智能交通的神经末梢——边缘计算

近年来,人工智能(AI)、机器视觉、云计算、物联网、数字孪生等技术的创新与落地,智慧交通在车联网、智能红绿灯、自动收费、智慧停车等领域实现了长足的发展,构建了具备感知能力、可实现智慧决策的智慧交通系统,为社会经济的运行深度赋能。

本文来自CPS中安网,作者/Tim。

社会的快速发展带来了更多的信息的和地域上的交流,信息的交流依靠通讯、而地域的交流依靠交通。作为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。

近年来,人工智能(AI)、机器视觉、云计算、物联网、数字孪生等技术的创新与落地,智慧交通在车联网、智能红绿灯、自动收费、智慧停车等领域实现了长足的发展,构建了具备感知能力、可实现智慧决策的智慧交通系统,为社会经济的运行深度赋能。

QQ截图20211119092508.png

现在,物联网领域的“边缘计算”技术正在被应用在智能交通领域。

高速公路收费:从人工收费到智慧收费

上世纪八十年代末,我国加快交通基础设施建设,高速公路建设快速发展,对促进国民经济发展发挥了重要作用。但是高速公路的经营与收费管理等方面并不完善,仍然存在改革与提升的空间。

在交通体系中,面向高速公路等场景的车辆收费是一个极为重要的环节,收费的效率与准确度将在很大程度上影响高速公路的通行效率,并对于社会经济的运行带来影响。在很长的一段历史时期,高速收费都依赖于人工来实现。

在技术的不断发展带动下,ETC技术和普及范围越来约广泛,其不停车收费具有车量通行快速、免现金交易、收费程序简化、节约能耗、降低污染等优点,对于提升高速路收费效率十分有益。

近年来交通运输部也逐步明确ETC成为高速公路不停车收费管理的最主要方式,显然,ETC的高效性、便利性已经得到认可,其对我国交通运输转型升级、提质增效已经显示出了它的重要意义。

但与此同时,对于大型客车、货车及专项作业车辆而言,由于不同车型收费标准不一致,收费难、稽核难的问题普遍存在,难以满足精细化管理与缴费的需求。

2020年1月1日由交通运输部发布的《收费公路车辆通行费车型分类》正式执行,明确了车辆类别体系、客车分类参数、货车分类参数等新标准,不同车辆类别对应着不同的收费标准,这也给收费与稽核工作带来了如下的挑战:

01

大型客车、货车及专项作业车辆等车辆在型号、核载质量、轴型等方面存在着广泛的差异,并会对于收费标准带来实际的影响。由于车型的分类复杂而多样,因此精准识别这些车型极具挑战。

02

如果以人工方式进行车辆车型识别、收费、稽核等工作,将会产生较高的人力资源成本,同时在效率上也无法满足智慧交通的需求。

03

如何更及时、精准地发现交通违法违规行为也是一个重要挑战。特别是在国家大力倡导取消高速公路省界收费站的背景下,高速公路上的人工检查关口数量显著减少,通过科技手段强化交通监管,有效遏制车辆通过车辆改装、套牌、遮挡号牌、不挂牌等非常规手段进行逃费、交通违法等行为,也就成为势在必行的举措。

基于英特尔®架构的小神瞳收费车型识别管理方案

卓视智通小神瞳收费车型识别管理方案采用边缘计算、AI智能图像识别等技术,集智能相机、边缘计算、智能补光、物联网监控、雷达感知等技术于一体。

系统采用多视频三维车辆识别专利技术,通过正、侧、尾三向视觉融合分析,对车脸、车身、车尾三维特征图像采集和车身图像还原分析,成功实现对车头特征、车身特征(车长、轴数、轴距、轴型、轮数、侧身图像特征等)、车尾特征的实时采集,为车辆根据车身特征进行车辆类型的划分、车身特征的比对分析提供重要数据支撑。

而且可在距离车辆不到1米的近距离条件下,采用多帧图像特征融合和深度特征识别技术,对超长车辆车身图像采集、还原,并识别车身特征信息。

QQ截图20211119092508.png

小神瞳收费车型识别管理方案

对车辆进行特征识别

这一方案的识别结果可完美对接高速公路ETC、MTC收费系统和收费车型视图大数据稽核平台。

QQ截图20211119092508.png

小神瞳收费车型识别管理方案拓扑架构

该解决方案的主要边缘产品为小神瞳一体机,该一体机搭载车脸相机、车尾相机、辅助检测、车身相机、车身补光、尾牌补光、前牌补光、车脸补光等组件,能够提供良好的车脸识别图片,并昼夜支持车牌、品牌、年款、颜色、车辆类型等多维化特征识别。

QQ截图20211119092508.png

小神瞳一体机

小神瞳一体机集成了卓视智通多视频流三维收费车型识别算法,并通过OpenVINO™工具套件进行了性能优化。

OpenVINO™工具套件支持加快部署广泛的深度学习推理应用和解决方案,可支持开发人员使用行业标准人工智能框架、标准或自定义层,将深度学习推理轻松部署并集成到应用中,在并在英特尔®硬件(包括加速器)上获得显著的性能提升。

借助面向预推理模型的模型优化器(ModelOptimizer,MO),和实现硬件加速的推理引擎(InferenceEngine,IE)运行时,OpenVINO™工具套件可在英特尔不同平台上部署并加速神经网络模型,能够在保持精度的同时显著提高图像推理速度。

通过将车辆特征信息、车牌、IC卡、车载单元(Onboard Unit,OBU)等数据信息深度挖掘和多维度分析,小神瞳收费车型识别管理方案可为高速公路收费车辆路径识别、高速公路收费大数据稽查等多种业务需求提供可靠的数据支撑。

在系统检测数据抽样测试中,解决方案能够在高速公路条件下,实现超过99.99%的车型识别准确率。

目前,小神瞳一体机已经广泛应用于多个智慧交通应用场景,在全国各地交通管理部门的管理实践中发挥了重要角色。

QQ截图20211119092508.png

小神瞳一体机用于ETC/MTC收费管理

QQ截图20211119092508.png

小神瞳一体机用于高速公路拒超管理

现在,高速公路已不仅仅是客流和物流的载体,随着高速公路投入运营里程的不断增加,高速路收费系统的效率将给运营者提出更高的要求。

在交通管理这一场景,边缘计算带来的AI能力有着愈发重要的应用意义。通过在边缘终端处理AI负载,交通管理部门能够更加高效地对于交通监管视频进行AI分析,满足费用自动稽核、违法违规行为智能定位等应用需求,进一步提升交通系统的运营与管理效率。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论