工业物联网中海量多类型传感器（力、位移、温度、视觉）数据异构、实时性要求高。开发基于AIoT的边缘智能处理系统，在传感器端侧实现多源数据的实时融合与特征提取，通过轻量化神经网络完成异常检测与边缘决策，仅上传关键结果至云端，降低带宽与云端算力需求。

宁波已形成以柯力传感、中车时代传感为代表的工业物联网传感器产业集群，在力传感器、视觉传感器等领域具备明显集聚优势。团队已完成基于单模态传感器（力传感器）的边缘异常检测验证，准确率约85%，对多模态融合缺乏有效算法支撑-。

• 支持 ≥5种传感器类型同步接入（力、视觉、温度、振动、位移）。

• 边缘端异常检测准确率 ≥96%，延迟 ≤10ms。

• 数据压缩比 ≥100:1，上传云端流量减少 ≥95%。

• 模型可在ARM Cortex-M7级别芯片运行，内存占用 ≤512KB。

• 支持在线增量更新，模型更新包 ≤2MB。

面议