和能力可以被行业软件以及定制软件所复用。标准产品开发层可通过各业务组件和框架快速实现四大类（一体机、DashCam、显示屏、IPC）嵌入式硬件产品的研发设计，提升公司开发标准能力设备的质量和效率。

　　行业标准软件层：行业标准软件层提供丰富的行业基础功能，目标是提高行业解决方案以及行业定制开发效率。以公交行业为例，行业标准业务层基于基础软件层，包含锐明沉淀了超20年的行业技术积累，通过公交行业网络协议、行业标准业务（如报站、调度）和行业标准报警组件（如滞站、甩站等深度应用场景的标准化），再加上自有的公交报点交互UI、外设插件形成了行业标准业务层，形成极具竞争力的行业标准业务产品。

　　行业定制软件层：基于基础软件层和行业标准软件层提供的标准业务组件，第三层行业定制软件层可快速产出定品，并且定制软件层和基础软件层和行业标准软件层完全解耦分立，可独立维护和更新。

　　嵌入式软件三级研发基础平台设计的基础理念为快速、高效率和低研发成本地满足商用车多行业多客户的需求，同时基础能力稳定、高性能以及高度解耦复用，其核心能力包括：

　　自研高可靠高性能的第五代文件系统：锐明自有知识产权的创新文件系统融合了多项行业创新功能，确保在车载普遍场景下都能为用户提供卓越的存储保障。

　　无缝备份存储：通过智能备份机制，所有重要数据都能得到实时、全面地保护，确保数据安全无忧。

　　智能自动覆盖：系统能够智能识别并管理存储空间，当空间不足时，自动覆盖最不常用的数据，实现存储空间的动态优化。

　　多码流录像功能：无论高清还是低码流，系统都能轻松应对，实现多码流无缝录像，满足多样化的存储需求。

　　小文件循环存储：针对小文件存储，系统采用独特的循环存储策略，大大提高存储效率，确保每一分存储空间都得到充分利用。

　　高效数据恢复：即使在最糟糕的情况下，数据恢复功能也能迅速、准确地恢复丢失的数据，为用户的业务数据保驾护航。

　　实时自动格式化：无需人工干预，系统能够实时自动进行格式化操作，确保数据的整洁与高效存储。

　　高清视频技术：在高清视频技术领域，凭借技术实力，支持多种高清视频标准，确保在各种场景下都能呈现清晰、逼真的画面。无论是模拟还是数字高清信号，都能轻松接入，带来优秀的车载场景下视觉体验。

　　多场景适应能力：公司的高清视频技术具备出色的场景适应能力，在宽动态、低照度以及黑光等复杂环境，都能确保高清视频信号的稳定输出。从强烈阳光直射到昏暗的车厢内环境，画面始终清晰、细腻。视频法规标准全面兼容：公司产品全面兼容GB15084、ISO16505、ECE R46等国内、国际标准CMS要求，满足QC/T1128汽车用摄像头测试标准要求。

　　AVM环视技术：利用多个超广角鱼眼镜头拍摄车辆周围图像，并通过环视拼接算法进行畸变矫正和拼接，形成车辆周围全景影像的系统。该系统的主要应用在于车辆安全驾驶领域，实现无盲区行驶和全景泊车功能。AVM系统通过软件合成，将多个摄像头捕捉的画面合成为一个完整的以车辆为中心的鸟瞰360度全景图像，并显示在车辆内部的显示屏上。司机可以通过这个全景图像，清晰地看到车辆四周的情况，包括障碍物、行人、其他车辆等，从而更加安全地进行驾驶和泊车操作。在这种技术的加持下，锐明的AVM系统可以通过图像识别技术，自动检测道路上的障碍物、行人等，结合AVM环视图像，给予司机合理提示。

　　网络协议适配能力：提供全面、高效、智能的解决方案。设备间支持局域网自动发现功能，能够迅速识别并连接局域网内的设备，实现无缝的通信与数据传输。此外，还支持多种行业标准和协议，如JT/T808、JT/T1078、JT/T905、GB28181等，确保与各类行业设备的完美兼容。同时也支持ITxPT、Onvif、RTSP等国际主流标准，使得公司的设备能够与更多的智能设备进行互联互通。公司的设备还具备强大的IPC协议族无缝对接能力，对接过超过20个主流厂商的IPC，实现视频流的实时传输与监控，提供云平台车辆位置、告警信息数据上传功能，将车辆的位置信息实时上传至云平台，为用户提供精准的车辆定位与追踪服务。

　　高精度定位及全场景定位适应：在定位技术方面，公司具备高精度定位能力。无论是单频还是多频，都能提供稳定的定位服务。同时，还支持多星座定位，包括北斗、GPS、格洛纳斯等多模系统，确保在全球范围内都能实现精准定位。为了满足不同场景下的定位需求，提供了多种定位模式。包含快速定位、静态漂移抑制、差分定位及惯导定位，无论是动态还是静态环境，都能确保定位的精准性和稳定性。

　　数据安全：在数据安全领域，公司深知用户隐私和数据完整性的重要性。因此，采用先进的数据加密技术，对录像数据进行严格加密保存，确保第三方违规者即使获取到录像数据也无法查看其中的画面，从而守护用户的隐私安全。同时，系统具备防篡改功能，能够有效防止数据被恶意篡改。即使数据在传输或存储过程中遭到篡改，也能够通过独特的水印功能进行发现，确保数据的完整性和可信度。满足系统性能的基础上，始终将数据安全放在首位。只有确保数据的安全性，才能让用户放心使用公司所提供的产品和服务。采用自研的加密和防篡改技术，加密算法结合了密码学原理和实践经验，确保数据在传输和存储过程中始终保持安全、机密和完整。同时链式防篡改技术，为数据打造一道坚不可破的防线。通过链式记录数据的完整性和变化轨迹，任何对数据的篡改行为都将无处遁形，确保数据的真实性和可信度。双重保障的技术设计，让用户的数据在系统中得到严密地守护。

　　移动网络带宽自适应功能：在车载运营环境下，主要是以无线网络通信为应用场景，带宽的稳定性对于确保高质量的用户体验至关重要。跨城道路上无线带宽的不稳定性（弱网到断网相对于城市消费者更为频繁）常常会对网络传输造成干扰，导致数据传输速率下降、延迟增加，从而影响用户的使用效果。为了解决这一问题，公司引入了带宽自适应功能。该功能具备高度的智能性和自适应性，能够实时监测当前的网络带宽状况，并根据带宽的变化情况自动调整网络传输的速率和策略。通过智能调节，能够在保证数据传输质量的同时，最大化地利用可用带宽，确保网络体验的稳定性和高效性。

　　高清证据链：在当前交通安全管理大背景下，高清证据链的重要性不言而喻。为了更加主动地应对安全风险，公司推出了全新的主动安全证据。这些资料清晰记录了事件发生时的细节，同时还提供了地理位置、车辆信息、司机信息等关键数据，帮助用户全面了解事件背景。此外，界面还展示了处理方式以及相邻报警信息，为用户提供全面的信息支持。

　　快速启动：通过结合先进的芯片技术与独特的分布式并行启动和快速存储介质访问机制，基于三级研发平台的嵌入式设备能够在极短的时间内完成启动，并迅速投入到视频采集、编码和图像输出等任务中。这种极致的启动速度不仅大幅提高了工作效率，更是停车取证、哨兵模式等关键场景中的核心技术。

　　云平台软件三级研发架构采用分层设计，分为基础软件、行业标准软件和行业定制软件，通过完全开放、模块解耦以及云原生架构设计，公司在云平台三级研发架构基础上开发落地多个行业业务平台，在云计算领域形成“一个PaaS平台+N个行业业务平台”形态。

　　1基础软件：在云平台三级研发基础平台体系中，基础平台软件层提供AIoT设备接入及丰富基础能力，根据不同设备接入协议的差异，提供稳定的云平台基础能力。平台兼容支持多种协议接入、对不同协议设备接入进行抽象封装，为上游业务提供统一的基础业务接口。对基础能力进行模块化封装，整合设备管理、注册鉴权、租户应用管理、告警证据、GNSS、音视频、转码、证据存储等服务功能，形成集成能力。基础软件分为设备接入层和业务中台层，分别提供不同层级的API接口，以满足不同用户需求。业务平台可通过API接口迅速实现业务集成，实现视频直通、回放、告警通知、证据下载、电子围栏等核心业务。在业务中台层，公司提供了一系列标准化的API接口，包括设备管理、用户

　　管理、应用管理、告警处理等。这些接口可以满足不同业务场景的需求，使得业务平台能够快速集成公司的服务，提高业务效率和用户体验。同时也提供了一系列高级的API接口，包括视频直通、回放、告警通知、证据下载和电子围栏等。这些接口能够提供更强大、灵活的功能，使得业务平台可以根据具体需求进行定制化的开发，从而更好地满足不同用户的需求。

　　行业标准软件：行业软件标准层源于各所在行业功能的共性抽象，具备满足多样化业务需求的通用性。通过将这些共性功能予以标准化，软件开发效率和产品质量得以大幅提升，同时有益于降低软件维护和升级成本。以货运为例，货运基于基础平台的设备管理、租户应用管理、告警证据、音视频能力、证据下载、GNSS能力封装成电子围栏、统计报表、证据中心、视频墙等货运标准功能，超过80%的货运功能均为标准业务功能。

　　行业定制软件层：立足于基础软件层与行业标准软件层，行业定制层根据具体需求，高效地实现定制化开发。行业定制层与基础软件层及行业标准软件层完全解耦，使得行业定制模块具备独立部署与升级的能力。借助行业标准软件层，可迅速实现比如货主监控、动态报警等级以及酒精检测等行业需求。

　　云平台三级研发基础平台设计的基础理念为快速、高效率和低研发成本地满足商用车多行业多客户的需求，同时基础能力稳定、高性能以及高度解耦复用，其核心能力包括：

　　协议网关设计：支持多种协议的设备接入，设备接入服务作为云平台的设备接入层，致力于构建强大的设备上云连接体系与云端双向消息传输机制，核心功能涵盖了大规模设备的云端接入与管理和平台间上下级的级联互通，采用了先进的设备认证、授权及通信协议技术，确保了大量异构设备的安全可靠接入和数据交互，能够帮助行业用户快速完成设备联网及行业应用集成，具备以下特性：

　　多协议支持：内置多种物联网行业标准协议（如GB28181、N9M、808、1078、905和CMS），能够满足交通、城市、楼宇、矿业、工业等领域的设备快速接入，对于多种行标和部标设备可以实现设备零改造上云。同时屏蔽了各种设备协议接入差异，为上传业务数据提供统一的接口。

　　平台对接：内置多种平台级联协议，能够满足企业平台、监管平台、第三方平台的上下级多层级级联。

　　安全接入：支持传输链路加密、数据内容加密、设备黑名单、设备白名单等多重安全保护能力，能够确保在设备接入阶段实现严格的身份验证与权限管理，并有效防止非法访问、中间人攻击和数据泄露等潜在风险，从而为设备接入提供了坚实的安全屏障，有力保障了整个网络环境的通信安全和数据完整性。

　　加密传输：整合传输加密、内容加密和敏感内容脱敏等多种音视频加密处理技术，以实现对数据在传输和存储过程中的全方位安全性防护和深度检测，显著降低了音视频资料被非法盗播的风险，全面有效地保护了用户隐私安全。

　　百万级接入能力：设备接入服务集群采用了先进的分布式架构设计，具备卓越的高可用性、高并发处理能力和高性能表现，系统能够实现快速而灵活的横向扩展与收缩操作，以应对大规模设备接入需求的动态变化，同时通过强大的资源调度与负载均衡机制，确保了即使在百万级设备同时接入的情况下，也能保持稳定的服务质量。

　　灵活部署：支持多样化的部署模式，涵盖了专有网络环境下的独立部署、公有云资源池的弹性扩展部署、满足特定安全与合规要求的专有云定制化部署以及政务云环境中兼顾安全性与效率的单机或集群部署方案，灵活多样的部署方式可满足不同客户在业务规模、数据安全、法规遵从性及资源管理等方面的多元化应用需求。

　　高清音视频服务：音视频服务基于低延时和分布式视频处理架构，聚焦直通、语音监听、语音对讲、设备远程回放、中心远程回溯播放、云端录像存储、多格式音视频转码、AI智能信息叠加、平台间级联等核心能力，通过分布式计算资源管理和调度策略有效支撑大规模高并发场景下的稳定服务，为行业用户提供易接入、低延迟、高并发、支持超高清分辨率且播放体验流畅的端到端音视频解决方案，具备以下产品优势：

　　（1）多种媒体协议支持：内置多种行业标准流媒体协议，通过API接口和SDK对外开放二次开发能力，行业用户能够低成本快速实现Web端、桌面端和移动端的直播、点播、录制、转码、多平台推流等集成应用；

　　（2）AI信息融合：依托于锐明深厚的人工智能识别与处理技术的长期积累，结合终端边缘计算能力，在平台端提供了一套全面的DMS、ADAS等AI信息视频融合播放解决方案，包括但不局限于语音识别、视频行为及目标智能识别技术、极速转码、AI信息实时画面融合叠加等先进功能；

　　（3）实时采集：实时采集并统计音视频播放流量消耗、请求频次和并发数据，结合推流质量监控和统计数据对这些关键性能指标进行深度洞察和精准把握，系统能够有效辅助用户快速识别潜在的业务瓶颈，优化资源配置，并针对实际需求进行灵活扩展和高效运维管理，有力支撑用户业务规模的持续拓展和技术服务水平的不断提升；

　　（4）低延时：从前端用户访问请求到设备上传视频并分发到前端播放渲染，视频达到秒级延时；

　　（5）高可靠：由于无线网络信号在传输过程中容易受到各种因素的影响，如信号干扰、多径效应等，这可能导致视频数据的传输速度和质量发生变化。为了解决这一问题，我司采用了先进的网络传输技术，实现了高清低延时视频的稳定传输；

　　（6）边看边录：在平台预研视频的同时，支持开启边看边录，将录制的视频存储在系统中，回放过程中，发现平台有对应设备通道的录像，优先选择获取平台录像，减少设备流量消耗；

　　（7）H5 AI视频展示：平台通过H5-SDK组件提供了一站式音视频解决方案，结合自适应软硬解码技术能够为用户带来高性能和低延迟的音视频播放体验，全面覆盖了H264与H265主流视频编码格式，支持实时音视频播放、录像文件回放、语音监听、语音对讲、截图、录像、电子放大等一系列核心功能，极大地丰富了用户应用场景。不仅如此，H5-SDK还深度融合了先进的AI技术能力，通过AI赋能进一步拓展了业务应用的多样性和创新空间，包含但不限于人脸马赛克处理、驾驶员监控系统（DMS）及高级驾驶辅助系统（ADAS）功能，其中马赛克功能适用于各类隐私保护场景，DMS与ADAS功能则主要用于提升驾驶安全性能和优化驾驶体验，已广泛应用于出租车、货运物流、公共交通和矿山作业等行业。同时H5-SDK还具备强大的跨浏览器兼容性，支持了Chrome、Firefox、Safari、360、信创等在内的主流浏览器，大大降低了开发者的集成难度，提高了开发效率。

　　快速证据下载：证据下载系统支持实时告警证据下载、手动证据下载、黑匣子文件下载、ANPR、定时、实时、占道图片抓拍下载，告警下载，平台在接收到设备告警后，根据告警性质与等级，快速地下载告警对应的证据文件到平台进行存储，下载视频证据文件支持多种格式转换、下载的证据文件支持文件防篡改。

　　三方设备兼容能力：支持交通部标准808、1078、905协议和自有N9M协议，兼容多省标准，可以支持各厂商设备证据传输，无需担心设备不兼容。

　　高效文件存储管理系统：存储管理系统采用了先进的兼容性设计，通过底层技术适配和标准化接口封装，成功消除了不同存储介质之间的差异性影响，从而向用户提供了一套统一且规范的文件管理核心系统，包含了文件上传、下载、查询以及删除等关键操作，确保了在各种海量文件存储应用场景下的一致性和高效性。支持本地磁盘存储、NAS、云平台对象存储（OSS、COS、S3、OCI等）、自建对象存储（MINIO），为用户提供丰富的选择。存储管理系统提供黑匣子文件解析、大文件快速定位、多文件内容去重、文件过期、文件防篡改验证、文件归档、冷热文件转换、存储空间管理、多时区支持等。

　　实时GNSS轨迹跟踪：基于车载终端实时上报的高精度GNSS位置信息，云平台系统通过流式实时计算，同时提供位置纠偏等功能，从而形成精准的车辆行驶轨迹，并能够在地图上实时显示其当前位置和移动路径。最终给用户提供实时车辆位置追踪、路线监控、轨迹回放、里程计算等增值功能。

　　轨迹纠偏：云平台在接收到车载终端实时上报的GNSS位置信息后，采用先进的流式实时计算技术，对数据进行高效处理。在计算过程中，系统还能实现位置纠偏功能，进一步确保车辆行驶轨迹的精确性。经过处理后的精准车辆位置信息，实时呈现在地图上，用户可以随时查看车辆的当前位置和移动路径。

　　AI三级研发架构采用分层设计，分为部署层、模型层和应用层，对AI算法的基础能力进行解耦抽象，形成各类能力

　　AI三级研发架构是公司独特的创新，通过NN推理加速子系统、模型编译工具链和基础算子硬件加速库构建了强大的部署层。这一层能够屏蔽底层芯片的差异，使得公司的AI算法能够适配各种各样的芯片，实现高效、灵活地部署。在模型层，公司秉承低算力消耗，高精准算法，大幅降低车载能源消耗的设计理念，研发了一系列公司独有的视觉算法，包括目标检测算法、目标分割算法等。这些算法经过精心调优和大量数据的训练，能够充分利用嵌入式芯片有限的算力，实现高精确度的算法效果。

　　在应用层，公司根据客户和行业需求，实现了广泛的算法应用，包括ADAS（先进驾驶辅助系统）、客流数和客流方向检测（OD）、桥梁限高检测、遗留孩童检测、遗失物品检测、DMS（司机监控系统）和BSD（盲区监测）等等。

　　公司具有丰富的硬件开发经验和行业定制能力，搭建起完整的全流程高可靠的硬件设计系统管理流程及配套齐全的硬件设计和验证环境，形成了高于国家和行业标准的锐明企业标准。经过超过20年的上千个品类的锤炼，公司积累出了本领域的多项核心能力，包括电源可靠性设计、模块化设计、小型化设计、EMC设计、可靠性验证、减震设计、热设计、防水设计、防爆设计等。

　　电源可靠性设计能力：车载电子设备供电环境复杂，电压波动频繁，电源上存在大量干扰，可靠的电源设计是保证设备稳定工作的前提。公司电源设计充分考虑和坚固以下特性：超宽工作电压范围，可靠浪涌防护，电源输入反接保护，电源输出短路保护，必要的电源防倒灌保护，超级电容备电设计，低功耗设计，抗电磁干扰设计。

　　模块化设计能力：核心部件坚持易插拔的模块化设计，提高了部件的通用性和可靠性，并使产品具有良好的可互换性、可运维性和可制造性。同时也方便供应链模块化生产、备货，提高可制造性。模块的接口通用，模块可独立升级而不影响产品其他部分，可显著提高新产品开发效率。

　　产品小型化设计能力：可根据小型化的需求，高度集成内置双蜂窝网、GNSS、WIFI天线，充分考虑PCBA、天线、镜头、无线模块、音频等物料的相互配合，并结合工艺要求，设计出合理、可靠的堆叠结构，满足产品可制造性和相关性能指标要求，实现产品总体小型化。并具备优秀的EMC设计能力，可保证优异的内置天线性能。产品可通过PTCRB认证并符合Emark、CE，FCC、CCC等国际国内的法规要求。

　　可靠性验证能力：完善的可靠性验证流程和方案设计，并具备相关验证能力和条件，可充分检验产品设计，确保产品使用过程中的环境可靠性。测试项目完整覆盖了汽车电子的四大测试领域，通过模拟在极端恶劣的环境下的测试（复杂的汽车EMC环境、高低温、高盐、高湿、强紫外线、防水、防尘、振动、电动车电源波动），验证产品的功能性能，在产品开发初期及时发现问题、及时解决问题，提高产品的可靠性，提升客户对产品的信心。

　　减震设计能力：面对车辆复杂的振动和冲击环境，具有设计相关抗震、抗冲击结构的能力，可以保证设备在复杂机械应力环境下的持久稳定工作，公司在减震设计领域已获得了多项相关专利授权。锐明的企业标准规定公司相关品类产品的抗冲击能力需超过ISO16750标准规定的50g要求，产品存储方案可涵盖2.5寸HDD、3.5寸HDD、SSD、SD、TF卡，同时具有完善存储器件选型验证方案和严格选型测试流程，并具有专业的冲击、振动路谱采集能力，复现路况。

　　热设计能力：能够快速创建产品模型并进行热分析，通过仿真对多种系统设计方案进行评估，识别潜在的散热风险，减少重复打样和设计调整，缩短开发周期，降低成本。

　　防水防尘设计能力：车外摄像头防水、防尘性能要求比较高，公司的车载专用摄像机可以达到IP67或以上等级，并在高低温环境、振动环境下保持良好的防水防尘特性。同时检测方法全面，确保产品出厂关键性能的一致性。

　　DFM自动化检查能力：建立了PCBA可制造性自动检查能力，基于IPC设计规范要求和量化的上千条检查规则，通过DFM软件可提前发现与设计相关的潜在工艺问题，从设计端预防制造缺陷，减少试产次数，提升产品质量和产品可靠性。DFM软件可设计基于电子行业通用IPC标准和量化的检查规则，提前发现制造问题和潜在缺陷，从设计端预防，减少因工艺问题的改版次数，缩短产品开发周期，摆脱个体经验、执行差异的约束，确保工艺一致性，建立了符合公司实际制造能力的规则库。

　　器件和硬件CBB CIS能力：电子元器件与电路CBB做到了标准化和在线化管理，让原理图设计、CBB模块、PLM研发数据系统紧密连接，基础数据、CBB电路实时更新。规避选型不当，参数更新不及时，常用电路设计错误等研发常见问题，提高设计效率和质量。可在线快速查找与调用器件，器件封装标准化和可视化，原理图器件属性同步与验证，CBB一键调用，在线检查修改点，降低人为的或信息传递、不对称导致的错误。

　　视频图像标准测试能力：建立了标准图像测试暗室，导入专用的图像测试灯箱、测试卡、可控光源等设备，为摄像机产品图像测试提供量化标准，从而保证图像效果具有良好的一致性。可模拟多种光源（0-160Klux照度，2300-8000K色温）并使用符合ISO12233标准的测试卡，通过自动化测试软件，可实时输出量化结果，支持测试各种制式摄像机，支持测试图像相关光学器件。

　　公司在商用车视觉感知硬件和能力方面有超过20年的积累，报告期内，公司产品的视觉感知在多个方面得到提升，保证车内车外的信息可以看得更远、更细、更清晰以及更全面。

　　超高清成像技术：超高清摄像头能够捕捉车辆周围环境的高分辨率图像信息，相比早期像素较低的摄像头，超高清成像技术具备超越人眼的观察能力，使得系统比司机更早和更清晰地识别和判断盲区内行人、车辆以及其他障碍物的具体形状、大小和细节，显著提升对潜在风险的辨识度。

　　超广角成像：通过采用超广角镜头设计，视觉系统的视场角大幅拓宽，可以覆盖更大的范围，有效减少车辆侧面及前方近处的盲区。这种技术使司机能够在不改变视线的情况下获取更全面的周边环境信息，特别是在城市复杂道路环境中，对于规避行人、自行车骑行者等小型、移动迅速的障碍物尤为重要。

　　黑光（AI ISP）技术：黑光或低照度环境下工作的视觉传感器能够在夜间或者光线不足的场景下依然保持较高的成像质量，确保无论白天黑夜都能提供可靠的视觉信息。这对于商用车辆而言尤其重要，因为很多交通事故往往发生在光照条件不佳的时候。

　　AI视觉算法增强：结合深度学习和人工智能算法的机器视觉技术，使得车载摄像头不仅能够“看见”，还能“理解”所见之物。系统能够实时分析视频流中的物体属性、运动状态，并进行精准的目标跟踪和行为预测，进一步增强对盲区中潜在危险的识别与预警能力。

　　多传感器融合感知：除了视觉感知，公司还借助于其他感知硬件或者即时信息感知更多维度信息，包括雷达数据、IMU数据、地图信息以及天气信息，通过融合感知算法对多维度数据进行融合处理，使感知结果更准确和更全面，这样的深度融合不仅可以提高各种复杂场景下的目标检测精度，还能有效弥补单一传感器的局限性。

　　公司长期在人工智能AI领域保持高投入，在车端算法、大模型以及自动驾驶算法方面都有丰富的积累。

　　公司车端AI算法涉及近10个行业及近100类算法，其中多种AI算法都属于行业的独有创新应用。公司AI车端领域主要的算法包括：

　　前车碰撞（FCW）：及时检测到前方车辆的距离和速度，如果存在潜在的碰撞风险，系统会发出及时的警报，提醒司机采取相应的措施。

　　车道偏离（LDW）：能够监测车辆是否偏离当前车道，系统一旦检测到车辆偏离会发出警报，提醒司机进行纠正。算法兼容世界各地的车道线标准，并配备了层级分明的预警功能，无论面对直线或曲线、实线或虚线，还有各种光照条件下、不同程度破损的车道线，都能提供精准的安全保障。

　　行人碰撞（PCW）：能够识别道路上的行人，并在存在碰撞风险时发出警报，以保护行人和司机的安全。能够检测距本车80米处的行人，并在白天、黑夜、逆光照射等各种工况下均能保持95%以上的准确率。

　　车距过近（HMW）：能够监测与前车的安全距离，一旦距离过近，系统将发出警报，以确保司机保持足够的安全距离。能够稳定检测距本车200米处的车辆，并在白天、黑夜、逆光照射等各种工况下均能保持99%以上的准确率。

　　标识牌识别（TSR）：可以准确地识别交通标志，并向司机提供相关信息，帮助司机更好地遵守交通规则。在遵循欧洲标准的严苛测试中，TSR功能经历了西班牙400公里长的实际道路测试，此过程不仅涉及了多样的极端测试情况，还在交通标识识别方面达到了95%以上的综合准确率，超过标准要求。

　　DMS-疲劳检测：通过高精度传感器和智能算法，系统能够准确地分析司机的脸部状态和身体姿势等指标，以实时监测司机的疲劳状态。公司自主开发的深度学习疲劳检测技术，创新性地解决了“小眼睛误判”以及“目光呆滞未识别”等行业难题。综合准确率95%以上，超标准要求。

　　DMS-抽烟检测：司机监测系统（DMS）针对抽烟行为的识别进行了创新设计。它能区分并排除因大胡子、佩戴口罩、手部接触口部、嚼食槟榔或耳机线干扰等因素造成的误报。这一技术突破，提升了系统的准确性和可靠性。

　　DMS-打电话检测：准确剔除了手势活动或非标准手持姿态所导致的误报问题。减少了误判情况，确保了系统警报的精准有效，算法准确率可达99%。

　　DMS-分心场景：通过创新性引入自动驾驶相关技术，和AI技术进行整合，不仅优化了系统的判断准确度，而且有效消除了因转弯动作误判为分心的常见问题。

　　DMS-进食检测：优化的司机监测系统（DMS）针对进食行为的识别进行了创新设计。它能够区分并排除因大胡子、佩戴口罩、手部接触口部、嚼食槟榔或耳机线干扰等因素造成的误报。

　　DSC未系安全带检测：算法能够优化解决无论是在光线不足的环境下还是在司机衣服与安全带颜色相近的情况下的误报问题。

　　盲区检测（BSD）：识别车辆各个方向盲区中的行人、车辆，在存在碰撞风险时发出警报，以保护生命财产安全。能够过滤不会产生碰撞风险的盲区行人及车辆，降低无效报警对司机的干扰。全面支持各种盲区安装，前/后俯视，左/右俯视，左/右侧视。

　　乱丢垃圾检测：识别和监测公共场所或社区中的乱丢垃圾行为。这项技术利用图像识别和智能算法，能够快速准确地检测和识别乱丢垃圾的行为。相较于传统的识别方法，公司创新性的算法能够有效地识别垃圾堆覆盖投放问题，大幅度地抑制了由地面水渍、光影、树荫等环境变化带来的误识别问题。

　　人脸属性分析：能够从人脸图像中提取和分析各种属性信息，包括但不限于年龄、性别、肤色、眼镜佩戴情况等特征。公司自主研发的轻量级多分支网络，能够一次性直接输出年龄、性别以及是否佩戴口罩等多个人脸属性的结果。

　　公交车未礼让行人检测：能够准确判断自车和行人的运动轨迹，如果存在车辆在人行横道不按规定减速，停车，避让行人等未礼让行为，及时提醒和纠正司机和司机规范驾驶行为。

　　客流统计：对上下车的乘客进行计数，统计公交车旅游大巴等营运车辆每天的客流情况。除了普通乘客计数功能外，还可以检测乘客身高，统计成年人和儿童客流情况，对每个乘客的上下车轨迹进行跟踪，检测每个人携带的重点物品的上下车情况。

　　出租车遗留物检测：检测乘客下车后，是否遗留物品在出租车上，并及时提醒乘客。支持二十几种大类，上千种小类的物品检测，1秒钟内产生报警，防止乘客走远后无法提醒。

　　校车学生防遗留：校车停车后，监测车内是否有遗留儿童，避免幼儿在角落睡觉导致误锁车内，停车熄火后自动运行。

　　违法抓拍：针对交通违法、校车业务，例如抓拍黑车车牌、校车停车后检测其他车辆是否按照要求停车让行。适配中国、阿拉伯地区、巴西、智利等各地车牌，且借助大模型的样本生成的能力，可以快速适配新地区的车牌识别任务。

　　厨余垃圾混投识别：能够对垃圾投放点的餐厨垃圾桶进行实时监控，识别居民厨余垃圾桶混投其他垃圾的不规范投放行为，及时语音提醒正确投放。

　　垃圾车收运统计和混装混运识别：自动统计垃圾收运车收运桶数和收运量，同时识别垃圾桶类型和桶内垃圾溢满状态识别，是否有混装混运，减少统计成本，为大数据分析提供准确数据支撑。可适应侧挂式，后返式等各种垃圾收运车辆，覆盖不同颜色和容积收运垃圾桶，识别准确率高。

　　场景识别大模型：基于公司自研的场景识别大模型，自动对视频信息进行结构化分析和归档，为公司提供了一个高效的视频处理引擎。场景识别大模型通过从视频中提取关键信息，将所有的报警按照特定的结构进行分类和整理，并生成详细的标签和元数据。

　　图像生成大模型：基于AIGC中扩散模型技术，研发自有的图像生成大模型，相比于开源的各种生成大模型，其最大的区别是自研的生成大模型可以生成各种画质、各种光照、贴近实车场景的图片，达到以假乱真的程度；而开源大模型生成的图片往往过于精致，跟车载镜头拍摄的画面差异巨大，无法使用。该项技术可以大幅降低公司在难例场景、罕见场景下的数据收集速度，大幅降低产品研发周期。该项技术已经全面应用在公司各个场景算法的研发流程中，例如车牌生成、出租遗留物生成、交通标志牌生成等等。

　　素材检索大模型：素材检索大模型，其具备强大的图片去重、相似图片检索、图文匹配以及视频段检索功能，能够满足多样化的应用需求。在人工智能领域，不断解决难例场景是永恒的任务。由于其具有的偶发性特点，如何快速准确地获取这些样本成为了一项极具挑战性的任务。素材检索大模型为解决这一问题提供了有效途径。

　　行业通用大模型：基于公司庞大的场景数据资源，开发了车载行业的视觉通用大模型。相比开源大模型，它在检测精度和速度上均实现了显著提升，可快速适应新场景和新业务需求。

　　样本数据引擎：该引擎将场景识别大模型、素材检索大模型、行业通用大模型进行了深度整合，构建出公司特有的大数据处理框架。这些数据处理引擎具备强大的自动化处理能力，能够对每天大量涌入公司的数据实现自动归档、样本去重、难例挖掘以及自动化标注等功能。该引擎可以持续不断地收集场景数据，不断拓宽算法应用范畴，通过这种方式，公司能够实现模型的自主更新迭代，大幅增强模型的适应性和准确性。

　　未来公司将继续深耕大模型技术领域，不断探索新的应用场景和商业模式。随着技术的不断进步和市场需求的不断增长，这些大模型技术将成为公司持续发展的核心驱动力。

　　公司基于云计算和大数据技术打造数据接入、数据存储、数据计算、大数据分析等数据技术体系，构建云原生数字技术基础设施。同时基于对交通运输与出行行业的深度实践和洞察，融合云计算与大数据的技术优势，提供多类型设备接入、音视频服务、安全证据管理、安全风险实时计算和分析、司机驾驶画像等多维度的云计算及大数据分析方面的核心能力。

　　设备接入：设备接入服务作为公司云计算平台的设备接入层，致力于构建强大的设备上云连接体系与云端双向消息传输机制，核心功能涵盖了大规模设备的云端接入与管理和平台间上下级的级联互通，采用了先进的设备认证、授权及通信协议技术，确保了不同行业不同类别的大量异构设备的安全可靠接入和数据交互，能够帮助行业用户快速完成设备联网及行业应用集成。

　　音视频服务：音视频服务基于低延时和分布式视频处理架构，聚焦直通、语音监听、语音对讲、设备远程回放、中心远程回溯播放、云端录像存储、多格式音视频转码、AI智能信息叠加、平台间级联等核心能力，通过分布式计算资源管理和调度策略有效支撑大规模高并发场景下的稳定服务，为行业用户提供易接入、低延迟、高并发、支持超高清分辨率且播放体验流畅的端到端音视频解决方案。

　　安全证据管理：安全证据管理服务基于先进的任务调度引擎和任务执行引擎，深度融合了终端主动安全预警技术，为行业用户提供全方位的视频文件、图片文件、黑匣子文件下载和处理解决方案，其中包括但不局限于证据告警实时上传、人工指令触发的文件下载、实时图片抓拍、历史图片抓拍、预设计划录像管理、多元化的文件处理和高效便捷的证据导出机制，从而满足不同行业对于证据资料下载与分析的需求。

　　大数据分析：公司在海量交通运输与出行相关数据的基础上，构建大数据数据平台，在多个业务领域给客户提供有价值的大数据应用；通过大数据分析，深入挖掘交通数据的内在规律和关联性，为客户提供决策依据，降低运输成本，减少驾驶安全风险。

　　预测与优化：基于历史数据和实时数据，通过机器学习和人工智能技术，预测未来的交通状况，如预测某一时段的客流量、车流量等，优化资源配置，提高运营效率。

　　安全监控与管理：通过视频监控和数据分析，实时监测驾驶状况，及时发现和处理驾驶风险，提高驾驶安全水平。

　　智能调度规划：基于大数据的智能调度规划系统为客户提供精准的运输、排班建议，如根据实时路况和车辆运单状况推荐路线、合理分配运输资源等。

　　安全风险实时计算和分析：利用数亿级别的车辆前方视频和实际司机的驾驶行为信息，使用自监督的方法，将长时间序列的多维度驾驶行为信息、道路交通信息、空间信息（天气状况等），预测当前司机驾驶的风险状态。利用人类反馈的强化学习机制，使模型输出符合一个具备良好驾驶习惯的司机驾驶行为。

　　司机画像：司机画像服务基于大数据分析从不同维度全方位了解司机、理解司机，建立司机在安全领域的精准、全面司机画像。针对司机产生的所有行为数据，构建司机行为的环境静态矩阵、环境动态矩阵、行为属性矩阵，综合挖掘司机每一项行为发生的时间规律、空间规律、程度与频率规律，将司机的每一项行为有因有果描述，以此构建司机的个性化驾驶风险和驾驶规律。

　　司机在驾驶过程中，随着时间、空间、司机驾驶行为以及司机状态信息的不断动态变化，司机的驾驶风险状态也在发生同步变化。干预执行服务在司机的各种驾驶风险状态下，给予合适的干预或者执行方式，保证在司机集中精力驾驶的前提下，即时消除驾驶风险隐患，从而有效降低安全事故。

　　拟人化护航语音：公司通过先进的语音合成技术，利用情感合成算法，赋予语音更加真实的情感色彩，使其更贴近人类表达方式。为司机打造了一个温暖、亲切，甚至带有幽默感的虚拟助手。这不仅提高了司机驾乘体验，更让驾驶过程变得更加愉悦。

　　自动对话：公司借助先进的自然语言处理技术，为用户提供智能对话服务，让驾驶过程不再单调，成为司机独一无二的旅途伴侣，聊天内容丰富多样，不仅包括天气、交通情况，还有各种轻松幽默的话题。不仅满足了信息获取的需求，更使整个驾驶过程充满趣味与智能化。尤其是在司机长时间驾驶过程中，因为驾驶工作重复且单调，司机特别容易陷入疲劳或者分心驾驶的场景中，智能客服通过提供轻松愉快的对话，有助于缓解司机在驾驶过程中的压力和疲劳感。

　　专属语音定制：司机可以通过在系统中导入少量家属的声音定制妻子、儿女等特殊语音服务定制司机专属提醒声音，将司机的驾车过程与家人的关系深度融合，创造出一种温馨、贴心的驾驶伴侣体验。这种创新不仅使产品在科技层面取得了进步，也在情感共鸣上带来了全新的体验。

　　云舱一体AEBS：公司云舱一体AEBS方案具备独特的舱内和云端算法融合优势，为AEB控制算法注入了强大的多维度设计能力。公司利用车内DMS系统监测司机状态的数据，结合云端分析司机的历史驾驶习惯和跨时空信息，与当前道路情况相融合，实现了真正智能化的AEB系统，解决了当前行业主流方案的痛点问题。在司机状态正常的情况下，AEB系统减少了介入程度，充分尊重司机的驾驶决策；而当司机状态异常时，AEB系统将提高介入程度，为司机提供更强有力的辅助和保护。这一创新功能使得AEBS产品能够更加智能地适应不同驾驶情境和司机需求，为司机提供更高水平的安全保障。无论是在高速行驶还是城市拥堵，AEBS系统能够准确地监测前方道路状况，并通过雷达、摄像头等传感器技术识别潜在碰撞风险。当系统预测到与前方车辆或其他障碍物可能发生碰撞时，如果司机未采取有效制动行动，AEBS系统将自动施加制动力，以减缓车速，尽可能地减少碰撞速度或完全避免碰撞。

　　基于感知、智能、云计算、大数据以及智能干预执行的基础能力以及公司20年内在车辆安全领域的行业理解和实践，公司在报告期内研发出“Vision Zero Booster解决方案”安全闭环解决方案，通过将感知、智能、云计算以及大数据分析以及智能干预执行融合，以大幅降低驾驶安全风险，助力“Vision Zero愿景”加速实现。

　　感知：为了提供至关重要的行车安全保障及全面保护道路交通参与者，公司的感知系统汇聚了来自多个异构传感器的数据：这包括了各种具备高低分辨率、不同视野范围的摄像头，以及高精度的毫米波雷达、激光雷达、超声波雷达，还有精确的惯性测量单元（IMU）。这样一套多维度的感知组合，协同工作，确保了对周遭环境的全角度覆盖和实时响应，为驾驶者与路上的每一个生命提供了坚实的安全保障。同时利用PB级视频数据进行训练，这些视频数据不仅覆盖了丰富多变的光照条件，还涵盖了各种的应用场景诸如货运、公交、出租、校车等多种行业场景。通过对内摄像机，公司自研的多任务识别网络可以同时实现人脸多种特征进行检测，并与自研的深度学习疲劳判定技术融合后可以准确分析出司机疲劳、分心、玩手机以及未系安全带等危险驾驶状态。公司的车辆感知系统融合了ADAS、BSD、AVM盲区等外部摄像头和毫米波雷达，实现了全方位的环境感知。借助公司自主研发的多任务识别网络、多线索测距技术、行人轨迹预判、精确环境感知以及道路边界辨识能力，系统能够准确地捕捉无死角的环境信息。即使在夜晚低照度条件下，公司的黑光相机依然能够保持准确的检测和识别能力。无论是在城市繁忙的街口还是在幽暗的乡道，系统都能够精准测绘出周围360度内行人、车辆、自行车骑行者等的相对位置、速度和运动趋势。通过极致优化的算法能力和大规模训练测试样本，系统具备低消耗、高精度（综合工况准确率＞95%）以及强鲁棒性（适应复杂的外部环境）的特点。无论是在城市还是乡村，系统都能够提供精准、可靠的车辆感知。

　　智能：在长时间序列上将DMS、ADAS、BSD、AVM等摄像头以及毫米波雷达、超声波雷达的智能感知结果和IMU数据信息有效结合，并借助先进的Transformer多模态大模型，不仅能够识别潜在的风险，还能精准检测事故发生的可能性以及盗窃和抢劫事件，提供实时风险识别、交通事故识别、盗抢识别功能。尤其对基于长时间序列的标签结果，进行千人千面的风险识别，对不同司机的风险点，进行差异化识别，比如精准定位“冒进型”司机的“滑铁卢”很可能是在“雨天的长下坡”。

　　云计算及大数据分析：通过大数据的高效处理和深度分析对司机和车队进行画像分。