打造云邊一體時(shí)代,閃馬智能推出“星云”城市空間異常管理平臺(tái)

新基建開展如火如荼,其中一項(xiàng)建設(shè)重點(diǎn)就是實(shí)現(xiàn)城市的升維治理。如今,伴隨中國城市化進(jìn)程邁入60%大關(guān),城市化已從擴(kuò)張期轉(zhuǎn)向成熟期,階段的變化意味著管理手段亟需革新。

經(jīng)歷了“雪亮工程”、“智慧城市”等一系列建設(shè),我國城市攝像頭覆蓋率已達(dá)到世界前列水平,僅交通系統(tǒng)就有2800萬余臺(tái)設(shè)備運(yùn)行,每日都在積累海量的視頻。城市里人、交通、環(huán)境種種的變化都記錄在視頻里,內(nèi)含巨大的數(shù)據(jù)價(jià)值。如果能早早地從中發(fā)現(xiàn)各種態(tài)勢(shì)和異常,就能真正掌控城市運(yùn)行的動(dòng)向趨勢(shì)。

怎樣用好這龐大的數(shù)據(jù)寶庫,實(shí)現(xiàn)城市的精細(xì)化管理?單純的人工查看早已無法滿足這么大的缺口,城市場(chǎng)景的復(fù)雜性又要求多維度的靈活處理。那么,便是可全時(shí)段全方位覆蓋的AI大展身手的時(shí)候。閃馬智能推出“星云”城市空間異常管理平臺(tái),從視頻異常行為分析出發(fā),以人工智能技術(shù)賦能城市攝像頭,為城市治理提供高效快捷的解決方式。

前/后端處理 內(nèi)含局限

當(dāng)今市面常見視頻賦能方案,大概有兩種:一種是前端智能模式,即配備有算法的前端設(shè)備;另一種是后端處理模式,即前端攝像設(shè)備只負(fù)責(zé)采集視頻,數(shù)據(jù)匯總上傳云端,統(tǒng)一計(jì)算。兩種模式各有千秋,前端智能的好處是數(shù)據(jù)就地處理,后端處理的長(zhǎng)處在算力資源充足,但是各自的弱點(diǎn)也十分明顯。

智能前端需硬件布設(shè),流程動(dòng)輒需要數(shù)月。目前老式攝像頭在城市監(jiān)控設(shè)備占比近九成,以智能前端進(jìn)行汰換需要漫長(zhǎng)的周期。另外,智能攝像頭多為出廠統(tǒng)一配備算法,迭代困難,難以根據(jù)場(chǎng)景增刪功能,靈活性頗有欠缺。

后端處理則是另一種問題。單個(gè)1080p攝像頭一天產(chǎn)生80G數(shù)據(jù),有效內(nèi)容不足15%。以當(dāng)前單個(gè)城市數(shù)十萬的攝像頭容量,后端會(huì)面對(duì)巨大的傳送壓力和算力浪費(fèi)。再者,漫長(zhǎng)的傳輸距離帶來了高時(shí)延,導(dǎo)致難以勝任車路協(xié)同、交通信號(hào)優(yōu)化等亟需即時(shí)反應(yīng)的應(yīng)用。

城市的飛速發(fā)展,管理的精細(xì)化趨勢(shì),勢(shì)必會(huì)導(dǎo)致大量擴(kuò)充視頻賦能所需的使用場(chǎng)景和數(shù)據(jù)量,這對(duì)前/后端模式提出了巨大挑戰(zhàn)。此外,我國通過十幾年的智能化建設(shè),本身攝像頭數(shù)量已經(jīng)達(dá)到很高的密度和覆蓋率,如何利用已有的視頻資源也是未來數(shù)字城市的核心問題。

云邊一體 分布計(jì)算

前/后端處理各自擁有其問題,正是出于這樣的考慮,更加均衡高效的“云邊一體”成為AI視頻賦能新模式。相較于上述兩種模式,云邊一體可以更好地做到取長(zhǎng)補(bǔ)短,協(xié)調(diào)資源,更加適用于復(fù)雜化的城市場(chǎng)景。因此,閃馬智能選擇了云邊一體模式,推出了云邊融合架構(gòu)的“星云”城市空間異常管理平臺(tái)。

“星云”包括兩個(gè)組成部分,即作為平臺(tái)大腦的“云中心”,和連接感知前端設(shè)備的邊緣側(cè)“星邊緣”。

打造云邊一體時(shí)代,閃馬智能推出“星云”城市空間異常管理平臺(tái)

“云中心”作為平臺(tái)中樞,擁有著存儲(chǔ)計(jì)算管理一體化的能力,截至目前“云中心”已經(jīng)擁有300+的算法模型儲(chǔ)備,觸達(dá)領(lǐng)域包括道路交通、工作學(xué)習(xí)、生活?yuàn)蕵?、城市環(huán)境、互聯(lián)網(wǎng)信息等城市五大空間,并且這個(gè)數(shù)字還在隨著城市管理需求不斷增加。“星云”平臺(tái)充分發(fā)揮“云中心”的算力優(yōu)勢(shì),通過軟件的升級(jí)迭代實(shí)現(xiàn)攝像頭的智慧賦能,避免了硬件重復(fù)建設(shè)之苦。

“星邊緣”作為視頻數(shù)據(jù)接收站,投入算力提取異常事件和參數(shù),迅速反饋計(jì)算結(jié)果。“星邊緣”背靠“云中心”,獲取算法模型的迭代升級(jí),根據(jù)應(yīng)用需要調(diào)整功能部署,獲得更大的場(chǎng)景自由度。通過盒子與端側(cè)的短距離聯(lián)通也實(shí)現(xiàn)了低延時(shí)快響應(yīng)分析的效果。

打造云邊一體時(shí)代,閃馬智能推出“星云”城市空間異常管理平臺(tái)

“云中心”與“星邊緣”的關(guān)系類似父子節(jié)點(diǎn),兩者是中心調(diào)度與邊緣感知的關(guān)系。“云中心”根據(jù)全局策略分配邊緣區(qū)域算力,保障區(qū)域效率最優(yōu)化。“星邊緣”負(fù)責(zé)即時(shí)分析,而后續(xù)結(jié)果匯總上傳至“云中心”,“云中心”得以獲取全局?jǐn)?shù)據(jù)進(jìn)行場(chǎng)景長(zhǎng)期規(guī)律的梳理,“云邊一體”保障了當(dāng)時(shí)的問題處理和長(zhǎng)遠(yuǎn)的規(guī)劃設(shè)計(jì),從而實(shí)現(xiàn)了即時(shí)閉環(huán)和延時(shí)閉環(huán)的融合統(tǒng)一。

全方位異常感知 助力交通新基建

道路交通空間有著高流動(dòng)、多對(duì)象的屬性,而云邊一體模式正適合解決這種要素復(fù)雜,需要快速反應(yīng)的場(chǎng)景管理問題。

值得一提的是,本次閃馬發(fā)布的“星邊緣”智能盒可支持闖紅燈、越線停車、路口滯留等25種交通違法識(shí)別,事故、擁堵、拋灑物等18種交通異常事件識(shí)別,車道流量、車速、排隊(duì)長(zhǎng)度等9種交通參數(shù)采集,以及違法車輛車牌、車型等屬性抓取。并且,“星邊緣”智能盒可同時(shí)接入6路視頻流,每路視頻可開啟20種違法檢測(cè)模型。

上述的模型種類并非固定,閃馬仍在持續(xù)升級(jí)交通“星邊緣”,持續(xù)提升邊緣感知和發(fā)現(xiàn)的能力。同時(shí),適配不同的攝像頭拍攝角度,已經(jīng)抖動(dòng),夜間等惡劣視頻畫質(zhì)的影響,交通“星邊緣”產(chǎn)品做了足夠的算法優(yōu)化,以保證城市攝像頭環(huán)境的充分利舊。

由于更接近交通現(xiàn)場(chǎng)就能更做出更快捷的反應(yīng),為此智能盒還經(jīng)過硬件優(yōu)化,保障高溫、低帶寬,雨雪等惡劣環(huán)境下仍能正常運(yùn)行,完美適配室外場(chǎng)景,滿足各類即時(shí)需求。

“星邊緣”智能盒背靠“星云”平臺(tái),可實(shí)現(xiàn)對(duì)絕大多數(shù)格式、協(xié)議、平臺(tái)的視頻流的支持,保障各種環(huán)境順暢運(yùn)行AI分析。借由強(qiáng)力的邊緣側(cè)支持,結(jié)合豐厚的云端平臺(tái)資源,平臺(tái)可匯集不同類型數(shù)據(jù),統(tǒng)一管理,在平臺(tái)上就可實(shí)現(xiàn)發(fā)現(xiàn)-查處-反饋-規(guī)律統(tǒng)計(jì)的全閉環(huán),深度發(fā)掘事件核心,從根本上實(shí)現(xiàn)“一平臺(tái)統(tǒng)管”。

閃馬智能 智建未來城市

僅在不到兩年的時(shí)間內(nèi),閃馬智能已為200+城市實(shí)現(xiàn)AI賦能,幫助城市服務(wù)和管理部門有效實(shí)現(xiàn)城市治理閉環(huán),提高城市治理水平。閃馬智能,一向致力于城市的數(shù)字化轉(zhuǎn)型升級(jí),智建未來城市也是閃馬一直以來的使命??萍疾粫?huì)只停留在實(shí)驗(yàn)室,只有解決了實(shí)際的問題才是偉大的創(chuàng)新。在這條道路上,閃馬持續(xù)創(chuàng)新,完善AI工業(yè)化系統(tǒng)的構(gòu)建,深入行業(yè)業(yè)務(wù),并將繼續(xù)堅(jiān)持為社會(huì)打造切實(shí)有效的產(chǎn)品。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )