@ 2023\08\09\3S MARKET Daily 智慧產業新資訊

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

今日主題 工業 4.0 \智慧車載交通\公共工程\經營管理

劃時代交通建台灣高鐵通車15年 拚本土化 螢幕.座椅 台灣大廠供應

智慧車載交通

★ 智慧鐵路巨頭 —— BOSCH

★ 影像辨識軟體對交通攝影機影像處理的要求

不只是縮時，還有粉塵、噪音、位移偵測

智慧工廠\工業 4.0 與公共工程

★ 工業物聯網平台和生態系統：工業物聯網平台演進

■ 科技如何影響食品行業

智慧經營管理與市場商機論壇

■ 盤商是在做什麼？

★ 2018-2025 年農業機器人市場規模

AKD 寰楚專業級全系列監控設備

按此回今日3S Market新聞首頁

★ 智慧鐵路巨頭 —— BOSCH

博世工程 - 鐵路應用的資產監控 

不只是縮時，還有粉塵、噪音、位移偵測

BOSCH

博世製造的智慧連線感測器使鐵路貨運操作更加透明和安全

博世車輛技術確保世界各地的貨車平穩行駛 —— 不僅在軌道上，而且在網際網路上。監控貨車及其貨物可以提高透明度，並導致更高效的物流流程。

冷藏貨車 21 85 2471001-7 覆蓋了許多地面：在短短三個月內，它在歐洲的長度和廣度上行駛了 21,543 公里。它於 8 月 26 日暴露在 38°C 的室外溫度下，11 月 13 日暴露在零下 17°C。11 月 16 日，在瑞士穆滕茨，它不得不在分流時承受暴力顛簸。應對這些極端是貨車生活的事實。但新的是，由於博世工程公司和瑞士鐵路貨運公司 SBB Cargo 之間的聯盟，汽車及其貨運在此過程中受到監控。

這項技術是如何工作的

始終是最新的：狀態監控系統允許即時評估資料

冷藏貨車21 85 2471001-7是歐洲鐵路上SBB貨運的大約150輛智慧貨車之一。 計劃是對多達1500輛汽車進行改造。 他們的「智慧」來自於久經考驗的技術和元件，這些技術和元件在博世汽車行業開始了生活。 博世工程總裁伯恩哈德·比爾說：「我們使用智慧、連線的感測器從貨車中收集資料並線上處理。」 「新系統沿著鐵路、公路和海運的物流鏈創造了透明度，並有助於更有效地管理增加的貨運量。」

4億

每年在德國透過覆蓋近 4 萬公里的鐵路網路運輸公噸貨物

一目瞭然：鐵路應用的狀態監控系統

該監控系統被稱為 AMRA（鐵路應用的資產監控），是一個堅固的硬體，重量僅為 700 克，在博世生產用於汽車應用。嵌入或連線到該硬體中，有許多感測器可以測量溫度和衝擊等東西。整合資料發射器將系統與雲連線起來，在那裡分析資料，在資料門戶中提供，並整合到客戶的業務流程中。該系統是作為現有貨車車隊的改裝解決方案開發的，但在貨車製造過程中也可以作為原始裝置安裝。 整合電池的使用壽命長達六年，這意味著它不需要外部電源。

1 - 地理圍欄

通常，有關貨車下落的資訊與知道汽車，何時進入車站區域或偏離預定路線的需要密切相關。地理圍欄在這裡有幫助。一旦AMRA線上入口網站上標出虛擬「柵欄」，貨車將在到達周邊後立即傳送電子郵件或通知入口網站。然後，到達警報將自動觸發電子交貨單並最佳化物流流程。

2 - 地理位置

連線單元中的 GPS 感測器允許將每輛車的位置確定到最近的儀表。這節省了成本，改善了物流規劃，並確保了準時交付。

3 - 貨運監控

AMRA 連線單元連線到貨車的外部。車內的其他感測器透過電纜或藍牙連線，傳輸有關內部溫度和溼度的資訊。這有助於確立冷鏈是否被儲存用於食品的確定性。

4 - 門監控

一個單獨的無線感測器可以檢測貨車門是否以及何時開啟，並將這些資料傳輸到連線單元。這使得貨物運輸更加安全。

5 - 記錄里程

GPS 感測器有助於確定當前位置，這允許在鐵路地圖上跟蹤汽車。AMRA 作為貨車的一種數位里程錶，允許提前計劃維修日期，並避免因里程過多而導致故障的風險。

6 - 監控影響

這可以辨識汽車或貨物損壞的原因。連線單元中的三軸加速度感測器，可以測量分流和裝卸時可能發生的衝擊類型

7 - 剎車狀態監控

將來，計劃是配備一個單獨的無線感測器來監控汽車的剎車和車輪組。這些資料被傳輸到連線單元。目的是能夠預測性地診斷任何損壞，並避免貨車故障。

摘要

博世工程開發了一項技術，該技術使用智慧、連線的感測器從貨車收集資料並線上處理。 該技術被稱為 AMRA 系統，使其更容易監控鐵路貨運狀況，並使運輸過程更加安全。

按此回今日3S Market新聞首頁

★ 影像辨識軟體對交通攝影機影像處理的要求

 
用於物體檢測和追踪的道路交通 4K 影像

IDVIEW 最佳工地管理解決方案

goodvision

GoodVision Video Insights 提供超過 95% 的流量資料準確率。我們的處理支援幾種類型的車輛、摩托車、腳踏車和行人 —— 所有這些都可以一起出現在現場。你所要做的就是提供高品質的影像輸入。那麼，如何確保你的影像具有足夠的品質來實現最佳效果？影像檔案的某些方面會影響影像分析的準確性。 這些要求中描述了推薦的設定。

需求表：

參數	推薦設定
觀點	靜態
攝影機高度	8-12米（最小5米，最大30米）
物體距離	高達70米
物件大小	20x20畫素
決議	1920 x 1080畫素（最小320x240畫素，最大4096 x 2160畫素）
幀速率	FPS 25 - 30（最小10，最大240）
比特率	5000+ kbps (SDR)， 10000+ kbps（HDR）
快門速度	1/48秒或1/50秒（最小1/24秒，最大1/60秒）
縮時攝影	可用，將在處理選項中指定
攝影機/硬體生產商	任何
支援的影像 編解碼器	推薦 H.264（有關其他受支援的編解碼器，請參閱下載版本）
影像長度	無限，最少持續時間 1 分鐘
影像檔案大小	每個影像檔案 < 50 GB 每個多上傳處理 200 GB （如果影像檔案更大，請聯絡我們）

以.pdf 格式下載標準和無人機處理的要求

標準1：攝影機檢視

1. 攝影機高度

攝影機放置自然是影像分析的一個重要方面。攝影機不能放得太低，這樣前面的物體就不會覆蓋後面的物體。離攝影機更遠的車輛將被隱藏，因此無法收集資料。另一方面，它也不能放得太高，因為探測能力在高處受到限制，特別是在行人、騎腳踏車者和摩托車手等小物體上。

我們建議將攝影機放置在離地面 8-12 米之間，以 5-30 米為最小和最大高度邊界，這取決於你想覆蓋的空間有多寬，你要監控哪些交通服務（例如行人），當然，如何當場固定攝影機。

2. 與被監控物體的距離

與被監控物體的距離與攝影機高度密切相關。為了可靠地檢測和追蹤交通物體，建議車輛的尺寸至少為場景尺寸的 4-5%。還要確保物體沒有覆蓋場景的很大一部分（超過 30%）。

攝影機傾斜不會影響 GoodVision Video Insights 的檢測能力。它經過訓練，可適應各種條件。如果需要，你可以將攝影機從幾乎水平傾斜到垂直向下的鳥瞰圖。無論如何，在選擇攝影機視角時，請始終記住，為了準確追踪所有車輛類型，監控距離不應超過 70 米。在較遠的距離中，行人、自行車和摩托車等小物體可能不可靠（這也受到其他因素的影響 - 鏡頭、模糊等）。

3. 障礙

障礙很棘手。較小的物體，如薄的杆子、標準交通標誌或電線，不會影響檢測能力，但更大的障礙物會影響（樹木、雕像、建築物、橋樑）。當車輛在穿越場景的道路上被障礙物覆蓋時，系統通常會將其視為再次出現的新物體。因此，車輛軌跡被分割，這可能會影響交通分析期間的一些指標。我們開發了一個智慧走廊功能，目的在重新連線行動串流上的分裂軌跡，以提高這些情況下的流量計數。

儘管如此，請始終嘗試以一種你感興趣的主要流量完全可見，且不間斷的方式放置攝影機。如果出於某種原因無法避免場景檢視中的任何障礙，那麼在分析場景時（例如，在障礙物周圍放置線條和區域以定義交通移動或建立分析小零件時），你會考慮考慮這一點。

標準2：影像參數

1. 解析度

攝影機解析度嚴重影響影像品質和電腦視覺處理品質。你向系統提供的影像資料（畫素）越多，它就越能辨識其中的物件。一般規則是，車輛在現場至少應大 20 x 20 畫素，最好是 50 畫素左右。

GoodVision Video Insights 經過訓練，可提供解析度低至 320 x 240 畫素的結果，但解析度為 1280px x 720px、1920px x 1080px（全高畫質）或更高將保證最佳準確性。不受支援更改單個影像檔案或資料來源中的解析度 —— 即上傳到單個資料來源的所有影像檔案幀，都需要共享相同的解析度。

較低的解析度與低品質的光學器件和低比特率密切相關，導致物體輪廓模糊或與現實世界中的物體不相似。設置清晰顯示對象輪廓的解析度。

低解析度場景中模糊的交通物體示例

2. 幀速率（FPS）

影像的幀速率，定義了物體在影像中運動的流暢性，並影響影像分析系統的追蹤能力。追蹤是指在檢測到物件的幀之間保留物件的身份。它對固體物體軌跡有極為重要的影響，即對交通的起點 - 目的地計數。低 FPS 會導致追蹤問題，特別是在擁擠的場景和快速移動的物體上，這些物體實際上是在場景中從一個地方「跳躍」。

GoodVision Video Insights 的理想 FPS，在每秒 25 至 30 幀之間。越大越好，但超過 60 的 FPS 對追蹤品質沒有任何明顯的影響。我們認為 FPS 10 是影像處理的最低（但不推薦）速率。

3. 快門速度

攝影機快門速度，會影響移動物體輪廓的清晰度，特別是在低光條件下和靠近攝影機的情況下。 一些攝影機切換到更長的快門速度，以便在夜間保持相同的場景整體亮度。儘量避免這種情況，而是保持物體的清晰度。GoodVision Video Insights 經過訓練，可以在黑暗中辨識物體，但如果物體太髒，完全缺乏輪廓，就很難檢測到它們。

重要

確保攝影機不會在多個配置之間切換，並且在錄製期間保持穩定。關閉夜間模式，避免在錄製過程中更改設定，如果可能的話，關閉切換到備份串流的選項。

標準3：環境條件

1. 場景照明

場景照明在影像分析中起著重要作用。然而，GoodVision Video Insights 經過訓練，可以辨識黑暗和白天的物體。唯一的條件是，物體必須至少被照亮一點，才能用肉眼在影像中可見。

2. 天氣和其他條件

關於天氣條件，有幾個問題領域，如果可能的話，應該避免。

• 雨滴/溼透鏡 - 扭曲影像或導致光線反射。行為像一個物理障礙。
• 雪 - 類似於大雪和攝影機鏡頭上的雪花。
• 正面光線（通常在一定角度下來自太陽）導致耀斑或反射 - 覆蓋影像，降低物體的清晰度。
• 骯髒的鏡片，或有劃痕或汙漬 - 導致影像模糊，去除物體輪廓
• 桶形失真 - 變形和彎曲物體

如果滿足所有條件......

如果滿足上述條件，GoodVision Video Insights 系統將獎勵你接近 100% 的流量數據收集準確性。

按此回今日3S Market新聞首頁