精华内容
下载资源
问答
  • 一种基于边缘计算智能交通服务方案,汪煜超,刘志晗,随着近年来自动驾驶与车联网技术突飞猛进的发展,人车路协同通信越来越成为了智能交通的未来发展方向。传统的智能交通基础设施无
  • 人工智能边缘计算助力智慧交通发展.pdf
  • 笔者曾听过很多智能交通领域的朋友讲述这样一个观点:在可预见的未来有两个行业的快速发展是非常明确的,一个是通讯行业,另一个就是交通行业,因为社会的快速发展带来的是更多的信息的和物理上的交流,信息的交流靠...

    笔者曾听过很多智能交通领域的朋友讲述这样一个观点:在可预见的未来有两个行业的快速发展是非常明确的,一个是通讯行业,另一个就是交通行业,因为社会的快速发展带来的是更多的信息的和物理上的交流,信息的交流靠通讯、物理的交流靠交通。因此,作为最先进通讯技术与交通技术的结合,智能交通领域一直是社会一个关注的焦点。
    在过去的十年中,智能交通让几何级数增长的城市车辆获取了实时路况信息,让举世瞩目的中国高铁保持着高速运转,让远洋航海中的水手便捷地同家人实时通话。但是,许多业内期待的如自动驾驶、轨道交通无人值守等技术依然还不能实现。

    伴随着新技术的发展,我们逐渐步入全联接的“智能社会”,物联网领域的新技术“边缘计算”被应用在智能交通领域。这为长期困扰行业发展的诸多难题迎来了解决的希望。边缘计算是指通过物联网络将计算能力和服务部署在网络的边缘,向附近的终端、感应器、用户提供通讯和计算服务,解决物联网系统在高分布式场景下的海量异构联接、业务实时性、业务智能性、数据互操作性以及安全和隐私保护等挑战。通俗来说,在未来的智能交通应用环境中,“云计算”就相当于智能设备的大脑,处理相对复杂的进程;而“边缘计算”就相当于智能设备的神经末梢,进行一些“下意识”的反应。

    边缘计算的到来让智能交通更具安全性。无论是公路、铁路、海运还是航空,安全都是交通行业最为重要的事情。例如最近各大科技公司都不遗余力进行投入的自动驾驶技术迟迟不能应用的最重要原因也是其不能确保上路的绝对安全。“边缘计算”的到来,对这些问题的解决带来了很大帮助。如同人类一样,我们对危险的第一道反应通常不是经过大脑,而是“下意识”的。例如,一辆自动驾驶的汽车在面临危险需要及时停止的时候,如果其还需把数据上传到“云端”,通过计算得出停止的命令,再传送到汽车,汽车再作出反应。那么就不如让车辆本身也具备一定的计算能力,来处理这一问题。同时,我们还可以预想这样一个场景,突发的自然灾害、信号干扰或技术故障使得某一区域自动驾驶的汽车、列车陷入无网络状态。那么,它们就只能依靠边缘计算赋予其的计算能力作出“下意识”的反应,才能确保其安全。

    边缘计算也能使智能交通系统更具经济性。智能交通系统应用IoT已经为行业带来了相当的收益。例如,迪斯尼外场部署的IoT预商用网,安装车检器 300 余个。这为上海迪士尼停车系统带来了以下好处:第一,车辆检测器即插即用,无需布线,安装施工简单;第二,此次利用的窄带物联技术,实现的覆盖距离远(信号能覆盖到地下二层),车检器待机时间长(10 年待机);能实现整个城市乃至全国的停车位统一查询,提升了车位利用率,也方便了车主寻找空余车位。未来,边缘计算在提升交通系统经济性上还大有作为。例如,城市轨道交通系统实现自动驾驶目前一大障碍就是屏蔽门。现在屏蔽门的开闭主要是靠列车司机人眼识别,整列车所有车门都要等待最后一个上车的人上车才能关闭。其实这也是我们前文说到的,整个屏蔽门系统现在只有一个中枢大脑,而缺少“末梢神经”。如果每个屏蔽门都安装上检测及控制设备,使其具备边缘计算的能力,能够独立、安全的控制自己的开合。这无疑可以大大提高城市轨道交通系统的经济性,使得城市轨道交通自动驾驶成为可能。如果说“云计算”使智能交通系统的大脑“更聪明”,那么“边缘计算”就使智能交通系统的末梢神经“更灵敏”。这两者在提高交通系统的运行效率,提升其经济性上的作用是同样重要的。

    边缘计算在智能交通领域的应用,也能为乘客带来更多增值服务,提升客户体验。例如,华为公司为巴士在线提供了整体智慧公交车联网解决方案,在每一台公交车上部署车载智能移动网关,搭载统一运营平台,对分布在不同地点的多媒体终端进行统一调度,实现立体化、差异化的精准营销。这为车上乘客提供了更好的乘车体验。此案例中车载智能移动网管就扮演了一个“神经末梢”的角色,它能够缓存一些数据信息,使得汽车在网络信号环境不好的地方也能保持平稳的运营。类似的,这种技术给以后轨道交通领域乘客上网问题的解决带来了很好的思路。例如,地铁就可以搭载类似设备,在网络环境较好的车站缓存信息,这样一来,在网络信号不太稳定的两站之间的行驶区域就能使乘客有更好的上网体验。我认为,“边缘计算”概念的提出,对我国的智能交通行业机遇大于挑战。如今中国交通行业快速发展,“高铁”成为了中国名片,每年新建地铁里程也是令世界瞩目,我们又成为了世界第一大汽车制造和消费国,国产大飞机也即将投入运营……以上种种都意味着我国的智能交通行业有着比其他国家更良好的“练兵场”。例如,我们应用“边缘计算”概念的最新产品在经过大量试验后可以大面积在“高铁”上应用,获得大量使用数据,而西方企业则没有这个机会。因此,我国企业在智能交通领域边缘计算技术的发展上有着比以往更大的优势。

    边缘计算为智能交通系统带来的机遇是显而易见的,而其发展在目前看来也面临着一些困难。第一,边缘计算设备常常要面临高温、高寒、高湿等复杂环境,如何在这样的环境下保持设备的长久运行是一个非常重要的问题。第二,边缘计算设备的缓存及运算能力是根据其任务有选择进行的,这就需要厂家对它们进行“量身定制”。最后,边缘计算设备要应用在交通系统的各个环节,涉及的厂家众多,如何统一这些这设备的生产标准,这有待于在智能交通领域一些重要企业牵头制定标准。

    可喜的是,华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔、ARM和软通动力六家单位联合倡议,即将成立边缘计算产业联盟(Edge Computing Consortium,ECC),为以上这些问题的解决带来了希望。具体到交通行业,联盟将为交通领域提供大量技术支撑,并与行业内众多合作伙伴在大量实践案例的基础上制定标准、完善标准。相信在未来,联盟将为智能交通“边缘计算”领域带来更多技术突破,实现更多标准的制定,并能切实的改善我们的日常交通生活。

    本文转自d1net(转载)

    展开全文
  • 基于边缘计算的动态智能交通诱导系统设计.pdf
  • 基于边缘计算智能交通解决方案.pdf
  • 随着我国智慧交通的市场潜力被不断挖掘,交通领域对数据可视化、信息化有着强烈的需求,视频监控系统作为智能交通产品中的重要应用,其需求也将随着智慧交通的持续发展而不断增长。 一、方案背景 1)政策利好与新...

    智慧交通是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等现代电子信息技术面向交通运输的服务系统,具有高效、便捷、安全等优势,能够极大地提升交通系统运行效率和管理水平。

    智慧交通作为智慧城市的一部分,伴随着智慧城市的不断建设,行业应用逐渐走向深度化、综合化。随着我国智慧交通的市场潜力被不断挖掘,交通领域对数据可视化、信息化有着强烈的需求,视频监控系统作为智能交通产品中的重要应用,其需求也将随着智慧交通的持续发展而不断增长。

    一、方案背景

    1)政策利好与新基建推动

    • 政策利好智慧交通发展

    交通作为我国基础设施建设中的重要一环,未来智慧化将成为交通运输系统的显著特征。自2019年9月以来,政策层面频繁利好智慧交通发展。2019年9月,中共中央国务院颁发了《交通强国建设纲要》,提出到2035年基本建成交通强国。智慧交通创新方面,要推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。

    • 新基建加速智慧交通建设

    2020年突如其来的疫情让基于"新技术"的新基建启动提速,同时作为新基建一部分的智慧交通发展更是锦上添花。新基建涵盖5G基站、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网七大领域。其中伴随5G等技术的落地发展,将会催生新一代智慧交通。

    2.png

    在新兴技术快速发展的强大支撑下,加之利好的政策推进,智慧交通已逐步成为中国交通领域深化改革和顺应互联网发展的重要手段。

    2)城市交通压力剧增

    随着城市化进程不断推进,由此产生的巨大交通需求给城市交通造成了不小的压力,单纯依靠人力已经不能满足城市交通管理的需求。日益增大的城市交通压力也是促使智慧交通建设蓬勃发展的主要驱动力之一。推进智慧交通的全面布局,从而缓解城市交通拥堵状况,提高交通监管的效率。

    3)新兴技术的赋能与场景落地

    • 物联网、大数据等新兴技术

    以物联网、大数据、5G、云计算等新兴技术为基础的综合监控系统加快了智慧交通行业的发展,使得交通实时数据及信息得以流通,实现各数据采集及交通信息的互联互通,同时监控整个交通的运行情况。

    • 人工智能技术的落地

    智慧城市的普及交通产品的智能化程度不断提高,数字监控技术日益成熟。人工智能技术在交通市场上的应用大规模落地,推动了传统交通产业化升级,进一步带动了智慧交通产业规模化。智慧交通不仅将各种信息技术在交通运营管理中进行了有效的集成运用,而且强调系统性、实时性和信息的交互性,能够实现交通系统功能的自动化和决策的智能化。

    3.png

    4)传统交通监控模式已经落伍

    随着智慧城市建设的不断推进,城市交通也亟待升级优化,各种智能交通系统规模也在急剧扩大,随之而来的是各种问题:

    • 一是传统交通监控业务系统在城市交通严峻形势下暴露出种种弊端;
    • 二是业务与数据孤岛急剧扩增,缺乏统一应用、展示和整合的解决方案;
    • 三是缺乏数据的有效整合与分析,积累的海量数据得不到应用,给交警的工作带来极大的不便;
    • 四是传统的系统架构在海量结构化数据处理上的瓶颈,如系统存储无法弹性扩容;查询速度缓慢,无法快速响应突发事件;应急指挥系统操作复杂;各种类型数据资源分散,无法做到整合并进行综合分析,智慧交通模式亟待推进。

    二、方案需求

    智慧交通已成为智慧城市建设的重要突破口,发展势在必行,智慧交通监控已在全国多个城市规划落地。通过放置在道路和路边的各种高清及超高清网络摄像机和光纤传输模块等设备,对道路路况和来往车辆进行实时监控、视频/图像回传和存储,结合AI、移动互联网、物联网、云计算、大数据等技术,实现道路、车辆、交通监管设备之间的快速通信和信息共享。

    当前交通监控行业面临的主要需求如下:

    1)传统交通监控架构的瓶颈

    道路监控产生海量的数据,使得很多传统的系统架构面临着一个海量数据采集、存储、计算、应用的难题,而且视频监控的作用仍然停留在被动服务于“事后研判”的模式,整个监控和控制系统并未做到主动干预,更无从谈起防患于未然。

    2)建立统一管理平台

    建立视频监控统一管理平台,通过监控平台对数量众多的道路监控点进行科学化的整合,形成布控严密的管控网络,对车辆实时监控,有效地规范道路交通秩序。视频巡查一旦发现交通拥堵、交通事故、突发事件后,交通指挥中心第一时间指令辖区大队快速处置。

    3)老旧平台升级改造

    交通行业发展迅速,以往建设的平台已不能满足新的业务需求,在对原有旧平台进行改造升级时,一方面要考虑尽可能利用可用的硬件资源,避免投资浪费;另一方面要思考升级后平台的先进性和扩展性。

    4)平台业务兼容与数据共享

    交通监管细分场景多,平台涉及的子系统多,因此各子系统的兼容性也是考验之一。而且在实际项目中,交通监控将和城市安防等业务相融合,这必然涉及到多个系统整合和多部门协同,资源共享与调度也是平台的重要需求。

    5)监管平台智能化水平有待提高

    大多数交通管理平台缺乏高效的系统,仍然存在功能单一、业务功能不够精细、智能化程度低等问题。很多地方在海量数据的采集、处理和分析等,在结合视频监控、交通信号控制系统、诱导系统、交通流量检测系统等方面的综合应用还有待提高。

    三、方案设计

    道路上的监控摄像头多种多样,大致可以分为这几类:交通道路监控、治安监控、路口违章监控,以及车辆测速监控等。基于智慧交通的需求痛点,TSINGSEE青犀视频结合旗下产品EasyNVR视频边缘计算网关,提供一站式城市智慧交通视频监控解决方案。整个方案架构设计为3层:硬件设备层、视频能力层、视频应用层。

    4.png

    1)硬件设备层

    包括各种道路交通监控设备、IP Camera、NVR、服务器、编码器设备,主要需求为可支持RTSP/Onvif协议。

    2)视频能力层

    进行网络视频设备的探测、设备视频直播地址发现、设备协议接入、视频转码、音频转码、设备在线监测、定时快照、流媒体录像、录像管理、跨平台支撑、视频直播、视频分发、录像接口与回放、用户与认证管理、接口输出等功能。EasyNVR视频能力层的主要功能是承上启下,对视频应用层提供各种功能调用的接口和流媒体音视频标准协议数据。

    3)视频应用层

    应用层调用能力层的各种能力层接口,开发多种多样的视频应用业务,再也不用烦心各种各样型号的设备接入调用。只需简单的接口对接,就能获取到稳定、优质的道路监控视频直播流、录像流。

    5.png

    EasyNVR在软件版本的基础上,对外提供了硬件设备EasyNVR视频边缘计算网关(智能终端)。只需现场可以通网通电,就可以成功运行EasyNVR视频边缘计算网关。

    特点:

    • 1)简单易用:通电联网即可成功运行,部署操作简单
    • 2)轻量便携:体积小巧、方便部署
    • 3)应用灵活:软硬一体,灵活使用,功能全面且强大,支持云端运维
    • 4)高效稳定:可7*24小时不间断运行,系统稳定
    • 5)降低成本:节省自建视频服务器的高额费用,极大降低了企业的投入成本
    • 6)独立专属:专属视频服务,免除了与其他软硬件的相互影响

    方案汇聚了EasyNVR软硬件一体的特点,通过前端摄像头采集现场音视频等资源,通过网络传输、上传、转码、分发包括RTSP、FLV、RTMP、WS-FLV、HLS格式的视频流,汇集到交通指挥监控中心,并可在多终端(大屏、手机端、Web端等)显示。监控中心采用多级架构技术,分散监控,集中管理,查看实时视频监控图像的同时,还可以对其进行录制、检索与回放。

    四、实现功能

    1)快速接入监控设备

    通过纯Web化的交互方式,只要配置NVR硬盘录像机/监控设备的IP、端口、用户名、密码等信息,就可以将地址进行通道配置完成,即可将设备接入。如果设备支持Onvif协议,EasyNVR还可以自己主动探测出设备支持的RTSP直播地址,自动化填写来完成设备的接入。无论是RTSP地址接入还是Onvif探测发现接入,都可以通过简单易懂的Web界面化操作来完成。

    2)开放性强,设备兼容性极佳

    不拘泥、不受限于摄像机的品牌厂商及其配套平台,只要是网络监控摄像机IPC、硬盘录像机NVR、且设备支持标准的RTSP/Onvif协议,都可以接入实时视频流进入EasyNVR平台,实现对道路交通监控现场的视频直播、录像、检索与回放服务。

    6.png

    无缝对接,入口门槛低,完全满足交通监控现场的规模、设备数量等个性化需求,并且还能充分利用原有的监控资源,降低投入成本,避免造成资源浪费。

    3)实时视频监控,支持多协议视频分发

    根据不同客户端平台进行全平台直播现场监控视频。支持多协议分发,包括RTSP、FLV、RTMP、WS-FLV、HLS格式的视频流,灵活性强,开放性高,能够完美覆盖目前市面上所有需求平台。同时EasyNVR在直播时,提供了多种配套功能进行辅助(直播鉴权、按需直播等),可满足道路监控场景的多样化方案需求。

    基于EasyNVR打造的智慧交通视频监控平台可以开启全方位、无死角的可视化视频监控模式。一旦发生交通拥堵或事故后,指挥中心通过视频监控系统可以快速调取现场信息,及时展开救援或采取相应措施。

    4)支持H.265编码,带宽压力小

    相比H.264编码,H.265不仅压缩更高,网络传输消耗的带宽更小,而且相同码率下H.265视频更清晰。EasyNVR集成EasyWasmPlayer,不仅完美支持H.265编码视频,还可以实现H.265编码视频的Web端播放。当驾驶员有超速行车、闯红灯、逆行等违章行为时,监控可以将车辆违章图像清晰地抓拍下来,传输到交通监控中心,为交警提供执法依据。

    5)支持控制前端监控摄像机

    调查人员通过控制主机调取有效信息即可追踪溯源,查找交通事故成因,进一步细分事故的责任:

    • 支持对摄像机进行Onvif PTZ控制
    • 支持对摄像机进行Onvif焦距缩放控制
    • 通过Onvif协议类型接入支持云台控制的摄像机,可调用云台控制、焦距缩放

    6)录像检索回放与管理

    不受区域限制,支持公网实时视频监控与录像回放,全天24小时均可进行视频监控。EasyNVR本地磁盘录像、检索、回放,同时EasyNVR自身提供录像功能,支持开启和关闭对应通道的录像,支持对录像文件进行检索和回放。

    7.png

    7)无缝对接,播放终端全兼容

    无论是PC浏览器还是手机APP、手机浏览器、微信客户端,EasyNVR均可以支持无缝接入,便于轻量、友好地进行全部道路交通视频监控的直播、录像、检索、回放等功能的对接,为政府机构、交通部门等工作的执行和监管提供了极其方便和实用的工具,实现一套系统,全终端兼容,帮助简单、快速地构建可视化智慧交通监管平台。

    8.png

    8)实时监测前线监控设备的运行状态

    实时监测交通部门在道路现场配置的摄像机等监控设备的运行状态。如有异常可以做到及时维修,提高道路交通安全的风险防控水平。

    • 定时检测通道设备的在线状态
    • 定时对通道摄像机进行抓图
    • 通过接口触发,可以抓取到实时的视频快照信息,刷新快照

    9)云端远程运维

    安防系统规模大,EasyNVR方案可以让工作人员能够远程管理系统设备,而不必到达设备现场。如此既能够提高设备维护效率,也大大地减轻工作人员的软件维护工作量,做到快速响应、灵活处理和解决各种问题,保证交通监控平台的高效、稳定、可靠运行。

    10)多用户及设备管理

    对设备进行管理划分,让设备自定义地分配给指定的用户进行绑定,以此达到分配角色、分配用户的作用,更加方便工作人员进行设备的管理和应用,满足多用户的监控、管理需求。

    • 用户列表:管理员账户可以分配子账户,每个子账户都拥有对应的权限,子账户拥有自身的管理设备,同时拥有独立的登录功能。
    • 角色列表:角色和用户绑定,每个用户绑定对应的角色,每个角色拥有对应的设备使用权限,由此可以达到用户对设备的管理和使用权限。

    11)支持HTTPS

    HTTPS是以安全为目标的HTTP通道,在HTTP的基础上通过传输加密和身份认证保证了传输过程的安全性。EasyNVR支持HTTPS的接入,通过HTTPS进行通信传输,配置简易,使用方便。

    12)第三方平台对接

    为方案商提供设备侧与应用侧的快速开发,SDK集成度高,集成周期短,可快速完成APP对接开发。

    • CDN接入:支持将直播流推送至指定的CDN,丰富了直播选项,更大程度上开放了用户的使用方式。
    • 云平台接入:通过统一的云平台,对分布在各个不同现场的EasyNVR设备进行集中管理和调度。

    五、方案优势

    EasyNVR针对智慧交通行业的视频安防监控需求,可提供丰富、完善、专业的平台功能,满足用户的多样化、个性化的城市交通监管需求。

    1)视频监控高清化

    在视频监控领域,高清视频监控具有重要意义。视频图像越清晰,细节越明显,观看体验越好,信息承载能力更强,智能等应用业务的准确度也越高,应用范围也越广。

    EasyNVR能够支持4G网络,可以传输720P和1080P高清视频。利用先进的H.264/H.265视频压缩技术以及4G无线通信技术,更能够适应超低带宽下的视频传输,画面清晰流畅。

    不仅可以有效快速的监控到城市中道路的车流情况,还可以清楚地抓拍到人、车、物的细节,支持监控记录更大范围内的交通信息,构成纵览全局和掌控细节的全息交通监测平台,便于指挥中心做出快速部署,同时也为城市交通网络优化提供大量的有效信息,同时也能满足刑侦、治安、交警等多个业务部门的需求。

    2)网页客户端多屏监控画面展示

    前端采集的音视频经H.264/H.265方式压缩编码通过4G无线网络传输至后台监控中心,管理人员除了通过电视墙观看之外,还可以通过电脑、手机等网页客户端登录中心平台对前端音视频进行实时浏览监控。电脑网页客户端支持单画面、多画面显示,可选择任意一路或多路视频观看,视频窗口数量1、4、9、16个可选,实现对城市交通监控的可视化监管。

    3)视频大数据智能分析

    大数据能够实现同路段各车之间、各路段之间、不同路段车辆的数据共享、信息共享。基于视频智能分析技术,通过道路沿线的摄像头图像进行图像识别、分析、比对等,实现对人、车、物等相关特征信息的提取与分析。根据图像处理算法进行全面感知、风险预控、数据共享等。

    交通大数据的使用可挖掘和利用信息数据的深层价值,对数据进行分析后能将现存的实时数据充分利用,例如对客流统计数据、及时检测出交通异常事件等,有利于交通部门实现智能调度、交通规划、交通行为管理以及交通安全预防等监管和决策,提高响应速度。

    4)视频智能监控技术

    视频智能监控可以有效完成车辆减超速、车辆逆行、交通堵塞、道路烟雾和火灾等事件的自动监控,并且就车流量、车速、车型、突发事件紧急程度进行预测分析,为道路安全运行与危险情况营救提供必要的数据支持。例如在收费站、交通或治安检查站等卡口上对过往车辆进行实时抓拍,能获取到车辆行驶速度、车辆号码等数据,并能进行车辆动态布控和违章报警。

    5)AI人工智能识别与目标跟踪

    基于AI智能识别及多目标跟踪等技术,综合处理和分析来自道路监控摄像机的视频图像,可以感知很多关键信息。借助深度学习技术,能实现交通违法行为的分析判断,可以对人脸、车辆进行识别,实时监控分析道路车流量变化,违规车牌照片、司机疲劳状态等,AI能在交通调度、交通规划、交通行为管理以及交通安全预防等场景中发挥重要作用。

    通过AI人工智能算法技术可以对几十种违法行为进行分析和取证,例如自动识别过往路口车辆号牌、颜色等特征,验证出车辆的合法身份,自动核对黑名单库,自动报警等,从而完成对交通违章违法行为的研判和取证,以便警务人员更好地处理交通违章、肇事逃逸等事故。

    6)快速解决复杂网络环境

    根据城市交通监管的不同场景需求,EasyNVR可以使系统在内网、专网、VPN、广域网、互联网等各种环境下进行流畅输出和分发,经分发出的视频流可实现低延时,同时也能满足多种设备、多种终端的同步输出需求,有效解决了企业/政府机构单位内的复杂网络环境,节省大量的专线带宽和固定的IP成本,满足传输、控制和管理的需求。

    7)高效稳定,交互体验智能

    互联网思维、架构和技术应用到交通监管平台,不仅能够做到道路监控的高效、可靠与稳定,同时也能拥有互联网视频的极佳交互体验:

    • 传统局域网监控需要更加轻量、更加简单的B/S无插件视频监控。EasyNVR视频平台采用B/S架构,局域网内任意一台PC均可通过浏览器访问、设置、操作,而不需要预先安装任何客户端软件,避免专用控制电脑单点故障给系统带来的失控风险。
    • 手机APP、H5、微信客户端在监控行业中能得到很好的应用。
    • 在互联网中也能通过网页、手机APP、H5看到摄像机,以及控制摄像机的转动、预置位等。
    • 在任何互联网环境中,即使监控现场没有固定的公网IP,交通监管人员都能够随时观看监控视频、检索录像、查看回放。

    8)GPS/北斗定位

    借助GIS和遥感技术,实时在地图上定位道路运营车辆,监控车辆的位置、行驶路径,以及发送紧急信息等。前端设备支持GPS/北斗定位,只要设备在线,就可以通过4G无线网络实时向EasyNVR平台上传输设备位置信息,根据上级业务自带的GIS地图功能,可以实现集成终端设备在电子地图上的实时定位。

    9)快速实现业务集成与开发

    支持将基于EasyNVR 搭建的可视化视频监控平台快速集成至用户的业务平台中,集道路监控设备前端感知、交通警情监控、应急事件预警、指挥调度支持、车辆稽查监控、交通态势分析研判、信息互联互通、多维度交通监管于一体,协同平台Web端与手机端APP,打造系统化的综合管理平台。

    六、方案总结

    TSINGSEE青犀视频基于5G、物联网、大数据、AI、移动互联网、云计算、边缘计算等新兴技术,打造智慧交通行业视频监控可视化解决方案,让城市交通具备感知、互联、分析、预测、控制等能力,以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平,满足交通领域的信息化、智能化、多元化场景需求。

    展开全文
  • 高速公路智能交通系统边缘计算应用研究.pdf
  • 物联网智能边缘计算干货分享

    千次阅读 2020-02-21 10:27:12
    而从2018年到2022年全球边缘计算相关市场规模的年复合增长率将超过30%,到2022年,边缘计算市场规模将超万亿,与云计算市场规模不相上下。边缘计算已经成为物联网的一个重要趋势。 物联网与边缘计算 物联网(英语:...

    Alt
    Forrester在2019年的一项调查发现,53%的受访者预计,在未来3年内,他们将在边缘地带分析复杂的数据集。

    Alt
    而从2018年到2022年全球边缘计算相关市场规模的年复合增长率将超过30%,到2022年,边缘计算市场规模将超万亿,与云计算市场规模不相上下。边缘计算已经成为物联网的一个重要趋势。

    物联网与边缘计算

    物联网(英语:Internet of Things,缩写IoT)的通用定义是指互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。

    在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时透过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与流行病控制等等社会的重大改变,实现物和物相联。因此,物联网其实是实现行业数字化转型的重要手段,并且也将催生新的产业生态和商业模式。

    那么边缘计算又是什么呢?边缘计算是通过在终端与数据中心之间加入网络边缘层,然后将无需上云的数据直接置于该层处理,以大幅缓解云端压力。在这基础上,可就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等关键需求。告别以往在中央服务器中先整理、后处理的模式,边缘计算可在网络内各设备上直接对数据实施处理。

    借助于边缘计算可以提升物联网的智能化,促使物联网在各个垂直行业落地生根。

    什么是物联网智能边缘计算

    物联网智能边缘计算(IoT Edge)是一套部署和运行在边缘节点设备上的智能系统,将云端计算能力扩展到边缘节点,在现场执行智能计算,是实现分布式自治、自动化控制的重要支撑。用户可以在设备部署现场通过边缘计算节点获得例如设备接入管理,数据就近处理,以及AI推断等能力。

    通过物联网智能边缘计算,客户可以便捷地接入边缘设备,快速完成传统无联网能力设备及海量传感器的数据上云工作。通过多样的边缘计算应用,客户能够在工作现场进行实时数据处理,实时决策,实时响应,实时控制及本地数据安全存储。

    通过京东云与AI物联网智能边缘计算平台,用户可以根据实际的边缘设备硬件架构和安装的操作系统,在平台完成注册登记,并通过安装本地安装包,完成边缘节点的认证。

    • 可靠的子设备管理:平台可以帮助用户方便的添加子设备,进行子设备的配置更新及设备控制。
    • 一键部署边缘应用:提供用于连接设备的设备服务应用以及用于智能计算的边缘应用,用户可借助平台将应用一键部署在边缘节点上,通过部署不同的应用,可不断提升优化边缘设备能力。
    • 个性化的应用配置:物联网智能边缘计算平台提供的消息路由,可以方便的配置设备数据过滤,为不同的应用指定不同的设备数据源,并可随时进行切换。同时,用户也可以将自己的AI模型部署至边缘节点上,用于智能推断和分析。

    Alt
    京东云与AI物联网智能边缘计算服务

    实践:基于视觉的对象检测

    一、准备条件

    1. 进入物联网引擎控制台,使用IP摄像头模板创建一个产品,并在该产品下注册一个摄像头设备。

    Alt
    2. 注册您的边缘节点。注册完成后,请您将系统安装包安装在您的边缘节点设备上,联网完成认证激活。

    Alt
    点击左侧边缘应用,部署IP摄像头设备服务(用以支持IP摄像头连接)至当前边缘节点上,目前IP摄像头服务支持ONVIF协议。

    Alt
    二、接入IP摄像头设备并安装对象检测应用

    点击左侧边缘应用,部署对象检测应用至当前边缘节点上。

    Alt
    进入当前边缘节点详情页面,点击子设备管理->添加子设备。将该摄像头添加至边缘节点上,IP摄像头和边缘节点保持在同一局域网内。

    Alt
    点击消息路由->新建消息路由,创建一个消息路由,将刚刚添加的摄像头作为消息源,对象检测应用作为目的端。

    Alt
    三、开启摄像头并运行对象检测应用

    1. 点击子设备管理标签页,更新摄像头设备影子。
      streaming 设置为 on (打开摄像头),其他可保持初始值。

    Alt
    2. 点击对象检测应用的更新影子。按实际需求,填写相关参数值后,更新影子。

    Alt
    Alt
    点击边缘应用标签页,启动对象检测应用。

    四、查看对象检测结果

    您可以登录控制台。进入到创建的用于存储边缘计算结果的OSS Bucket目录下查看当前应用的检测结果。

    结果文件包括:

    • 图片文件:检测到目标的对应图像文件pic_20191105140035.jpg
    • 文本文件:检测结果信息,包括检测到的物体label,置信度以及在图片中的坐标位置,例如: pic_20191105140035.txt。文件格式如下:
      {“lable”:“mouse”,“score”:0.56487995,“left”:227,“right”:347,“top”:289,“bottom”:411}
    • 视频文件:如在对象检测应用影子中设置了开启录像,则在检测到目标后,会持续录制一段时间(时间请配置应用影子参数duration。默认为10秒)的视频。例如:video_20191105140045.mp4。

    业务场景

    目前智能边缘计算的对象检测应用可适用于如下场景:

    安防监控——动作识别,人体检测,侵入检测,危险品检测;

    智能零售——智能货柜商品识别,人脸支付,热力分析;

    工业检测——缺陷检测,物料检测;

    物流分拣——包裹识别,面单识别,商品识别;

    智能交通——车牌识别,流量检测,行为识别。

    最后划重点,京东云与AI物联网智能边缘计算目前免费中! 免费中! 免费中!

    欢迎大家点击【链接】使用。

    同时欢迎点击“京东云”了解更多精彩内容。

    Alt
    Alt

    展开全文
  • /导读/这次,传统芯片巨头英特尔不谈芯片,也不谈内核架构,在以“智车智驾 智创未来”为主题的2021中关村智能网联汽车国际创新论坛上,英特尔中国研究院院长宋继强讲的是另外一个故事:智能...

    导读 /

    e52a66e1f4628998845907d9358eae81.png

    这次,传统芯片巨头英特尔不谈芯片,也不谈内核架构,在以“智车智驾 智创未来”为主题的2021中关村智能网联汽车国际创新论坛上,英特尔中国研究院院长宋继强讲的是另外一个故事:智能边缘计算与智能驾驶的关系。

    他表示,开放的智能边缘是构筑未来智能驾驶系统的数字化基础,这是英特尔这几年逐渐探索的一个未来大趋势。趋势有了,还要有生态链的合作和统一的接口。

    28e26faaba4ffb67c32c2f1fb8524efe.png

    智能驾驶中国大有希望

    宋继强表示,在推动经济发展的同时,中国的大规模基础设施建设也在扮演市场引领者的角色。中国的大基建古而有之,始建于春秋时期的京杭大运河,是世界上里程最长、工程最大的古代运河,也是最古老的运河之一。运河系统水运基础设施把中国从东到西的五条水系全连起来,曾经引领世界。今天的智能驾驶就和运输有关,还与能源、资源和算力有关。

    66d5d88f497a0eaf15c93a720e443632.png

    工业革命开始之后,铁路基础设施不是中国发明的;电网输送能源也是在欧洲;公路体系、高速公路是在北美兴起的,二战时在德国开始使用;直到互联网时代,中国的信息基础设施一直在跟着美国走,差距大概是一二十年。但是,到了现在的云计算时代,算力基础设施的差距开始缩小了,差不多五年左右,而且现在全世界七座大型云计算中心,有三座在中国,四座在美国,所以我们的差距在逐渐缩小。

    从古代曾经的领先,到后来落后,再到现在差不多能够齐头并进。未来,在智能驾驶领域,中国有很大的希望重新开始引领大规模基础设施建设,特别是正在同时推进的5G、人工智能建设和大规模的数字化转型,这就是我们的新基建。

    最近中共中央、国务院印发的《交通强国建设纲要》指出,到2035年将基本建成交通强国,这一定要大力发展智能交通。所以,在这一领域中国有重新回到领跑地位的机会。

    9293215ab21ce9b97d5c9d48a15153a2.png

    为什么是智能边缘?

    宋继强指出,智能驾驶是一个非常需要传感和算力的时代,也需要网联。但这些传感和算力在哪里分布是一个问题。

    传统意义上讲,传感和算力都是分布在车里,需要在本机上搭载足够的算力,才能实现人工智能(AI)。但是未来会发现,需要持续不断地扩展AI能力,同时要满足其他信息和更多功能的连接需求,这就决定了不能将传感和算力全部放在本机上,包括各种新的功能,因为车企不可能总是升级硬件。

    事实上,硬件的迭代永远慢于软件的迭代,所以软件定义这件事情的发生实际上是要靠分级来构造基础设施。所以,尽管智能设备的本体一定是在逐步升级,但其构造更需要连续化扩展。

    机会在哪里?传统观点认为,要通过网络把智能能力、软件能力融入在云端,这没有错。这在一些领域是可行的,因为升级数据就可以实现。但是,在与智能制造、智能驾驶、智能机器人相关的领域,是无法满足要求的。因为这些领域需要更低的延迟,因为传感器种类很多,数据又很大,难以满足时延要求,所以这种情况下就要靠边缘计算了。

    b5c062390f332a0f7e6aeedf7a1c3472.png

    边缘计算是这些年来非常重要的一个新兴领域,因为它带来了可以定制化的服务器、相应级别的算力资源,包括通信、网络带宽都可以定制,存储也可以定制。

    所以,充分的定制化可以帮助垂直领域做很多软硬件协同优化的工作,满足不同领域的特殊要求。共性的定制化要求加上边缘计算与人工智能融合的新范式将给智能边缘以很大的发展空间,从而实现物理世界需求与数字世界需求的融合。

    712f587af4e244d5e4671710977c1e0a.png

    智能路口需要互操作性

    十字路口就是一种边缘,其情况非常复杂,有一半的交通事故发生在这里。如果只靠车辆本身来提高感知能力和运算能力,永远会存在现在人类驾驶的问题,在视线被遮挡的情况下人没办法了解全局。

    宋继强以一个早期开始还一直在做的案例解释说,在一个城市里,实际的交通路口安装了七个摄像头,分布于四个方向收集数据。加持了边缘计算后,就可以把传感器扩展到交通路口附近,包括各种各样传感器,再配合边缘计算就可以通过算法把不同摄像头检测到的物体运动轨迹合成在一起,形成一个全景视角,同时实时追踪车辆移动的轨迹,包括行人、电动车等交通参与者。

    1623603e936360c408a2df2ba4dcf216.png

    当算力再度增强的时候,就可以超实时运行,预测未来可能会发生什么样的碰撞。如果再将数据叠加到高精度数字地图上,车辆就可以实时知道前面可能会发生什么情况。这样等于扩展了车辆的自动驾驶软件系统进入路口的全景视角。

    当然,这样做不能只靠摄像头,因为摄像头有自己的限制,还需要所以其他传感器。现在的毫米波雷达、激光雷达开始越来越便宜了,所以路侧设备也可以使用。

    与此同时,由于需要很短的传输延时、计算延时,这些传感器之间还有同步的要求,系统能力一定要不断增强,所以需要定制服务器。另外,由于不同的摄像头分辨率不一样,帧率也有所不同,做同步所采用的规范也不一样,再加上其他传感器——毫米波雷达、激光雷达的帧率不同,同步是非常重要的要求。所以,未来构建一体化的智能交通基础设施,各种设备之间、各种模块之间的互操作性非常关键。

    互操作性能够解决什么问题呢?有几个方面,首先是传感器供应商很多,包括多个Tier 1、Tier 2供应商。它们之间需要有互操作性,一定要像USB那样能够即插即用,大家才能互联互通。

    第二是处理,分为计算、传输和存储,这些都要有相应的规范,模块之间要有一个接口协议来认证,以便模块之间约定如何衔接,以什么样的算力提供什么样的能力、什么样的延迟。互操作性还能够保证可靠性,比一般应用于其他领域(如娱乐、游戏)的一些服务器、边缘计算的要求高得多。

    e7d48901e1efd48c349615e6a50ac438.png

    第三,数据也同样重要,因为很多与驾驶、交通相关的数据都是有隐私、安全要求的,所以需要有像私有云级别的安全和隐私保护机制。

    最后一点也很重要,一旦部署了交通领域用的基础设施,就意味着不能经常挖开、拆了去更换设备。当硬件要升级或者软件要升级时,要能够很方便地实现升级换代。一套基础设施架构应该在长达10年、20年的时间内仍然可以升级,这些都是未来构建基础设施成功的关键。

    0ec04a7948ddd259ef0415511f2cc9ed.png

    成功案例

    过去几十年来,英特尔一直致力于推动各种生态级别的互操作性标准。宋继强举了英特尔研究院亲自参与过的两个例子。一个是2009年发布的雷电接口(Thunderbolt),该连接技术融合了PCI Express数据传输技术和DisplayPort显示技术,可以同时传输数据和视频信号,且每条通道都可提供双向10Gbps带宽,最新的Thunderbolt 4已达到40Gbps。经过产业化并推出标准体系,苹果用一套Thunderbolt接口即可兼容多种不同设备,互操作性很强,速率也很高。

    a36a82f669dbb5c95653b8d6e51433ba.png

    另一个例子跟边缘计算有关,是一个接入网标准。2010年前后,英特尔研究院和好几家通信合作伙伴,包括中国移动通信研究院,一起推出了CRAN无线接入网(Cloud Radio Access Network),也就是通常所说的云接入网。它将接入网由以前的纯硬件搭建(FPGA、DSP等)的固定功能转变为可以用软件来定义的更多接入网功能。因为CPU能力越来越强,可以在上面运行一些软件堆栈,同样可以达到延时的要求。目前,CRAN已变成一套软件定义的接入网体系,而且已经标准化,并已推向市场。

    ad37885b6390a4ba932e4379d6fcaebf.png

    自动驾驶不是一家的事儿

    宋继强表示,在定义各种设备互操作性和网络边缘的生态标准方面,英特尔一直不遗余力在做。在智慧交通和智能驾驶领域,英特尔与Mobileye一起推动了世界第一个、也是中国第一个自动驾驶安全标准。

    自动驾驶不是一家企业的事儿,而是整个行业的事儿。当自动驾驶出了问题时,我们得知道责任怎么认定,大家是否同意认定的方式。所以要有一套形式化的方法,一套大家都认可的方法。

    作为标准工作组的主席,2018年开始,英特尔和国内的一些大学,包括清华大学、同济大学、南方科大、中国科学院自动化研究所一起,在交通部公路科学研究院的支持下,在自主车辆的安全、数据集与评测、交通基础设施、前沿算法与系统架构、V2X以及标准等核心领域开展广泛和深入的合作。去年初,第一版团体标准《自动驾驶车辆决策的安全保障技术要求》发布,第二版将在今年发布。

    f0461ffc4a72868dabcd29ab694ae68b.png

    在这些标准中,将会写入设备之间的互操作接口,也包括城市区域的整体基础设施,比如两公里路段要安装一些边缘计算设备。

    6acd25d392c9e821d697374e682848fd.png

    车端和边缘计算需要开放合作

    宋继强最后说,未来的工作也离不开车端,包括车端AI算力如何分布,如何与边缘计算进行协同。在这方面,英特尔将与车企密切合作,其子公司Mobileye也有很多积累。另外还有数据中心和云端,其两类基础设施是云计算基础设施和高性能计算中心。其中的一些不同编程接口都需要做统一化处理,因为未来云端计算资源将越来越多,种类也很多。

    现在,我们已进入XPU时代,既有CPU、GPU,也有专门用来做神经网络加速的NPU、ASIC,还有其他各种处理器。所以它是一个混合的架构,需要有一个统一的接口来提供功能。在中间层,未来需要智能计算、边缘计算去处理的一些垂直领域,包括智能驾驶、智能机器人、智慧交通,还有些智能制造。从上层的开源边缘软件框架到下面的公共边缘服务,再到最下边的不同种类的软硬件加速器、处理器之间的调度和协同,都有很多工作要做。

    c8a8db1d86de2418692bc4e6f1fccd72.png

    总之,构建未来智能驾驶边缘领域的互操作体系,同时支持设备的升级换代,只有一条路,那就是:开放合作。

    欢迎加入智能交通群!加微信号automan332,标注”加群“。

    展开全文
  • 行业分类-物理装置-适应边缘计算交通智能管控与服务发布策略方法.zip
  • 智能交通灯 用于智能交通灯网络的Omnet ++仿真,包括: 雾:雾表示网络中的Edge计算部分,因为雾实现了一种特定的算法来选择下一个绿色的交通信号灯。 交通信号灯:向雾灯发送一条消息,其中包含在其车道中等待的...
  • 其次,通过现有研究工作为案例(即云计算任务迁移、视频分析、智能家居、智慧城市、智能交通以及协同边缘),实例化边缘计算的概念;最后,提出边缘计算领域所存在的挑战.该文希望能让学界和产业界了解和关注边缘计算,并...
  • ​今年新冠疫情爆发后,5G在院前急救、远程诊疗、智能影像辅助诊断等方面显露头角。其实自2018年5G标准确立以来,国内外电信运营商就对5G应用场景进行了积极探索。 5G定义了eMBB(增强移动宽带)、uRLLC(高可靠...
  • 在刚刚过去的这一年中,疫情的突袭打乱了每个人原本的节奏,也让我们清楚认识到新技术发挥的作用。不仅如此,在新基建浪潮的带动下,AI 、5G 等技术潜力迸发,以智能应用赋能行业的同时,打造了...
  • 边缘计算与嵌入式系统

    万次阅读 多人点赞 2018-07-06 19:46:00
    文章目录 ...3.5 边缘计算环境下嵌入式系统与人工智能 观点与看法 4.1 边缘数据安全 4.2 人工智能与嵌入式系统的处理能力 4.3 移动边缘计算 4.4 嵌入式边缘计算的社会价值 参考文献 边缘计...
  • 边缘计算是由于物联网设备的大量增长而创建的。这些设备将连接到Internet以从云发送或接收数据。有时他们在操作时需要传输大量数据。因此,物联网边缘是使用物联网网关使用户能够使用其物联网设备执行边缘计算的概念...
  • 现如今,人工智能技术开始在边缘侧扩展,庞大的数据量需要快速有效地分析,这极大增强了对于边缘计算的需求,边缘计算的重要性因而逐渐凸显。近日,清华大学发布的《人工智能芯片技术白皮书(2018)》提到,随着人工...
  • 边缘计算网关和智能网关区别?发布时间:2021-07-02 16:24:00点击:从物理设备的角度来看,边缘计算网关和普通智能网关的区别,几乎就没有。一颗中央处理器,一堆各种网络接口(以太网,无线网,专有总线,串口等等)...
  • 目前,边缘计算主要被用于车联网、智能安防以及区块链等场景中,亚马逊、微软及英特尔已经着手布局边缘计算。   说到边缘计算,不得不提一下另一个重要的概念:移动边缘计算(MEC) 概念比较多,我们...
  • 边缘计算将助力人工智能领域

    千次阅读 2019-10-17 11:23:21
    近年来,大数据、云计算、人工智能技术的快速发展,给互联网带来了极大的变革,同时也对其计算模式提出了新的要求。 大数据时代每天产生的数据激增,也让物联网的数据对响应时间和安全性提出了更高的要求;云计算...
  • 自动驾驶与移动边缘计算

    千次阅读 2019-01-11 00:00:34
    传统网络运营商负责对传输流进行控制(比如转发和包过滤等),但在移动边缘计算中,云服务器也部署在每个基站上。因此,网络运营商也承担了为移动用户提供服务的重要责任。移动边缘计算平台通过为边缘网...
  • 边缘计算中的边缘(edge)指的是网络边缘上的计算和存储资源,这里的网络边缘与数据中心相对,无论是从地理距离还是网络距离上来看都更贴近用户。作为一种新的计算范式,边缘计算将计算任务部署于接近数据产生源的...
  • 2021-2027全球及中国边缘计算网关行业研究及十四五规划分析报告 2020年,全球边缘计算网关市场规模达到了 百万美元,预计2027年可以达到 百万美元,年复合增长率(CAGR)为 % (2021-2027)。中国市场规模增长快速,...
  • 基于边缘计算的视觉感知研究

    千次阅读 2019-09-15 16:55:20
    基于边缘计算的视觉感知的研究 abstract: With the advent of 5G era, the interconnection of all things has become a predictable and inevitable trend. Internet of Things terminals have a large amount ...
  • 这是一篇关于深度学习和边缘计算基础知识的综述,包含了深度学习DL的几种网络模型的介绍,边缘计算的基础知识的介绍,以及二者的结合,如何利用DL来发展边缘计算,如何用边缘计算发展DL,怎么在边缘计算的框架下进行...
  • 边缘计算(Edge Computing)是相对数据中心提出的概念,它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中,而不需要将数据传输到计算资源集中化的数据中心进行处理。边缘计算又被叫做分布式云计算、雾...
  • 毫无疑问,随着5G的建设和新基建的开端。...那么如何在这种新的网络基础设施的一侧生长出新的价值增长,这就成为扭转现状的关键焦点,边缘计算为这种增长提供了某种可能,而且具备可操作性。甚至有人认为,
  • #边缘计算阅读周#读书的人,有梦可做。边缘计算社区联合6大出版社邀您一起阅读,一起做追梦人。今天推荐的书是电子工业出版社 博文视点推出的边缘计算佳作《边缘计算 方法与工程实践》,这本书...
  • 边缘计算应用

    千次阅读 2018-10-25 08:55:52
    在本文中,我们提出了一种基于移动边缘计算智能交通事故检测系统。 借助移动客户端上的传感器和服务器的图像识别能力,我们的系统可以自动识别交通事故并广播交通事故信息。 MEC的特点是确保事故发生附近的司机,...
  • 华为对边缘计算的思考与理解

    千次阅读 2019-06-06 08:29:20
    首先我们认为边缘计算的兴起应该是在过去三四年,之所以兴起大背景是因为实体经济的数字化转型。这波实体经济数字化以万物感知、万物互联、万物智能为特征,这三方面的特征仅仅依靠云计算是没办法特别好的解决,比如...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,557
精华内容 3,822
关键字:

智能交通边缘计算

友情链接: EverBaselineActiveX.zip