数字孪生应用白皮书发布 推动新型智慧城市建设

数字孪生应用白皮书发布 推动新型智慧城市建设

数字孪生应用白皮书发布 推动新型智慧城市建设 近日,由工信部中国电子技术标准化研究院牵头编写的2020年《数字孪生应用白皮书》在中国国际高新技术成果交易会发布,反映出数字孪生对于我国经济社会发展的影响日益深刻。 作为新基建背景下的重要研究成果,该白皮书对当前我国数字孪生的技术热点、应用领域、产业情况和标准化进行了分析,同时收录了在智慧城市、智慧交通、智慧能源、智慧建筑、智能制造、智慧健康6大领域的31个应用案例。 相比于往年,此次白皮书重点考察了我国数字孪生应用的发展现状与趋势,并指出数字孪生将从以下六个应用层面推动我国经济社会的发展:一是促进数字经济与实体经济融合,加快产业升级;二是贯通工业生产信息孤岛,释放数据价值;三是统筹协调系统内外部变化,实现资源能源优化配置;四是实现全要素数字化,推动新型智慧城市建设;五是优化城市设计布局,打造科学公共服务体系;六是基于医疗大数据合理分配医疗资源,提升公共健康保障效率。 当前智慧城市建设涉及面广、技术复杂、业务类型多,需要信息、通信、应用多领域协作,并不断完善标准体系。智慧城市部分领域标准缺失,标准体系不完善,影响智慧城市标准化建设。 以白皮书中被引用最多次的智慧城市领域重点标杆案例特斯联为例,其AICITY拥有多维感知,多维数据,多维智能的特点,很好弥补了此前智慧城市建设由于缺乏统一的智慧城市架构体系,导致出现各自为政、信息孤岛,硬件和系统重复开发,数字孪生生态难以完善的弊端。 同时,在城市的顶层设计层面,特斯联也为数字孪生提供了一种全新的落地方式。即通过AICITY的系统建设,提供统一的平台底座,适配于上层各种不同的垂直场景应用,以满足城市数字孪生通过集成多学科、多物理量、多尺度、多概率的方式全面实现对现实世界的虚拟映射的初衷。 数字孪生是指具有数据连接的特定物理实体或过程的数字化表达,可以保证物理状态和虚拟状态之间的同速率收敛,并提供物理实体或流程过程的整个生命周期的集成视图。 数字孪生最典型的应用场景就是智慧城市。数据显示,目前全球近1000个提出智慧化发展的城市中,有近500个中国城市,占全球数量的48%。智慧城市建设成为我国下一阶段新型城市基础设施建设的集中承载平台。2019年我国新型智慧城市规模超过9000亿元,未来几年还将保持较快速度增长,预计到2023年市场规模将超过1.3万亿元。 当下,为了促进数字孪生在具体应用领域的发展,我国也在不断完善相关技术标注。在智能制造应用领域,由中国电子技术标准化研究院牵头的2项IEEE系列标准《智能工厂物理实体的数字化表达系统架构》(P2806)、《工厂环境中物理对象数字表示的连接性要求》(P2806.1)已成功立项;2项国家标准《智能制造虚拟工厂参考架构》《智能制造虚拟工厂信息模型》已处于报批阶段;1项《信息技术数字孪生第1部分:通用要求》国家标准已提交立项。  ...
阅读更多
智慧城市全生态场景建设已在全国多地成功落地

智慧城市全生态场景建设已在全国多地成功落地

1、智慧城市全生态场景建设已在全国多地成功落地 智慧城市馆内,华为提供的水利5G监测杆站解决方案“一杆通”,通过实时感知水雨情、水面漂浮物等关键指标,及时将动态变化情况回传至云端。 一款室内智能环保组合公厕特别引人注目。有别于传统公厕,这个移动式公厕具有智能呼救、隐形门把手等功能,可通过云端管控进行维护…… 11月15日,历时5天的第二十二届中国国际高新技术成果交易会(以下简称高交会)在深圳落下帷幕。本届高交会上,各种5G技术应用、“人工智能+智慧城市”建设概念、人工智能在智慧城市领域中的应用方案,展现了我国智慧城市建设水平。目前,智慧园区、智慧政务、智慧交通等智慧城市的全生态场景建设已在全国多地成功落地。   智慧城市建设如火如荼 据统计,我国657个县级以上城市中,目前有433个城市在推进与智慧城市相关项目的发展、落地、实施,占比达到了65.91%。“2020亚太区领军智慧城市”评选中,上海、广州、深圳因高度发达的智慧城市建设水平,与国外的釜山、斯塔万格、汉堡、曼谷同夺桂冠。 “中国智慧城市建设已经进入了以人为本、成效导向、统筹集约、协同创新的新型智慧城市发展阶段。”在高交会期间举办的智慧城市展亚太智慧城市发展论坛主论坛上,国际数据集团(IDG)亚洲总裁朱东方如是说。 据IDG最新发布的《全球智慧城市支出指南》预测,截至今年,全球智慧城市市场相关投资总额将达到1144亿美元,中国智慧城市支出将达到266亿美元。 在国家信息中心副主任、国家公共信用信息中心主任周民看来,智慧城市建设是激发内需潜力,构建国内、国际双循环新发展格局的重要支点。他进一步指出,新型智慧城市建设以新技术创新应用为驱动,以改善服务民生为目标,通过人工智能、区块链、5G等数字科技手段与城市战略、规划、建设、运行和服务全面深度融合,成为数字经济时代化解城市发展困境,带动内循环经济健康发展的重要支点。  产城融合将是智慧园区发展趋势 新基建中,产业园区承载了国家供给侧结构性改革和经济内循环的示范效应,是引领产业升级的重要载体。统计显示,2019年国内各类园区达2.5万个,对国家经济贡献总值达到35%以上。 “传统园区的智慧化服务不足、管理粗放、运营薄弱,大部分园区面临数据缺乏治理、信息孤岛现象严重等困境。”凡拓数字创意集团副总裁刘晓东认为,可通过提升园区数字化管理和公共服务,运用大数据勾勒企业画像,为园区提供更精准的招商服务。同时,通过数字孪生技术构建园区产业数据湖,积累产业大数据,为园区企业提供众创孵化、人才培养等服务,从而促进整个生态圈的构建。   不可忽视城市内涵构建 新冠肺炎疫情期间,健康码、大数据、云平台等社会治理的新工具、新手段在疫情防控阻击战中发挥出重要作用,体现了以数字化手段推进社会共建、共治、共享的巨大创新潜力。 “智慧城市建设是促进政府职能转变,推动城市治理体系与治理能力现代化的关键抓手。”周民指出,“十四五”时期,经济社会环境加速变革,公共服务需求日益多元化,在城市治理中强化人工智能、区块链、大数据等现代前沿技术支撑和应用的演练,构建城市智能运行和智慧治理体系,是推动城市治理体系和治理能力现代化的必由之路。同时,推进新型智慧城市建设,有利于加快推进数字要素市场化,带动新一代信息技术与实体经济深度融合。 智慧城市是由智慧的技术来定义吗?“不是。我们现在缺乏的是对城市规律、内涵的把握和理解。”国家信息中心信息化和产业发展部主任单志广表示,很多人懂智慧的技术,但不懂城市和未来经济的发展规律,“我认为对智慧城市的发展路径探索和内涵挖掘至少要占建设工作的70%,其余30%才是用技术进行赋能。”  ...
阅读更多
超高清视频监控推动大量智能应用落地

超高清视频监控推动大量智能应用落地

超高清视频监控推动大量智能应用落地 高清视频监控可以为用户提供高质量的视频数据,不仅更为直观的还原监控场景,而且为AI技术在大场景应用中提供更好的视频资源。用户可以通过对这些的视频内容进行深度挖掘,分析出更多有价值的信息。因此,超高清视频必将推动大量智能应用落地。 超高清视频对于安防行业的影响,从技术层面上来讲,可以说是从"看得清"向"看得更清"迈进。超高清视频能在画面中呈现更多的细节特征,更清晰、更准确地还原监控场景,同时还能实现对场景中车辆的车牌、行人人脸进行化的识别,以及实现对行人行为的侦测等智能分析应用。对于视频监控而言,图像清晰度是关键的特性之一,图像越清晰,细节也就越明显,不但会使用户的观看体验更好,对场景中的特征与行为分析也更准确。 超高清视频监控应用领域非常广泛,比如电力线路的监控与检修,通过超高清视频画面,观察电力输电线路及电力设备运行情况等问题,可以大大减少维修时间和成本;还可以应用在无人机上,使用户通过安装在无人机上的超高清设备,可以在高空对目标进行远距离清晰的监控跟踪;此外,超高清视频监控还可以应用于视频直播,比如体育场馆比赛直播、活动直播、景点直播等。其中重点应用有以下几个方面: 一、公安监控系统 在公安系统应用中,绝大多数的模拟摄像设备均不能满足公安调查取证的需要。传统模拟摄像机传输的视频图像模糊不清,在夜间违法行为高发时间,视频图像无法辨认清楚人脸。每当画面人物较多或者动作较快时图像效果就更差。高清及超高清摄像机的应用,能够提高视频监控的清晰度,为公安系统带来最佳的图像效果。超高清丰富的画面细节,覆盖范围广等特点,可以在人流、车流密度的公共场所得到很好的应用,对于可疑人员,放大后也可以看清楚人的面部细节特征。通过与视频智能分析技术相结合,为智能监控提供了高清晰的视频画面分辨率,有效提高了智能预警的可靠性。 二、学校 经过2010年4月份至5月份的几起重大校园恶性报复事件后,校园的安全防范建设受到国家相关部门的高度重视。校园安防升级后,对高清产品的应用也有一定的需求,但并不是全系统应用,主要为点位需求,比如在校门口,围墙周界,操场等学生密集、流动大的场所需要安装高清摄像机监护学校学生安全,发现可疑人员,自动追踪并报警通知学校保卫人员。 三、机场、港口等公共场所 机场,港口等场所具有人口流动大、人员复杂等特点,是犯罪分子经常出没的地方。在拥挤的人群中,如何能够迅速准确的找到目标,如何及时发现可疑人员,并第一时间制止犯罪行为的发生。通过在出入口,售票大厅,候车厅等监控区域部署高清摄像机获取清晰画面并高清存储,在发生纠纷时需要获取重要的高质量视频证据时显得非常重要。  ...
阅读更多
人脸识别布控系统方案 让视频监控变得更加智能

人脸识别布控系统方案 让视频监控变得更加智能

1、人脸识别布控系统方案 让视频监控变得更加智能 随着经济全球化的影响日益深入,改革开放的进一步推进和城市化建设的步伐日益加快,导致城市人口密集、流动人口增加,引发了城市建设中的交通、社会治安、重点区域防范等城市管理问题。当前治安形势多样性、复杂性、犯罪作案手段隐蔽性以及刑事案件高发,尤其是近年来年对城市反恐的新要求,为公安管理工作特别是预防犯罪和执法工作提出了新的挑战。但是由于目前公安警力增加远不能满足实际需求的发展速度,于是随着人工智能技术和监控摄像技术的发展,能将科技手段转化为直接战斗力的城市治安图像监控成为了解决该问题的重要手段,为直接为破获案件提供了便利。 传统安防识别方法缺陷及解决 传统监控识别方法带来的问题,首先无法避免人类自身不可靠的弱点,不能始终保持警惕,察觉安全威胁,注意力难以持久,容易错过重要画面信息。其次摄像机数量大于监视器数量,并非采用1:1方式,轮巡显示、多画面小图像的方式,很可能错过异常现象,听任事态发展。另外监视与录像分开,不能留住瞬间画面或者快速抽调录像,辅助分析。最后,目前录像内容,仅供事后参考,对于异常情况或者突发事故如果发生,损失和影响将无法挽回,属于被动监控。 微模式动态人脸识别布控系统,智能视频监控在原有的视频监控基础上增加智能视频分析功能,系统能够根据设置的布控方案自动判断每一路监控场景是否存在异常情况,当产生异常情况后系统将自动产生告警。 一、人脸识别技术 1、人脸检测 “人脸检测(Face Detection)”是检测出图像中人脸所在位置的一项技术。 人脸检测算法的输入是一张图片,输出是人脸框坐标序列(0个人脸框或1个人脸框或多个人脸框)。一般情况下,输出的人脸坐标框为一个正朝上的正方形,但也有一些人脸检测技术输出的是正朝上的矩形,或者是带旋转方向的矩形。 常见的人脸检测算法基本是一个“扫描”加“判别”的过程,即算法在图像范围内扫描,再逐个判定候选区域是否是人脸的过程。因此人脸检测算法的计算速度会跟图像尺寸、图像内容相关。开发过程中,我们可以通过设置“输入图像尺寸”、或“最小脸尺寸限制”、或“人脸数量上限”的方式来加速算法。 2、人脸配准 “人脸配准(Face Alignment)”是定位出人脸上五官关键点坐标的一项技术。 人脸配准算法的输入是“一张人脸图片”加“人脸坐标框”,输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值,可以根据不同的语义来定义(常见的有5点、68点、90点等等)。 当前效果的较好的一些人脸配准技术,基本通过深度学习框架实现,这些方法都是基于人脸检测的坐标框,按某种事先设定规则将人脸区域扣取出来,缩放的固定尺寸,然后进行关键点位置的计算。因此,若不计入图像缩放过程的耗时,人脸配准算法是可以计算量固定的过程。另外,相对于人脸检测,或者是后面将提到的人脸提特征过程,人脸配准算法的计算耗时都要少很多。 3、人脸属性识别 “人脸属性识别(Face Attribute)”是识别出人脸的性别、年龄、姿态、表情等属性值的一项技术。 一般的人脸属性识别算法的输入是“一张人脸图”和“人脸五官关键点坐标”,输出是人脸相应的属性值。人脸属性识别算法一般会根据人脸五官关键点坐标将人脸对齐(旋转、缩放、扣取等操作后,将人脸调整到预定的大小和形态),然后进行属性分析。 常规的人脸属性识别算法识别每一个人脸属性时都是一个独立的过程,即人脸属性识别只是对一类算法的统称,性别识别、年龄估计、姿态估计、表情识别都是相互独立的算法。但的一些基于深度学习的人脸属性识别也具有一个算法同时输入性别、年龄、姿态等属性值的能力。 4、人脸比对 “人脸比对(Face Compare)”是衡量两个人脸之间相似度的算法。 人脸比对算法的输入是两个人脸特征(注:人脸特征由前面的人脸提特征算法获得),输出是两个特征之间的相似度。人脸验证、人脸识别、人脸检索都是在人脸比对的基础上加一些策略来实现。相对人脸提特征过程,单次的人脸比对耗时极短,几乎可以忽略。 基于人脸比对可衍生出人脸验证(Face Verification)、人脸识别(Face Recognition)、人脸检索(Face Retrieval)、人脸聚类(Face Cluster)等算法。 5、人脸验证 “人脸验证(Face Verification)”是判定两个人脸图是否为同一人的算法。 它的输入是两个人脸特征,通过人脸比对获得两个人脸特征的相似度,通过与预设的阈值比较来验证这两个人脸特征是否属于同一人(即相似度大于阈值,为同一人;小于阈值为不同)。 6、 人脸识别 “人脸识别(Face Recognition)”是识别出输入人脸图对应身份的算法。 它的输入一个人脸特征,通过和注册在库中N个身份对应的特征进行逐个比对,找出“一个”与输入特征相似度较高的特征。将这个较高相似度值和预设的阈值相比较,如果大于阈值,则返回该特征对应的身份,否则返回“不在库中”。 7、人脸检索 “人脸检索”是查找和输入人脸相似的人脸序列的算法。 人脸检索通过将输入的人脸和一个集合中的说有人脸进行比对,根据比对后的相似度对集合中的人脸进行排序。根据相似度从高到低排序的人脸序列即使人脸检索的结果。 8、人脸聚类 “人脸聚类(Face Cluster)”是将一个集合内的人脸根据身份进行分组的算法。 人脸聚类也通过将集合内所有的人脸两两之间做人脸比对,再根据这些相似度值进行分析,将属于同一个身份的人划分到一个组里。 在没有进行人工身份标注前,只知道分到一个组的人脸是属于同一个身份,但不知道确切身份。另外假设集合中有N个人脸,那么人脸聚类的算法复杂度为O(N2) 9、人脸活体 “人脸活体(FaceLiveness)”是判断人脸图像是来自真人还是来自攻击假体(照片、视频等)的方法。 和前面所提到的人脸技术相比,人脸活体不是一个单纯算法,而是一个问题的解法。这个解法将用户交互和算法紧密结合,不同的交互方式对应于完全不同的算法。鉴于方法的种类过于繁多,这里只介绍“人脸活体”的概念,不再展开。 二、设备系统组成 微模式动态人脸布控系统是基于人脸识别核心算法的智能系统,通过在人员密集及重点人员管控等场所的进口通道,布置人脸图像采集摄像头,系统将搜索采集到的人脸图像与人脸图像库进行比对,比对成功后迅速锁定嫌疑人员,并辅以人工研判,并将预警信息发送至管控责任单位或责任人终端,由相关人员开展处置工作。该系统能快速准确无误识别重点管控人员,是安防的重要手段,应用广泛。 系统设备-人脸图像采集终端: 1. 人脸抓拍摄像机 通过摄像头进行人脸捕捉抓拍后,摄像头自动将所抓拍到的人脸图像进行人脸去重、人脸质量评判等流程作业,最后将合格的人脸照片图像传到后台与重点人员人脸库再进行识别比对、核验。 2. 普通网络摄像机 通过网络摄像头监控区域,摄像头自动获取视频流送至人脸检测服务器,由人脸检测服务器对视频流进行人脸检测、人脸去重、人脸质量评判等流程作业,最后将合格的人脸照片图像传到后台与重点人员人脸库进行识别比对、核验。 产品功能简介: 1. 市局权限分级:市局授予权限,给分局分配不同账户,实现多账户信息共享; 2. 预警发送:短信、微信等多方式传送到管控终端,实时掌握重点人员信息; 3.研判工具:根据案件侦查情况,可依据时间、地域等对重点人员进行布控追查; 4.平安城市视频对接:与平安城市视频监控进行对接,进行重点人员布控; 5.公安局平台对接:对接公安系统平台,预警信息实时发送。 应用领域:火车站、汽车站、地铁站、公交车站、机场等,人员密集场所、大型会议安保、重点人员临时布控。 三、部分应用场景 1.各企业单位: 在单位或小区的门口、各个角落安装摄像头,利用刷脸代替刷卡,一边利用人脸识别技术来杜绝陌生人出入小区、记录访客,也可实时排查可疑人物。 2.金融业: 如针对VIP客户建立人脸识别系统,当客户一进入银行,人脸识别系统对客户进行拍摄,快速识别客户身份,是否为vip客户,并及时将贵宾人员的信息推送到业务干系人手持设备上,让大堂经理或客户经理等人员及时进行接待工作,有效提升VIP客户满意度,也提高了银行的服务水平,增加行业竞争优势。 3.教育行业: 应用在幼儿园、中小学中,提高校园安全率。快速识别本校学生、老师、家长,杜绝陌生人进入,杜绝小朋友被冒领现象。在各种重大考试中,可利用人脸识别技术确认考生身份,防止假证考试、替考等不良现象。在考场中,可以全程监考,避免作弊现在发生,既保证考试的公平公正性,又大降低了学校的人工成本。 4.公安行业: 在一些公众场合安装摄像头,利用动态人脸识别布控让民警可以从重复、繁杂的视频观察中解放出来。通过高清摄像头抓取人脸、再进行大库比对,警方可以轻易找出重点人员流动路径。可以广泛应用于机场、车站、港口、地铁重点场所和大型商超等人群密集公共场所,以达到对一些重点人员的排查,抓捕逃犯等目的。  ...
阅读更多
人工智能赋能无人驾驶 实现智慧交通新升级

人工智能赋能无人驾驶 实现智慧交通新升级

人工智能赋能无人驾驶 实现智慧交通新升级 自动驾驶是通过自动驾驶系统,部分或完全的代替人类驾驶员,月安全地驾驶汽车。汽车自动驾驶系统是一个涵盖了多个功能模块和多种技术的复杂软硬件结合的系统。在机器学习、大数据和人工智能技术大规模崛起之前,自动驾驶系统和其他的机器人系统类似,整体解决方案基本依赖于传统的优化技术。随着人工智能和机器学习在计算机视觉、自然语言处理以及智能决策领域获得重大突破,学术和工业界也逐步开始在无人车系统的各个模块中进行基于人工智能和机器学习的探索。自动驾驶系统作为代替人类驾驶的解决方案,其设计思路和解决方法背后都蕴含了很多对人类驾驶习惯和行为的理解。现在,自动驾驶已经成为人工智能最具前景的应用之一。 一、人工智能对于自动驾驶的重大意义 人工智能技术是无人驾驶发展的基础,并且在系统上有着大量的应用,可以说是密不可分。这其中主要分为三大部分:环境感知模块、决策规划模块以及控制执行模块。 (1)环境感知模块 作为无人驾驶中最重要的一环,它的发展往往决定了无人驾驶的应用程度。无人驾驶最重要的就是实时感知周围环境信息,以便及时获取数据信息,这些都是由传感器完成的,比如摄像头、激光雷达、毫米波雷达、超声波传感器[4],无论是在熟悉的环境还是新环境,汽车可根据这些传感器数据做聚类处理,并利用各种算法对周围进行车道线或标志物检测,并通过系统内的分析模块来分析。唯一的不足就是已有的自身感知技术无法达到较高精度,只能通过GPS获取车身状态信息,位置来进行导航。 (2)决策规划模块 根据传感器传回的实时路网信息、交通环境信息和自身驾驶状态等信息,无人驾驶系统通过分析来产生决策,比如遵守交通规则(包括突发异常状况)的安全快速的自动驾驶决策[5]。這与最近刚出现的5G技术有关,由于无人驾驶技术在道路上会有巨量的实时数据进行传输和获取,原本的网络技术已经满足不了这种需求,5G就合理的应用起来,既更加保证了行驶的安全,也加速了该技术的发展。 (3)控制执行模块 根据规划的行驶轨迹,以及当前行驶的位置、姿态和速度,产生对油门、刹车、方向盘和变速杆等的控制命令。传统控制方法有PID控制、滑模控制、模糊控制、模型预测控制等[6]。如较低等级的汽车定速巡航到现在的无人驾驶都是这一模块控制的具体体现。 4无人驾驶的优点与不足 4.1无人驾驶优点 随着近年来技术的完善,无人驾驶技术在生活中诸多领域体现除了极大地潜力,例如无人驾驶技术可以减少交通事故、缓解交通拥堵、降低能耗、保护环境等等。无人驾驶技术在被发明制造以前,人就早就有了类似的技术:飞机的自动驾驶,其存在的价值不正是减少人的疲劳,提高安全系数。无人驾驶亦是如此,且相对而言更加贴近人么生活,与人们息息相关。无人驾驶技术凭借其强大的适应性,正在融入人们的生活。在遵守交通规则方面,无人驾驶汽车会严格按照系统中的设定,一丝不苟的执行,不会出现闯红灯、超速的情况,极大程度上较少了违规率;在保护人们安全方面,也有巨大成效,凭借其对周围环境频繁的扫描,使汽车可以在紧急情况下提前做出反应;以往出现的疲劳驾驶、醉酒驾驶也会因为无人驾驶技术的存在,变得十分容易解决。 二、无人驾驶中安防及相关产品技术应用 从技术角度来说,无人驾驶汽车通过车载传感器或摄像头来获得道路、车辆位置和障碍物信息,自主控制车辆转向和速度,从而使车辆安全在道路上行驶,并到达预定目的地。这个过程涉及到诸如人工智能、传感器、机器视觉、自动控制等多项前沿技术。不难看出,这些技术与安防行业有着息息相关的联系。 在无人驾驶汽车行驶的过程中,汽车需要通过视频监控,对路况、车辆以及行人等信息进行实时分析,及时做出反馈,因此图像传感器与视频分析技术对于无人驾驶汽车来说非常重要。 总体来说,无人驾驶技术是一个涉及传感器、计算机、信息通讯、自动控制、导航定位、机器视觉、人工智能等多诸多前沿学科的综合技术。根据无人驾驶的职能模块,可将无人驾驶的关键技术分为:环境感知技术、定位导航技术、路径规划技术和决策控制技术。环境感知技术是通过多种传感器对车辆周围的环境信息进行感知;定位导航技术主要包括定位技术和导航技术;路径规划技术可以为无人驾驶提供最优的行车路径;决策控制技术相当于智能车的大脑,它通过综合分析环境感知系统提供的信息,对当前的车辆行为进行决策。可见,在无人驾驶系统中,诸如监控技术、机器视觉、人工智能等等支撑无人驾驶机车的关键技术,不少与安防的一些相关技术都有着较大的重叠,甚至有的完全是安防技术的直接应用, 因此,无人驾驶汽车几乎可以算是一些安防技术的跨界应用。也就是说无人驾驶技术虽然不能算作严格的安防市场,但是从本质上来说,也算是一个安防技术的应用市场,因此无人驾驶的发展带给安防企业的机遇是非常巨大的,这一切从海康、大华等企业这两年已经先后跨入无人驾驶汽车市场就可以看得出来。  ...
阅读更多

人工智能助力缓解交通拥堵 城市交通大脑发挥重要作用

人工智能助力缓解交通拥堵 城市交通大脑发挥重要作用 交通堵塞的问题,远在古代的罗马就已经成为官员和市民最头痛的问题。近几年,随着城市化进程的不断推进,交通拥堵成为日益严重的问题。 智慧交通作为智慧城市建设的重要组成部分,已进入全面建设阶段,在缓解交通拥堵、优化出行服务等方面发挥重要作用。从缓解汽车拥堵到优化各项出行服务,各地纷纷进化"城市交通大脑"。全国已确定了30多家交通强国建设试点单位,包括省区市交通主管部门、相关大型企业等。在目前公布的数个试点方案建设要点中,"智慧交通"成为主要关键词。中商产业研究院预测,2023年智慧交通行业市场规模有望超过1400亿元。这其中最重要的技术支撑就是人工智能了。 一、人工智能对构建"城市大脑"的重要意义 交通是一座城市的"毛细血管",它就像人体的毛细血管一样,连接了动脉和静脉,分支并且相互吻合成网,维护着城市交通的正常运行。但是,拥挤的人流、紧张的交通,和无数人员物资的调运,巨型城市本质上是无数数据的流动,但这些数据却缺乏指挥和思考,各自按照自身意愿流动。很多拥挤和事故,都是在这一基础上酝酿的。因此,在构建智慧城市,智能交通城市大脑的过程中,AI就显得尤为重要。 所谓城市数据大脑,简而言之就是利用人工智能技术,形成以数据为驱动的城市决策机制,根据实时数据,调控调配公共资源。在AI交通上最出名的案例就是阿里云ET城市大脑:城市大脑1.0正式接管杭州128个信号灯路口,试点区域通行时间减少15.3%,高架道路出行时间节省4.6分钟。在主城区,城市大脑日均时间报警500次以上,准确率达92%;在萧山,120救护车到达现场时间缩短一半。 作为一座城市的人工智能中枢,城市大脑共包括了超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台等五大系统,分别代表城市的各个"器官"并相互协同。其内核采用了阿里云的ET人工智能技术,可以对整个城市进行全局实时分析,自动调配公共资源,修正城市运行中的各种Bug,并最终将进化成为能够治理城市的超级人工智能。 二、安防产品技术在指挥交通城市大脑中的应用 城市大脑需要智慧之眼。通过监控摄像头让城市变得更智智慧,不仅仅是单一的视频检索和计算机视觉问题,而是在面临海量信息和突发事件时,能否能迅速做出反应、能否降低计算量、能否有效识别和检索等一系列庞大的系统工程。 在城市大脑建设和应用中,安防产品技术主要一下重点应用: (一)用球机监控替代交警路面巡查来发现各类交通事件 在"城市大脑"建设中,通过提取师傅们的经验特征,形成算法和场景,实现机器智能。用球机监控替代交警路面巡查来发现各类交通事件,诸如交通事故、车辆抛锚、违法停车等。准确判断每起事件的不同属性,进而对交通堵点、乱点以及涵盖交通事故、交通拥堵等交通事件自动报警。 (二)对卡口设备的应用进行创新 通过"城市大脑"将卡口应用升级成非现场执法,包括驾驶人开车打手机、未使用安全带、重点车辆报警等等,这些数据都可以从卡口系统里抽取。这种通过抽取卡口数据进行非现场执法的方式,可以在很大程度上解放有限的警力,让民警去快速处置事故和抛锚车辆,快速管理行人和机动车。 (三)运用城市大数据对警务进行创新 把传统的路口民警定点为主的勤务模式,创新升级为现在的路口智能监管,路段滚动快处理的模式,为此配套成立交警机动队,快速处置"城市大脑"报警发现的各类事件。 (四)建立"城市大脑"交通信号配时中心 通过人工智能研究调整信号配时,让系统学习和模仿人工配时的经验,并配以大数据算法,用结果衡量,找到适合本土混合交通模式的最佳配时方案,实现信号灯的集中统一独立调控。交通信号配时中心作为"城市大脑"数据最灵敏的双手,在监控实现堵点自动报警后,通过信号灯实时配时优化,消红变绿。  ...
阅读更多
人工智能应用于智慧停车及安防产品技术应用

人工智能应用于智慧停车及安防产品技术应用

1、人工智能应用于智慧停车及安防产品技术应用 在城市生活中,停车位问题也一直在不断上演,价格贵以及管理混乱等现象很常见,很多车辆外出时迫于无奈只能停在路边,影响交通路况不说,还会被贴条和刮蹭。不但给城市交通造成压力,还让人们的出行极度不便。 智慧停车是近年来特别火爆的一个智慧交通场景应用,通过车牌识别的应用已经落地了无感支付,无人值守收费等典型的AI场景应用。利用车辆特征进行精准识别,可以实现无牌车、污损号牌车辆的进出场精准匹配和计费,并通过AI识别规避通过打印号牌或手机图片开闸的恶意逃费。除此之外,还可以构建AI无线视图物联识别感知平台,通过AI能力赋能给智慧停车行业,入口车辆的精准识别画像,通过精准识别入口车辆的品牌、价位、颜色,并将数据推送给商家,由商家实现精准化的营销推送。 一、人工智能在智慧停车领域的主要应用 (一)大数据整合分析 基于云计算大数据,帮助交通数据运转起来!大数据实现了数据共享,打破了数据孤岛,让以前闲置的数据运作起来,为智慧停车提供数据的支持。例如,帮助用户分析路况,指导出行路线及目的地停车场车位空余情况。 (二)停车诱导、反向寻车 近年来汽车保有量越来越大,为了提供更完善的停车场,停车场建的越来越大,有的停车场会建造上千个车位!面对这样大的停车场,对停车场管理员和停车用户也是种考验!面对这种问题在停车场设计停车诱导、车位引导及反向寻车是非常有必要的! (三)无人化服务 从去年开始无人化服务逐渐流行起来。停车场的自动化服务程度也越来越高,管理员也逐渐减少。更加智能化的停车场将会是无人化的服务。 (四)车位预订 车位余量统计一直是智慧停车领域一大痛点,由于没有精准的车辆余位信息,因此区域的停车位诱导系统往往效果不佳体验不好。 通过人工智能智能停车软件可以实现自动下单、记录订单详细情况的功能。可以实现空位实时查询及停车车位的预订,将会为用户提供更加方便,放心的停车软件!为用户解决后顾之忧。 目前我国尚没有一个平台能精确发布全国各地停车场剩余余量信息,主要是因为现有的车位检测方式,地上主要依靠地磁,地下主要依靠车位识别摄像机和超声波探测,其中地上检测问题尤为突出,地磁用于停车场干扰较为严重,精度往往不能很好的满足用户要求。 通过AI实现了车位占用状态识别,通过一个或多个摄像机组合即可实现一个室外停车场的车位余量实时检测,成本低,施工简单,精度高。 (五)移动支付 移动支付如今成为一种支付趋势,移动支付不仅为用户提供了方便,也为商户提供了便利。消灭了停车价格不透明及现金缴费的繁琐!尤其是实现了离场自动支付,让用户及管理者更加的省时省力。 二、智慧停车中安防及相关产品技术应用情况 目前在城市交通管理中,主要的停车场景包括停车场(包括专业停车场、配建停车场、临时停车场)以及停车位(例如路侧停车位、高架桥及立交桥底停车位等)。应用场景不同就存在有多种交通车辆信息的采集技术和产品,例如在停车场中多以出入口控制设备,涵盖车牌设备、车位诱导以及线圈地磁等,而在路侧的停车位则包括咪表、地磁、高位视频、视频桩、线圈等等。 (一)射频识别技术与视频识别技术 在智慧停车中,通过射频识别和视频识别技术的结合,建立智能监控卡口,预先采集业主车牌和车脸信息,出入口系统支持高效的车辆识别联动闸机放行,也支持访客预登记的车牌识别放行。 (二)车牌识别技术 自动车牌识别技术是利用采集车辆的动态视频或静态图像进行车牌号码、车牌颜色的自动模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 (三)出入口控制系统 停车场通过安装于出入口控制系统,记录车辆的车牌号码、出入时间,并与自动门、栏杆机的控制结合,就可以实现车辆的自动计时收费。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。车牌识别单元对图像进行处理,定位出车牌位置,再将车牌中的字符分割出来进行识别,之后组成车牌号码输出。 (四)车位引导技术 车位引导是智能停车发展相当重要的一环,它能帮助车主快速找到停车位,避免盲目驶入,有效提高交通道路利用率、缓解车辆拥堵。目前主流车位诱导系统主要有三类:停车区位引导、超声波车位诱导和视频车位诱导。  ...
阅读更多