3S Market deliver Smart and Valuable information for Business 3S Market 傳遞 智慧應用與價值的商業資訊
 智慧車載交通 智慧工廠\工業 4.0\公共工程 |
2023年11月29日 星期三
@ 2023\11\29\3S MARKET Daily 智慧產業新資訊
★ 人工智慧攝影機：徹底改變交通系統
新的人工智慧交通攝影機在維多利亞試用
 |
| 不只是縮時，還有粉塵、噪音、位移偵測 |
人工智慧交通攝影機的主題已經成為喀拉拉邦的話題，每個人都在討論最新技術，該技術正在徹底改變我們管理道路和高速公路交通的方式。 但人工智慧攝影機到底是什麼，是什麼使它成為一個如此迷人和相關的討論話題？
攝影機可以分析影像或鏡頭嗎？
是的！ 人工智慧攝影機可以。
如何？ 人工智慧攝影機只是一個電子裝置。 那麼，它如何辨識和報告交通犯罪？
然而，重要的是要注意，這不是一個神奇的裝置，而是依賴於基礎技術。 本部落格探討了人工智慧交通攝影機、其先進技術及其對交通管理和道路安全的影響。 在討論這個問題之前，我希望每個人都知道什麼是人工智慧。 人工智慧是指機器像人類一樣思考，使用演算法和資料分析來解決問題，並從經驗中學習。 這就像賦予機器真正聰明和做人類能做的事情的能力。
機器如何獲得這種能力？ 有可能透過機器本身來學習這種智慧嗎？ 不！ 簡而言之，我們人類透過用大量的資料和演算法來訓練他們，使他們變得聰明。 我們稱之為機器學習。 他們使用特殊程式來變得更聰明並解決問題，而不需要有人告訴他們該怎麼做。
人工智慧交通攝影機是如何工作的？
據交通部門稱，「全自動交通執法系統」使用人工智慧攝影機來捕捉和通知車主交通違規情況。 這些攝影機由太陽能供電，並使用 4G LTE 技術將資料傳送到控制室。 第一步，攝影機掃描每輛車，並將資訊傳送到控制室。 控制室接收違反交通法的車輛和司機的照片。 在違規行為後的 24 小時內，透過快遞、電子郵件和手機將訊息告知車主。
讓我們詳細討論一下。
人工智慧交通攝影機可以報告哪些罪行？
最初，喀拉拉邦的人工智慧攝影機將發現四種類型的違規行為。 不戴安全帽或安全帶，兩輪車上載著兩個以上的人，開車時使用手機，並執行紅燈。 人工智慧交通攝影機如何根據視覺或影像，確定是否發生了違規行為？ 我可以解釋用於此的技術和演算法。
影像捕捉
太陽能人工智慧交通攝影機捕捉清晰、高品質的影像。 它利用陽光工作，並為監控目的捕捉影像。 這些攝影機能夠每天 24 小時執行，即使在弱光或夜間條件下也能捕捉影像。
為了實現不間斷的操作，攝影機需要高效的元件和最佳化的軟體，以最大限度地減少能耗。 它還需要高效太陽能電池板，這些太陽能電池板可以從可用的陽光中產生足夠的能量，並能承受惡劣的天氣條件。 充足的電池儲存對於在沒有陽光時儲存能量非常重要。
視覺處理系統
每個人工智慧攝影機都嵌入了內部視覺處理系統。 當攝影機捕捉視覺時，它會在內部分析影像，而不會向遠端伺服器傳送任何資訊。 只有當檢測到違規行為時，攝影機才會向伺服器傳送必要的資料，使其能夠獨立報告違規行為。 在這裡，我們必須瞭解邊緣計算。
這裡邊緣運算的主要目的是什麼？
人工智慧交通攝影機透過邊緣運算，在本地處理影像資料，消除了遠端伺服器傳輸的需求。 這有助於人工智慧攝影機快速分析影像，並毫不拖延地辨識任何可能的違規行為。 它減少了透過網路傳送的資料量，使流量監控等即時任務更快、更高效。
它如何從大量的視覺效果中辨識犯罪？ 或者它將如何決定這是否是冒犯？
在這裡，我們必須理解電腦視覺。 人工智慧交通攝影機中的電腦視覺演算法分析視覺資料，以辨識圖案、物體和顏色。 他們可以追蹤物體移動，檢測交通違規行為，發現潛在的威脅，並辨識特定的行為或行動。
基於規則的違規檢測
規則已被編入人工智慧攝影機。 此外，還安裝了許多感測器，以幫助辨識紅線違規、駕駛時使用手機等。 為了檢測違反這些規則的行為，許多經過人工智慧訓練的模型一直在這些規則上執行。 模型透過分析標記資料和辨識模式來學習辨識影像中的物件和特徵。 這允許攝影機根據學到的模式和功能，即時準確辨識違反規則的行為。
現在是瞭解資料標籤、ML模型與資料標籤、資料標籤服務，及其提供商等之間的關係的時候了。 讓我們來經歷這一切。
訓練模型：資料標籤
資料標籤是將有意義的相關標籤，分配給用於訓練人工智慧模型的資料點的過程。 標記的資料為模型根據資料中，辨識的模式學習和進行預測提供了基礎。 使用專用工具和平台，對於確保標籤過程的準確性和品質非常重要。
資料標籤是訓練人工智慧模型的基本和重要部分。 只有當基本級別沒有錯誤時，系統才能正常工作並成功執行。 這意味著資料標籤應該是合格的和完成的。 誰會給這麼多資料貼上標籤？ 在過去的七年裡，在印度，一家名為 Infolks 的公司一直在逐步努力，滿足對影像註釋和其他資料標籤服務日益成長的需求。
用於標記的資料和技術類型
為了改進任何人工智慧模型，第一步包括選擇訓練演算法，並使用一流的訓練資料驗證模型。 一旦選擇了資料標籤服務的類型，Infolks 有助於處理完美的訓練資料。 為各種資料提供資料標籤，如影像、文字、影像、音訊和 3D PowerPoint。
在交通人工智慧攝影機中，邊界框標籤用於物體檢測和追蹤，幫助模型辨識車輛、行人和腳踏車的位置和尺寸，追蹤其移動，並提供即時見解，以提高道路上的安全和效率。
輪廓標記工具用於標記影像，或影像中的重要特徵。 就人工智慧交通攝影機而言，它有助於辨識車牌或路標等具體細節。 透過使用該工具準確標記資料，可以訓練人工智慧交通攝影機中使用的人工智慧演算法，以更好地檢測和報告交通違規行為。
人工智慧交通攝影機中的關鍵點工具，用於辨識和追蹤特定的興趣點，如交通標誌、交通燈或行人。 這項技術有助於人工智慧模型準確辨識和分類攝影機視野中的物體，改善交通管理和安全。
資料標籤商、批准人和品質控制經理組成了 Infolks 的三層品質控制系統。 透過實施這個三級品質保證體系，Infolks 可以保證其工作的最高品質。 憑藉準確和高品質的輸出，Infolks可以保持最佳輸出。 因此，Infolks提供準確的資料至關重要。
將來，為了檢測其他違規行為，我們可以透過向系統新增經過訓練的模型來更新它。
讓我們來看看一些在人工智慧交通攝影機上工作的演算法。
物件檢測演算法
它如何識別車輛的型號、顏色、尺寸、速度等？ 在這裡，我們必須瞭解深度學習。 在用例子討論這個問題之前，我想提一下什麼是深度學習。
深度學習是一種人工智慧，它透過建立辨識模式，並進行預測的複雜層次網路來從資料中學習。 這就像一個電腦化的大腦，可以根據從許多例子中學到的東西辨識事物並做出決定。 YOLO 是交通人工智慧攝影機中使用的最有效和高效的物體檢測演算法之一。
讓我們舉個例子來檢查一下。
對於安全帶檢測，可以在佩戴或不佩戴安全帶的司機的標記影像資料集上，進行深度學習模型的訓練。 該模型可以設計為使用卷積神經網路（CNN）架構，該架構可以學習檢測安全帶特有的特徵，如其形狀和紋理。
一旦訓練，深度學習模型可以佈署在人工智慧交通攝影機上，以實時檢測司機是否繫好安全帶。 攝影機捕捉司機的影像或圖像，然後由深度學習模型處理，以確定是否繫有安全帶。
透過不斷訓練和更新深度學習演算法的新資料，如不同的車輛類型別或駕駛行為，人工智慧攝影機可以隨著時間的推移，提高其準確性和效能，使其在檢測和應對道路上車輛的潛在安全風險方面更有效。
車牌辨識演算法
它如何辨識車牌並向所有者的手機號碼傳送訊息？ 這是答案！
使用邊緣檢測來辨識影像的邊緣
從中辨識車牌區域。
透過使用字元分割來辨識每個字元。
使用 OCR（光學字元識別）將其轉換為實際字元。
透過使用邊緣檢測，LPR 演算法可以將車牌與影像的其餘部分隔離，減少錯誤讀數的機會，並提高系統的準確性。
速度辨識演算法
交通 AI 攝影機的速度辨識捕捉，透過攝影機覆蓋區域的車輛的即時影像片段。 然後，攝影機使用電腦視覺和機器學習演算法，來分析鏡頭並檢測每輛車的速度。 速度辨識過程涉及幾個步驟，包括物體檢測、追蹤和速度計算。 使用複雜的數學計算，根據每輛車在一段時間內的位置和運動，來計算每輛車的速度。
配備太陽能和無線技術的人工智慧攝影機，可以很容易地從一個位置搬遷到另一個位置，從而使其使用和監控能力更加靈活。 這些攝影機的未來升級可能包括發現單向違規、跨車道（在佇列中間行駛而不是停留在一條車道上）和車道紀律違規的能力。
回答公眾的一些問題。
一個人工智慧交通攝影機可以捕捉多少張影像？ 他們能儲存捕獲的影像多久？
它可以根據需要儲存任意數量的影像。 可以在任何給定時間執行備份。
當一個人穿著黑色衣服或女人穿著部分覆蓋身體的披肩時，人工智慧攝影機能檢測到安全帶嗎？
無論你穿什麼衣服，它都能檢測到安全帶。 攝影機捕捉到同一個人的多次曝光。因此它可以識別該人是否繫有安全帶。
人工智慧攝影機在基於規則的演算法中會有任何例外情況嗎？
需要迅速到達的緊急車輛已被排除在外。 消防車、救護車、警察和其他帶燈塔燈的車輛是豁免的。 沒有其他讓步。
讓我們得出結論，人工智慧交通攝影機代表了交通管理和安全領域的重大進步，在未來幾年，它們可能會變得更加複雜和廣泛。 雖然它們對社會的影響是複雜和多方面的，但毫無疑問，它們將繼續在確保我們道路上安全高效的交通方面發揮重要作用。 請記住，這是為了我們的安全，而不是為政府賺錢。
在路上保持安全。
祝你旅途愉快。
記住也要關心他人。
★ 擴充鐵路閉路電視的價值
鐵路道口危險事故
|
| 不只是縮時，還有粉塵、噪音、位移偵測 |
在過去的十年裡，隨著閉路電視的使用，鐵路行業的安全有了顯著改善。火車營運公司（TOC，Train Operating Companies）實現了數位媒體提供的許多好處，從監控乘客安全到協助鐵路營運。
3G/4G/5G 蜂窩網路的進步，以及物聯網的崛起以及雲服務的擴散，使 TOC 能夠將閉路電視營運，從僅限站/平台的應用案例擴充套件，到封裝乘客體驗的全營運要求。
然而，在舊的機車車輛營運盲點仍然存在。 隨著投資報酬率還遠多年，許多 TOC 現在正在考慮改造計劃，以確保整個服務網路的無縫乘客體驗。
對於 TOC 來說，現在是重新審視和重新思考，其閉路電視部署整體架構的合適時機。 隨著軟體定義網路的技術進步，在執行和營運成本方面可能會節省大量資金。
Klas 擴充套件軟體框架，提供無縫、安全和可擴充套件的火車系統與任何地方地面操作的連線
© Klas
降低總擁有成本
對乘客安全的投資對 TOC 來說成本很高。但 TOC 需要承保閉路電視改裝的全部費用嗎？ 簡短的答案是否定的！閉路電視佈署計劃有三個基本部分：攝影機、網路和 NOC。攝影機和 NOC 幾乎無法做到，但該網路為降低閉路電視改裝的總擁有成本，提供了最大的潛力。
將網路分割成與閉路電視隔離的不同服務層的能力，允許 TOC 加入額外的合作伙伴服務。隨著每個新合作伙伴的入職，都有可能獲得額外的收入，從而有助於振興舊機車車輛的創收潛力。
最大化投資報酬率
為了在佈署閉路電視網路時，最大限度地提高投資報酬率，為了安全起見，TOC 需要首先能夠將閉路電視服務與所有其他服務隔離。傳統的網路架構將要求使用運算、網路和記憶體的單獨元件。不幸的是，遺留架構與閉路電視改裝節目的高效率和經濟推出背道而馳。
TOC 現在必須關注提供虛擬化技術的邊緣運算閘道器的進步。TOC 受益於一個單一的運算、網路和記憶體平台，該平台可以在閉路電視和任何其他服務之間共享。
例如，使用一個容納閉路電視、乘客資訊娛樂和警報服務的單一緊湊型鐵路標準平臺，可以減少機車車輛無法安裝和維護服務連續性的次數。 其他間接好處包括節省空間、減少佈線和減少每輛車廂的功耗。
採用虛擬化的另一個優勢是，閘道器上可用的每個運算和儲存位元組，都可以充分利用。其中一種方法是在未來新增新服務，或將現有的物理板載電腦遷移到虛擬平台，從而降低整個機車車輛的 IT 和維護成本。
將火車系統聚合到一個車載平台上
© Klas
閉路電視攝影機演變
鐵路閉路電視允許許多服務用例，從內部車廂 360 檢視到前置和外部攝影機，甚至是駕駛員控制的攝影機。然而，一個一致的事實是，攝影機技術的進步取決於板載網路型別。
網路影像錄製（NVR）利用 IP 網路技術，與攝影機通訊以傳輸數位影像。對於進行改造的 TOC 來說，訪問現有乙太網電纜織機的能力，將大大減少安裝攝影機所需的工作量。 無論重複使用還是拉動新的電纜織機，都需要透過切換技術聚合攝影機。
在選擇將影像串流傳輸到 NOC 的運算閘道器時，TOC 還應考慮其互連攝影機的切換要求。整體閘道器和交換機解決方案，大大簡化了機車車輛使用壽命內，網路的執行和管理，並具有減少 IT 工作量的額外優勢。
對攝影機選擇的進一步觀察是要求額外的元資料，如時間和地點，以簡化安全事件的證據收集。輕鬆將 GPS 資料與捕獲的影像整合的能力，意味著運算閘道器必須生成或攝取 GPS 資料提要。
儘量減少改裝停機時間
說到安裝時間，很明顯，當機車車輛停在院子裡時，TOC 沒有賺錢。閉路電視安裝人員需要能夠快速輕鬆地安裝系統。首先是確保所有元件都堅固緊湊，以儘量減少手動處理工作。
另一種觀點是，閉路電視安裝人員不是一旦上線管理系統的人。不同的角色在配置錯誤方面，造成了潛在的差距，這最終導致了失敗。透過軟體自動化，TOC 可以減少配置相機的工作量，並消除人為錯誤。
軟體自動化可以幫助分配閉路電視攝影機網路地址方案的方法，為 NOC 提供無縫訪問攝影機的策略。此外，軟體自動化簡化了在車廂或列車隊之間擴充套件時，對 IP 網路的管理。TOC 現在面臨的挑戰，是能夠從 NOC 安全地遠端訪問攝影機。
符合 Klas 鐵路標準的安全連線解決方案
© Klas
閉路電視網路安全
對 IP 網路化、啟用攝影機的威脅是真實的，這些裝置多年來獲得了大量糟糕的媒體。網路犯罪分子正在積極追求支援 IP 的攝影機，這從專門為 Mirai* 等 IP 攝影機設計的網路威脅中可以明顯看出。
TOC 最不需要的就是與閉路電視安全漏洞相關的不良媒體。網路漏洞帶來了隱私活動家的潛在公開訴訟。從根本上講，在任何專案開始時都必須考慮安全性。安全性可能很昂貴，但簡單的對策有助於在改裝火車時大幅降低成本。
一個例子是利用運算閘道器的虛擬化功能，來隔離和分割攝影機網路。設計後將有單獨的網路來管理攝影機、控制攝影機和傳送影像資料。另一個安全最佳實踐是透過網際網路，建立專用網路來採取深入的防禦策略。這意味著能夠在任何資料持有人的頂部隔離，和覆蓋安全網路，以便列車到地面通訊。
在蜂窩世界中，行動網路營運商（MNO），將樂意出售一個私有接入點名稱（APN），以隔離網際網路上的流量。私人 APN 帶來了額外的安全支出和管理成本。許多 TOC 的問題是需要多個 MNO，來確保攝影機連線的高可用性，從而增加了佈署的整體複雜性。
一種更有效的方法是，運算閘道器支援多個蜂窩調變解調器，這些調變解調器可以啟用軟體定義的廣域網（SD-WAN）。透過採用 SD-WAN，TOC 可以自動選擇 MNO，並提供專用網路覆蓋層，以確保閉路電視連線，而無需 MNO 專用 APN 的額外費用。
生命週期管理
一旦閉路電視服務上臺，TOC 需要靈活地監控攝影機和車載系統效能。如果發生故障，NOC 將需要進入列車，無論位置如何。
然而，這給 TOC 帶來了兩個挑戰；第一個挑戰是，由於 MNO 網路的限制，無法訪問攝影機。第二個是 NOC 操作員沒有坐著等待故障發生，因此在辨識錯誤之前，幾天過去了。
透過選擇支援連線軟體框架的運算閘道器，TOC 可以輕鬆建立安全的虛擬專用網路，而無需額外的基礎設施支出，或向 MNO 投入資金。透過 NOC 中帶有警報的簡單網路協議，TOC 可以以最小的複雜性驅動預測性維護並降低生命管理成本。
實現心靈的平靜
總之，閉路電視不僅為乘客提供了安心，而且為 TOC 在改造機車車輛時，創造了新的收入流打開了大門。透過選擇合適的閉路電視，和網路基礎設施合作夥伴，TOC可以提供服務，這些服務將永遠改變乘客的服務體驗。
憑藉將現有系統整合並集中到單個計算平臺的靈活性，TOC可以減少IT支出，並最終降低其閉路電視節目的總擁有成本。
要瞭解有關 Klas 的更多資訊，以及我們的產品如何幫助提供網路安全的鐵路閉路電視服務，請訪問 www.klasgroup.com。