当前位置：首页 > news >正文

边缘智能创新应用大赛获奖作品系列一：智能边缘计算✖软硬件一体化，开启全场景效能革命新征程

news 来源：原创 2025/6/15 15:53:51

边缘智能技术快速迭代，并与行业深度融合。它正重塑产业格局，催生新产品、新体验，带动终端需求增长。为促进边缘智能技术的进步与发展，拓展开发者的思路与能力，挖掘边缘智能应用的创新与潜能，高通技术公司联合阿加犀智能科技主办了“2024高通边缘智能创新应用大赛”。大赛共甄选出 36 个卓越项目，以下为边缘智能计算赛道的获奖作品，分别来自独立开发者、高校开发者和企业开发者的优秀项目分享。

独立开发者项目

物联网技术的蓬勃发展带来了海量数据的生成，这对传统云计算构成了严峻挑战，尤其是在传输延迟、带宽限制以及隐私和安全问题方面。正是在这一背景下，智能边缘计算技术应运而生。

作为边缘计算与人工智能技术深度融合的产物，智能边缘计算将数据处理的关键功能迁移到网络边缘，有效减轻了云计算的压力，并增强了数据的安全性和稳定性；同时，它还具备智能决策能力，为城市管理、医疗、金融、智能家居、农业、教育等多个领域提供了强大的智能化技术支持。

在这一技术浪潮的推动下，独立开发者以其灵活的个性和对创新的不懈追求，站在了智能边缘计算应用开发的前沿。他们不受传统束缚，以独特的视角和敏锐的技术感知，在本次大赛中打造出了一系列极具创新思维和技术领先性的智能边缘创新应用作品，为行业注入了新鲜活力。

⚪城市管理移动端智能巡检项目

在城市管理中，传统的人工巡查方式面临着人力需求大、成本高昂以及问题发现不及时等挑战。尽管许多城市已经开始采用人工智能技术，通过固定监控设备实现自动化数据采集，但这些系统的建设周期长、见效慢，且覆盖范围有限，无法跟上城市快速发展的步伐。

针对这一问题，参赛团队打造了基于高通QCS6490平台边缘智能物联网开发板的移动端智能巡检解决方案，通过在车辆前部安装小型摄像头，实时捕获并分析行驶过程中的城市道路事件、部件问题及道路病害，提供了一种灵活、高效的城市监控新途径。

技术路径

智能边缘技术重塑城市智能巡检体系

技术层面，该项目通过高通边缘设备提供了精准的边缘检测服务，尤其在复杂背景和低对比度环境下，相较于传统固定监控算法，它展现出更强的抗噪声干扰能力，从而提升了检测的稳定性和精确度。在管理层面，项目构建了一个智能发现系统，专注于事件的展示、审核与推送。

开发者项目界面

总体而言，该项目利用阿加犀边缘智能工具链，将城市管理中常用的问题识别算法快速部署到体积小巧、计算能力强大的高通边缘设备上，实现了路面病害和城市管理事件的自动化巡查和采集，并实时推送至智能发现系统进行审核，最终传递至行业业务管理系统以待处理，形成了自动化巡检的完整闭环。

城市管理移动端智能巡检项目的优势在于其能够补充固定监控在智能发现问题上的不足，利用车辆的高机动性广泛覆盖各个区域，相比人工巡查更为高效和及时。它减轻了人工巡查的工作量，提高了问题发现的效率，扩展了智能化采集手段和覆盖范围，为城市巡检提供了更精细化、智能化和多元化的服务。

多城市试点应用，多行业拓展赋能

该项目目前已在芜湖、杭州、呼市等地区成功试点，有效排除道路安全隐患，为市民出行安全提供保障。通过移动端智能巡检方案，项目推动了创新合作模式，比如建立生态系统，公交、出租车公司提供车辆资源，设备与算法由厂商提供，用户方购买服务，实现资源的高效整合。

此外，移动端智能巡检不仅仅适用于城市管理问题采集，还能扩展至多个行业，如城市3D数据采集、交通信号灯异常采集、道路车辆违规采集等。同时，该技术能适配不同厂商和品牌的边缘设备，展现出强大的普适性和可扩展性。

⚪智慧零售终端设备

在智慧零售场景中，顾客在购物过程中可能会忽略扫描某些商品，导致商家面临商品损失的问题。这一现象不仅影响了零售效率，也对商家的经营成本构成了挑战。

对此，参赛团队基于高通QCS6490平台边缘智能物联网开发板打造了一款可集成在购物车中的智慧零售终端设备。该设备引入了防漏扫功能，利用智能视觉技术自动识别购物车内的商品。当系统检测到有商品未被扫描时，会自动提示顾客，并允许他们重新扫描商品，从而继续购物过程。

该设备的核心在于其商品识别方案，专门针对购物车内部商品进行识别。它采用了深度学习模型和图像检索能力，结合商品管理平台，实现了一套完整的智能商品识别应用。此外，设备还整合了图像传感、压感等传感器，以满足多场景下的商品识别需求。

识别放入购物车的商品

该智慧零售终端设备不仅支持超过2万个物品的特征信息识别，而且能够快速、准确地识别出目标商品的品类、规格、组别等属性信息。在需要新增商品时，系统无需重新训练，只需补充检索库即可快速扩充识别范围，这大大提高了系统的灵活性和扩展性。

通过这种方式，该设备不仅提升了购物的便捷性，也为商家减少了因商品未扫描而造成的损失，实现了零售流程的优化和效率提升。

⚪高频股票自动交易系统

深度学习、人工智能等前沿技术正以迅猛的速度发展，并在金融行业引起了广泛关注。这些技术的进步使得人工智能分析海量数据，捕捉市场规律，实现高精度预测和自动化交易成为了现实。

在这样的技术背景下，参赛者基于高通QCS6490平台边缘智能物联网开发板打造了一套基于深度学习的量化交易系统。该系统通过自定义的神经网络结构，能够捕捉证券市场的波动和走势，并对短期价格变化进行预测，以期为投资者提供正向的辅助作用。

开发者项目效果展示

性能优化与商业化应用

在阿加犀技术的赋能下，参赛者将量化交易系统封装为独立应用，并部署在基于高通平台的终端设备上。这种部署方式使得数据获取、推理、交易决策和自动交易等全部过程在端侧高效执行，有效保护了客户隐私。

在批量测试中，该系统对行情的预测准确度相较于传统的长短时记忆网络有了显著提升。系统以量化交易框架的形式呈现，遵循开闭原则，便于进行二次开发。

此外，该系统不仅适用于传统证券交易市场，也适用于数字货币交易市场的走势预测，能够根据不同用户的需求提供多样化的服务。系统既可以作为软件服务，也可以作为终端设备服务，降低服务端的维护成本和开发成本，展现出强大的商业化潜力和广泛的市场前景。

高校开发者项目

随着云计算和物联网技术的飞速发展，数据量的爆炸式增长带来了对数据处理速度和效率的新要求。边缘计算应运而生，将计算和数据处理推向网络边缘，靠近数据源，以提高数据处理的速度和效率。而在人工智能技术的赋能下，边缘计算正迅速崛起并重塑着数据处理和分析的未来。

在此次大赛中，高校的开发者们凭借深厚的学术积累和创新精神，利用智能边缘计算技术赋能应用开发，打造出了一系列优质的智能边缘创新应用作品，为智能边缘计算领域的发展注入了全新活力。

⚪家蚕监控养殖系统

中国的桑蚕养殖业历史悠久，是全球最大的桑蚕生产国，蚕茧和蚕丝的产量占全球总产量的四分之三以上。随着人民生活水平的提高，对蚕纺织品的需求持续增长，市场潜力巨大。

然而，桑蚕对生长环境极为敏感，容易受到病害的影响，甚至可能导致大规模死亡。此外，养殖桑蚕需要在特定季节投入大量劳动力进行喂养、管理和采茧，导致人力成本较高。为了解决这些问题，参赛者设计了一套基于边缘计算的家蚕智能监控养殖系统，能够实时监测蚕的生长环境和状态。

高通QCS6490平台边缘智能物联网开发板作为整个系统的核心，负责机器视觉模型的推理和与云平台通信。通过引入机器视觉技术，并利用阿加犀边缘智能工具链进行转换和优化，相关模型能够在高通平台上高效运行，实现对家蚕数量和疾病的自动检测，减少对专业人员的依赖。

系统还能采集环境温湿度、二氧化碳等参数，并通过MQTT协议将数据传输至云平台，实现环境控制。云端处理后的结果和原始数据将提供给用户，以便他们做出更精准的决策，优化家蚕的生长环境。

通过边缘计算技术和传感器的集成，该系统有效降低了人力成本，提高了桑蚕养殖效率。在实际应用中，可以通过轮巡的方式，让多台设备使用同一块高通平台边缘智能物联网开发板进行检测，进一步降低设备成本，助力蚕农提高经济效益。

⚪猪只行为检测

为了应对传统养殖中监控效率低、数据采集不精确、环境监控不足以及疫病防控困难等问题，促进生猪养殖业向智能化、自动化转型，参赛团队开发了基于SNPE的猪只行为检测项目，实现对猪只的高效识别与智能监控。

该项目利用深度学习技术，采用STF-YOLO目标检测模型和DeepSORT目标追踪算法，结合多ROI识别技术，实现了对猪只行为的高效识别和精确追踪，同时显著降低了系统运行的计算成本。

与市场上现有方案相比，本项目在技术先进性上具有明显优势——参赛者基于高通QCS6490平台边缘智能物联网开发板，通过阿加犀边缘智能工具链进行模型的压缩、剪枝、转换等优化处理，结合高通SNPE加速技术，不仅使项目提升了模型的推理速度，还实现了多模型并行处理，能够处理多路视频流，满足大规模养殖场的需求。

项目还开发了基于Qt的多ROI智能监控平台，提供了用户友好的图形用户界面，使养殖管理更加智能化和自动化。该平台支持多路并行处理和多硬件协同加速，能够实现24小时全天候监控，及时捕捉并分析猪只行为和环境数据，为养殖管理提供科学决策支持。平台还具有高度扩展性，可根据需求定制功能，如健康评分、饲料管理等。

总体而言，该项目在技术创新和系统功能上具有多样性，具有显著的社会价值。它有望推动生猪养殖业的智能化发展，为养殖业带来革命性变革，市场应用前景广阔。

⚪智能溺水识别系统

调查显示，目前溺水救援主要依赖于救援人员的传统现场施救方法，这一过程耗费大量人力物力，尤其是在发现溺水者环节，要求救生员高度集中注意力进行监视。

为解决这一问题，参赛者开发了一套智能溺水识别系统。该系统以高通QCS6490平台作为边缘计算端单元，集成摄像头、声音报警器及其他必要传感器，运用视觉检测算法和深度学习技术对捕捉到的图像进行目标检测与图像分割处理，并将检测数据传输至手机或电脑，及时提醒救生员施救。

项目采用先进的YOLO目标检测技术，基于视觉识别技术高精度识别溺水者的动作和状态。任何在水中的异常动作和状态都能被迅速检测出来，从而保护游泳者安全，降低人工监控成本。

此外，系统还能对溺水事件进行精准定位和追踪，提供准确的事件发生地点和轨迹信息，为溺水救援提供了一个高效、自动化的质量控制解决方案，显著提升了游泳者的安全保障。

从长远来看，溺水识别系统具有显著的商业化价值。它不仅满足了日益增长的防溺水安全需求，尤其在游泳馆、海滩等高风险场所有效降低溺水事故，还提升了公共场所的安全管理水平，增强了公众的安全感，有望满足市场对安全质量的需求，具有可观的经济效益和广泛的社会价值。

企业开发者项目

边缘计算作为一种新型的分布式计算模式，它将计算和数据处理推向网络边缘，靠近数据源，以提高数据处理的速度和效率。这一技术对于自动驾驶、远程医疗、智能制造等领域具有重大意义，能够实现更大流量、更低时延、更高性能的场景。

在本次大赛中，企业开发者凭借对行业的深刻理解和技术洞察，打造出了一系列高品质、精准对接市场需求的智能边缘创新应用作品，推动了智能边缘计算技术的商业化和实际应用。

⚪智能编推一体机

据不完全统计，仅2020年1月1日至2023年6月14日，中央及各地方政府出台了70部人工智能相关政策，其中中央17部，地方政府53部。政策的密集出台显著加速了人工智能技术在各行业的应用和普及，助力中国人工智能产业迅速跻身全球领先行列。未来，人工智能将成为人人都应具备的重要能力。

在人工智能领域，计算机视觉技术占据着核心地位，并且其应用正逐渐向边缘端扩展。然而，这些应用往往面临需求场景多样化、规模小且行业分散的挑战，导致定制算法的开发周期长、成本高，投入产出比较低，而通用算法明显存在检测准确率不足、误检和漏检率较高等问题，难以实现业务闭环，使得实际落地面临重重困难。

边缘智能新范式：高通平台构建场景化开发与应用生态

面对这些挑战，参赛团队聚焦场景应用，基于高通QCS6490平台边缘智能物联网开发板，搭载融合架构操作系统AidLux和自研功能开发应用软件平台，打造了智能编推一体机。作为一款标准的功能开发工具，该设备通过内置成熟的功能、模型、逻辑组件实现开箱即用，同时结合可视化操作界面以及便捷的拖拽组合方式，用户可以轻松实现算法编排、功能验证、一键下发、快速配置任务并进行实时监控、数据上报等环节。

开发者项目界面

该设备可编排功能清单以目标检测、行为识别为主，涵盖了人体检测、人脸检测、烟雾检测、摔倒识别、打架识别、抽烟识别等100+成熟模型，这些功能支持多种数据分析维度，例如流量统计、时长统计、目标统计、数量统计等等。智能编推一体机能够实现快速POC验证和低成本落地，特别适用于智慧园区、智慧楼宇、智慧社区、智慧工厂、智慧校园、智慧矿山等碎片长尾化应用场景的建设。

软硬件一体化支持赋能融合创新，推动边缘智能应用落地

在高通QCS6490平台强大算力和卓越视频编解码能力的支持下，该设备能实现边端数据秒级处理，响应迅速，能够显著增强用户应急响应能力；同时依托阿加犀边缘智能工具链卓越的模型训练和优化等能力，加速模型迭代更新，助力用户人工智能业务全生命周期管理，快速推动企业的数字化转型与智能化升级。

参赛团队通过在应用落地过程中积累的核心技术和价值沉淀，实现了算法与高通边缘设备的深度融合。这种融合不仅降低了人工智能技术的使用门槛，有效缩短了项目的开发和落地周期，同时也推动了人工智能技术在边缘计算领域的落地，使得解决方案更加灵活、高效，能够满足特定场景下对实时性和安全性等要求。

⚪金融行业多算法多路并行计算的综合治理

随着银行业不断推进智慧化转型，逐步向“无柜银行”模式发展，银行业务的各个环节都展现出了通过人工智能技术进行深度优化和创新的巨大潜力。然而，将人工智能技术应用于银行业务中，仍面临着多摄像头集成、多算法融合、复杂的设备层级关系、虚拟化与容器化等技术挑战。

边缘计算盒子开启银行场景智能监控新篇章

在这样的背景下，参赛团队利用高通QCS8550平台边缘智能物联网开发板，开发了一款高性能的边缘计算盒子。这款设备凭借其强大的硬件配置和内置的阿加犀边缘智能工具链，实现了一站式的算法业务平台，不仅提供了丰富的算法库和API接口，支持算法的快速迭代和部署，还实现了算法性能的优化，并配备了算法可视化工具，直观展示算法的运行效果。

高通QCS8550平台算力高达48TOPS，拥有强大的图形处理能力和视频编解码能力，加之阿加犀技术通过智能调度高通平台的各个计算单元，进一步提升了检测模型在高通边缘设备上的推理运行效果，两重优势叠加使得该设备能够流畅支持二十多路视频流，并同时运行4至6种不同的模型，实现对银行大堂异常行为识别、ATM机卡面识别、柜面手机违规检测、杂物违规摆放以及金库同进门合规等多种场景的实时监控。

此外，该设备还提供了用户友好的界面，能够同步管理多种算法业务，方便用户随时查看实况预览、数据统计、看板大屏、事件分级等信息。

金融新貌：安防强化与转型增效并行

边缘计算盒子不仅提高了银行业务的效率和响应速度，而且在保护客户数据和隐私方面发挥了至关重要的作用，是金融行业数字化转型中不可或缺的一部分。该设备在数据产生的源头附近（边缘端）进行处理，极大地减少了金融敏感数据上云的需求，从而降低了数据在传输过程中被攻击或窃取的风险，有助于实现数据的本地加密和处理，更好地保护银行的隐私和数据安全。

此外，边缘计算盒子还具备多种摄像头兼容性，既适用于新摄像头的安装，也支持旧摄像头的改造利用，为银行业务的智慧化转型提供了灵活的高性能、低成本技术解决方案。这种灵活性和兼容性使得银行能够根据自身需求，快速部署和升级智能监控系统，确保了业务的连续性和安全性。

⚪智能院前车端急救系统

近年来，国家卫生健康委等相关部门陆续出台了一系列政策，明确了医疗卫生领域信息化、智慧化建设以及院前急救服务的发展方向和任务。从2020年到2023年，这些政策覆盖了全国医疗卫生机构信息互通共享、智慧医院建设与分级评价、院前医疗急救与院内急诊衔接机制强化、“互联网+医疗健康”发展、农村地区基层医疗卫生机构院前急救力量扩大等多个方面，为行业的发展提供了坚实的政策基础。

在这一背景下，众多医疗科技企业加大研发力度，推出了5G急救车、智能调度系统等信息化、智能化产品和服务。同时，电信运营商积极参与5G网络建设，为医疗急救提供了高速数据传输的基础设施。

在此基础上，参赛团队集成了高性能计算与5G通讯技术，打造了一个无缝连接院前急救与医院的高速信息通道——智能院前车端急救系统，实现了实时数据处理、高清视频会诊与智能辅助识别，能够为急救人员与医院提供即时、精准的病情分析，显著缩短决策时间，为患者争取宝贵的救治时间。

救护车车端设备进行药品识别

高通智能物联网方案：多技术融合赋能院前急救增效提质

技术层面，阿加犀边缘智能工具链提供了丰富的软件生态和强大的模型优化、推理加速等能力。在工具链的赋能下，基于高通QCS6490平台边缘智能物联网开发板的救护车车端设备，不仅集成了人脸识别、物品识别、图像识别等人工智能技术，支持确认患者身份、智能诊断等功能，还具备了卓越的边缘计算能力。

救护车车端设备

这使得设备能够在救护车等前端设备上进行快速的数据处理和分析，减轻云端压力，提高响应速度，及时处理医疗仪器数据采集和车辆内外监控等大量数据。

阿加犀行业领先软件与高通高算力硬件的结合，还赋予了该系统丰富的音视频等多媒体能力以及流畅的智能人机交互体验，为智能院前急救系统带来了高效、便捷、精准的技术支撑，使得远程会诊和急救指导更加高效，同时提升了医护人员操作的便捷性，确保了急救决策的迅速和准确。

智能院前车端急救系统不仅有助于提高急救效率和质量，为患者提供更快速、更精准的医疗服务，还将推动医疗行业的数字化转型，促进院前急救体系的现代化。长远来看，有望改善公共健康服务的质量，提升民众的生命安全和生活质量，具有巨大的社会价值和经济效益。