御宝物联
在即将到来的开学季，学校的教室、食堂、宿舍是学生必去场所，很容易出现人员聚集现象，这给学校防控带来极大焦虑。针对这些场所，学校采用的防控措施一般是：安排专人做卫生清洁、每天定时用消毒水喷洒/擦拭消毒。但这种方式存在这些问题：1）教室、食堂、宿舍一般是较封闭的空间，消毒后会残留化学物质或难闻的消毒气味，会给学生身体健康带来隐患，同时也很容易引起学生的反感；2）随着防控要求的加码，需要增加药液消耗和卫生人力，会导致学校后勤保障成本的提升。
虽然紫外线消毒灯可对空气、水体和表面进行消毒，其高效性、广谱性、彻底性、无抗药性和没二次污染等优势，备受专业消毒的青睐。但是，传统紫外线消毒灯必须靠人工操作，极易造成人身伤害或事故，导致紫外线消毒灯仍局限在医院、专业实验室及幼儿园等场所。
智能自学习式紫外线共享消毒系统针对学校的空间特点以及管理要求，提出适合学校建设的智能紫外线消毒系统，正好可以克服传统紫外线消毒的缺陷，充分发挥出紫外线消毒的优点，在做好防控工作的同时，彰显出学校的“以人为本、科技智能”理念。
安全：多种安全机制，确保消毒过程中的人员安全。
御宝物联
定时消毒：系统可根据具体应用场景设置时段消毒（如：下班、放学后），确保消毒的进行，同时节省人员财力。
自动控制消毒时长：根据采集的消杀环境参数，结合机器学习算法，构建特定的tensorflow和paddlepaddle数据分析模型，自动选择并执行每次消毒时间，既响应低碳经济政策，又保证消毒效果。
紫外灯工作状况检测：根据紫外线强度传感器的参数，判断紫外灯的工况是否良好，以保证消毒的效果。
管理方便：利用平台完善的数据统计和分析功能，为系统管理者提供可靠的参考依据，为系统建设与改进提供充分的决策依据。
御宝物联智慧消杀系统依托御宝多年来的数据处理分析技术，整合机器学习技术（EasyDL、MLF）等智能化处理框架，针对特定消杀环境建立起唯一的tensorflow和paddlepaddle数据分析模型，依据此数据模型，既响应低碳发展政策，又保证消杀效果。
智能自学习式紫外线共享消毒系统解决方案
