在商用硬件上完成 TB 级 GPS 地图匹配
地理空间数据工程 · 可投入生产 · 架构师兼首席工程师
- — 采用业界标准的概率式地图匹配，配合空间索引实现亚毫秒级候选检索
- — 流式列式导入配合智能预过滤，在匹配前先剔除绝大部分无关输入
- — 全核心并行处理；内存受限的工作负载以流式方式处理，无需完整物化
- — 在 10M+ 条记录批次上的基准测试：个位数分钟——在相同硬件上显著快于常见的替代方案
能力
已验证的生产级系统。数据来自真实部署。
双语自然语言查询：已验证模板 + LLM 兜底，覆盖 11 个产品界面
AI 驱动的查询界面 · 可投入生产 · 架构师兼首席工程师
- — 分层路由：先走即时查找与经预先测试的模板，再以带校验护栏的 LLM 生成结果作为兜底
- — 在共享语义层之上支持 EN + JP 双语自然语言输入
- — 面向特定领域的安全护栏：只读访问、结果有界、操作白名单
- — 对绝大多数查询响应低于 50ms
面向特定领域的智能体编排，附每次运行的成本 + 延迟遥测
面向领域系统的智能体 AI · 可投入生产 · 架构师兼首席工程师
- — 标准工具服务器协议，向任意智能体运行时暴露领域能力（查询、评分、校验）
- — 结构化工具 I/O，配合重试、追踪与熔断器模式以约束故障模式
- — 黄金集 + 对抗集评估为每次部署设卡；行为回归在上线前即被捕获
- — 每次运行的成本与延迟遥测通过标准可观测性工具串联打通
城市级交通 Microsimulation，具备东京 + 大阪规模的需求校准能力
交通仿真与合成数据 · 可投入生产 · 架构师兼首席工程师
- — 将开源 Microsimulation 工具（SUMO，EPL-2.0）作为合成数据源集成进更广的分析流水线
- — 从 OpenStreetMap 提取数据构建路网；已在东京 + 大阪城市级规模上测试
- — 依据真实探针轨迹、计数数据或 OD 矩阵进行需求校准
- — 合成轨迹输出直接馈入地图匹配、OD 提取与下游分析
生成式界面：一条自然语言提示词 → 一个经校验的仪表盘（Curator）或一张多图层地图（Cartographer）
受约束的生成式 UI / 服务端驱动的 UI · 最新扩展 · 架构师兼首席工程师
- — 一个受约束的生成式引擎，两个界面：Curator 组装多组件仪表盘（KPI / 图表 / 表格 / 地图）；Cartographer 组装多图层地图（六边形分级统计图、流向弧线、热点）
- — 一个自我检查的“先生成、再校验”循环只输出经审核的安全 UI——模型无法臆造出不安全的组件、SQL 或几何图形；任何无法变得安全的部分都会降级为可见的占位符
- — 依据校验后的规格在客户端确定性渲染；数据绑定到同一套带护栏的自然语言查询与空间端点
- — 与平台其余部分运行于同一零信任边界之内（受 JWT 把关）——不存在任何对公开放、不受治理的 LLM 界面
产品化垂直业务线
来自平台的九个代表性示例。
- AADT 流量估算从稀疏的探针样本中产出年平均日交通量计数，并进行工作日/周末因子化与季节性修正——无需固定传感器。
- OD 矩阵估算基于匿名探针轨迹通过需求模型校准估算起讫点流量矩阵，区域分辨率可配置，从 TAZ 到网格皆可。
- 走廊分析沿指定走廊的速度、流量与出行时间可靠性画像，按高峰/平峰时段及行驶方向分段。
- 前后对比分析以反事实基线衡量干预措施的影响——道路封闭、信号配时调整、新建基础设施——并对速度与流量变化量进行统计显著性检验。
- 碳与 ESG 清单基于按车型解析的轨迹数据构建 CO₂ 与污染物清单，格式契合 Scope 3 ESG 报告与符合 TCFD 的信息披露。
- 基础设施健康度针对路面、桥梁与标识的劣化评分——融合影像、行驶平顺性探针信号与巡检记录，生成按优先级排序的养护清单。
- 选址面向零售、EV 充电与仓储选址的辐射范围 + 可达性评分，叠加车流、人流与人口统计图层。
- OOH 户外广告针对户外广告投放的受众触达建模——每块广告牌的车辆曝光量计数、人口统计叠加与停留时长评分。
- TMC 运营实时交通管理中心分析——事件检测、排队长度估算、信号优化与事件影响监测。
另有覆盖基础设施巡检与货运优化的 2 条垂直业务线。