光学气体成像（OGI）已经存在了一段时间，它指的是一类使用高度专业化的摄像机可视化场景中气体的方法。由于传感器性能的提高和传感器成本的降低，近年来已变得越来越流行。其核心是光子探测器（其中一些可以冷却到亚开尔文温度）。 当光通过被成像气体时，光差的细微变化可以被光子探测器捕获。
作为一种气体探测技术，OGI 可以提供更多关于观察到的气体的信息。这是因为 OGI 能够在其视场（FOV）中提供气体的时空信息。与点型传感器和激光型路径探测器相比，OGI 收集的信息具有更高的维度。点型传感器和激光型路径探测器仅提供一维的时间密度/线强度值。在某种意义上，用激光型探测器采样所得的数据只代表由 OGI 系统产生的图像的一个像素值。与点型和激光型传感器相比，这种基本差异使OGI能够更有效地确定视场中是否存在气体，并且在某些情况下还可以实现 泄漏源的量化。
与任何传感器设备一样，OGI 系统的性能也会受到诸如风、温度和湿度等环境条件的影响。工业 OGI 系统通常被用于检测肉眼无法轻易看到的气体，例如天然气（主要成分为甲烷），丙烷和许多其他碳氢化合物气体。如果 OGI 系统需要主动输入的辐射源来“照亮”场景以探测气体，这种系统一般被分类为主动 OGI。否则，如果仅使用环境辐射而不使用外部辐射源，则将其分类为被动 OGI。如果想让 OGI 系统探测到气体，无论该系统是主动的还是被动的，被探测的气体都必须以与周围空气不同的速率向相机传感器发射辐射或者吸收从背景发出的辐射。在文献中，一个与温度类似的量 ΔT 通常被用来描述气体温度与其表观背景温度之间的差异。在 ΔT 非常小的情况下，气体是“透明的”，OGI 系统无法检测到。值得庆幸的是，在大多数工业应用中，OGI 设备通常被安装在特定的位置和角度，以至于其所观测的背景的温度比所要探测的气体的温度更高或更低，从而有效地为探测系统提供足够大的 ΔT。
通常，我们的肉眼看不到许多碳氢化合物气体，例如甲烷和丙烷。也就是说，它们在我们的眼睛可以感知的波长范围内是透明的。但是，在其他波长区域，这些气体可以吸收或发射光，从而使它们可以被特殊的光子传感器观测到。借助特殊的光学元件和传感器，我们的相机产品可以最大限度地放大这个效应，以至于可以让您观测到肉眼不可见的气体。
由于光的衰减与光通过的材料的特性有关（这种关系也被称为比尔定律），因此我们能够确定已知类型的气体在场景中的存在量。
通常，我们可以基于收集到的数据的维数对传统的气体探测方法进行分类。点传感器（即催化、点红外、ECC、PID等类传感器）在某个位置采样气体浓度，并以浓度（比如 ppm）为单位提供一维数据。路径传感器（即开放路径红外传感器i）沿传感器路径线探测气体浓度，并以密度乘距离（即ppm x m）为单位记录传感器路径上存在的气体总量。我们的光学气体成像（OGI）解决方案可测量摄像机视场（FOV）覆盖的体积（3维）中的气体浓度，并提供一个N个像素的图像，其中每个像素值代表该像素所对应的视场体积中的气体量。每个像素对应的气体量用密度乘体积（比如 ppm x m³） 为单位来度量。
在实际的室外情况下，泄漏的气体会迅速扩散到周围环境中，因此如果选择点和路径传感器的话，就需要仔细选择并部署一套点和路径传感器以捕获实际泄漏。如果泄漏的气体没有移动或扩散到传感器的位置或路径上，则传感器将不会检测到泄漏。由于我们依靠成像光学器件进行检测，我们能够在室外条件下更有效地检测一定距离处的气体。
不幸的是，仅使用高级光学成像传感器不足以有效检测气体泄漏。气体信号通常与其他信号（例如来自环境的噪声）混合在一起，必须依靠复杂的数学转换来有效地检索实际的气体信号。实现有效的气团检测需要足够的计算能力。
我们的解决方案将边缘计算和云计算相融合来为您服务。我们在边缘上部署复杂的实时计算机视觉算法以进行气团定位，并将边缘数据反馈到云中以进行进一步的统计分析。这使我们能够实时有效地监测气体泄漏，并向任何地方的任何用户提供快速检测警报。
依靠最高 21 TOPS 的强大计算能力和极低的功耗，我们可以有效地运行强大的数据驱动模型，以增强我们的自动气体检测能力并减少错误警报的数量（误报率）。我们努力平衡边缘和云计算的复杂性和计算资源，使我们能够为用户提供一种低运营成本的解决方案，并为他们提供快速做出正确决策所需的信息。
欧拉方程以瑞士数学家、物理学家、天文学家和工程师莱昂哈德·欧拉（Leonhard Euler）的名字命名，他在数学的许多分支中都取得了重要而有影响的发现。欧拉（Euler）是历史上最伟大的数学家之一，以欧拉命名的欧拉恒等式：e ^ (iπ) + 1 = 0 被认为是世界上最漂亮的公式。