本研究提出了一种基于低功耗GPU的自动车牌识别（ALPR）原型系统，旨在提高城市巡逻中的识别准确性和速度。该系统在新数据集上实现了86%的检测精度和67%的字符识别率，显示出良好的应用潜力。

本研究提出了一种基于去中心化部分可观测马尔可夫决策过程的多智能体强化学习模型，旨在优化城市巡逻路线，提高犯罪高发区域的监控覆盖率。研究表明，该模型在马拉加市实现了90%以上的高犯罪率节点覆盖，显著提升了警务资源分配效率。