核心技术_浙江通通达科技有限公司

核心技术
核心技术
多模态时空感知融合系统

多模态时空感知融合系统

系统融合多源异构数据,具备多模态感知能力,通过前融合模型,结合自主构建的高质量无人配送车专用数据集,实现了精准
的目标检测、动态跟踪和轨迹预测。在多种典型应用场景下,系统展现出全天候、复杂环境下的稳定性与高鲁棒性,能够有效
应对城市非机动车道、交叉路口、夜间低照度、雨雾等典型无人配送场景。
数据采集和仿真闭环平台

数据采集和仿真闭环平台

基于AI大模型感知模型的环境信息数据采集系统,可以在智驾的同时完成数据同步模块、标准格式感知数据集生成等功能,线
上具备自动标注模块、4D标注模块等功能,支持长期数据资产建设和数据挖掘。
高精度建图多源定位系统

高精度建图多源定位系统

多质源数据建图定位系统,通过由粗到精的多频次与离线地图进行匹配,持续即时更正径向误差;通过持续与离线地图匹配校正,
在角度误差出现时进行即时更正,将角度误差导致的横向长度误差降低至1cm,保证来回路线重合,平台建图定位精度小于5cm。
物流大模型智能运营平台

物流大模型智能运营平台

通通达运营平台接入海量无人化设备,使用基于物流大语言模型的智能中枢,配送调度效率大幅提升。
物流大模型智能运营平台
运营服务
监管盒子
Fleet平台
站点管理
监控运营
云代驾运营服务
智能大数据
数据湖管理与分析平台EDAP
ElasticsearchBES
智驾数据管理
采集调度管理
数据自动上传
源数据管理
数据集管理
工作流引擎
IF数据可视化
基座模型
基于DeepSeek-67B进行物流领域持续预训练,注入专业知识图谱(200万物流实体关系)。
智能客服:处理70%以上客户查询,准确解析"放物业柜子第三层"等非结构化描述。
持续学习:建立反馈奖励模型,每日增量更新配送策略知识。
运营提升
调度效率提高35%,客户投诉率下降60%,人工干预减少80%。
数字孪生
构建层次化课程学习框架,基础层在数字孪生环境学习常规配送,采用PPO-λ算法实现策略平滑迁移。建立跨城市拓扑结构的策略特征库,新场景部署时只需10%实际数据微调。
训练效率
新城市场景适配周期从3个月缩短至2周,训练数据需求降低80%。
构建AI+具身智能终端运营平台,改变人类生活方式。
构建AI+具身智能终端运营平台,改变人类生活方式。