Produto quente

AI Patrulling por estrada : Avaliación do risco

818 palabras | Última actualización: 30/10/2024 | By Golong
Autor: Golong
Somos un provedor líder de sistemas de pago de transporte público, fundado en 2015. Centrámonos no desenvolvemento e operación de hardware e software intelixentes para IoT, recoñecemento facial e moeda dixital.
AI Road Patrolling:Risk Assessment
Índice

    Mantemento de rutinaFour Principais puntos de dor

    • Elevado custo de inspeccións
    • Dificultades para cubrir as estradas rurais
    • Desperdicio de recursos humanos e materiais
    • Dificultades para recuperar rexistros de inspección

    Punto de dor 1:A inspección baseada no vehículo - é altamente subxectiva, con quilometraxe repetitiva, tempo - Os procesos de consumo, un alto risco de inspeccións perdidas e altos custos totais.

    Punto de dor 2:A medida que aumenta a quilometraxe das estradas, é difícil aumentar o persoal, a calidade da inspección é difícil de garantir e cubrir as estradas rurais segue sendo un reto.

    Punto de dor 3:As inspeccións de administración de estradas e as inspeccións de mantemento difiren, dando lugar a un desperdicio de recursos humanos e materiais.

    Punto de dor 4:Os rexistros tradicionais de inspección son lentos de procesar, difíciles de almacenar e desafiar a recuperar. En resposta, a Oficina de Transportes do condado de Xinchang está a explorar o uso de "equipos de cámara de alta definición + dispositivos AI" nos autobuses rurais, combinados con tecnoloxía de visualización GIS e algoritmos intelixentes, para construír un escenario de transporte rural + de transporte rural ", mellorando a inspección automatizada de estradas e o proceso de xestión de operacións integrado.


    AI Patrullando por estradaCatro escenarios


    • Configuración a bordo
    • Inspección intelixente
    • Pechado - Procesamento de bucle
    • Avaliación do risco

    A inspección intelixente consta de catro escenarios

    Escenario 1:Use vehículos de pasaxeiros urbanos e rurais no condado de Xinchang como transportistas, equipados cun cerebro a bordo e unha cámara de estrada de alta definición para substituír as inspeccións manuais.

    Escenario 2:Mentres o vehículo de pasaxeiros está en movemento, o vídeo frontal de escena de grao 180 - é introducido no cerebro a bordo de AI. Despois do procesamento de IA, as imaxes de defectos de estrada simulados ou obstáculos, xunto coa información GPS, son subidas á plataforma da nube.

    Escenario 3:O centro de comandos escane os problemas e asignaos a diferentes departamentos en función do seu tipo. As unidades responsables xestionan os problemas reportados baseados na información de fallos cargados e cargando imaxes e información despois das reparacións, facilitando a recuperación e logro totalmente dixital - Xestión de bucle.

    Escenario 4:A través da análise de grandes datos históricos e intelixencia artificial, identifícanse seccións de estradas cunha alta frecuencia de defectos ou obstrucións. O modelo de avaliación de riscos intelixente proporciona avisos precoz, permitindo medidas preventivas. Por exemplo, se a area, os ladrillos ou outros restos aparecen de súpeto pola beira da estrada, o sistema pode prever unha actividade de construción ilegal potencial.

    Tres grandes logros de inspección intelixente

    1. Establecemento dun mecanismo de detección de problemas de estrada oportuna

    Anteriormente, a detección de emisións dependía de inspeccións manuais e informes públicos, o que provocou atrasos ocasionais. Coa reforma usando "Transporte de pasaxeiros rurais + equipos de inspección intelixente", as inspeccións integradas de estradas nacionais, provinciais, condadas e rurais agora realízanse con frecuencia, permitindo a detección e resolución precoz de cuestións e permitindo inspeccións de rutina. Pódense analizar os problemas polas súas causas e resolver pronto para evitar a escalada.

    2.improvement do proceso de resolución de emisións de bucle pechado -

    Anteriormente, informáronse problemas nos grupos de traballo, pero non foron rastrexados nin seguidos, o que provocou lagoas de comunicación nos departamentos. A reforma permite a clasificación e a retroalimentación do tempo para os problemas de administración de estradas e mantemento.

    3. Establecemento dun mecanismo de inspección de estradas pechado - Loop

    O condado de Xinchang introduciu oEstándares de inspección de estradase oDirectrices para a manipulación de problemas de inspección das estradase revisou oMétodos de avaliación para o mantemento e xestión das estradas rurais. Formáronse unha serie de políticas e con computación en nube e tecnoloxías dixitais, XinChang terá como obxectivo establecer un sistema onde todos poidan participar en inspeccións de estradas intelixentes, mellorando aínda máis a eficiencia do mantemento da estrada, aforrando man de obra e reducindo os custos.


    O sistema de inspección de estradas intelixentes de Golong substitúe as inspeccións tradicionais de estradas manuais. Utilizando varios transportistas de vehículos equipados con High - Definición, Cámaras industriais de alta velocidade, o sistema realiza reais - Análise de imaxes AI en tempo e computación de borde.
    Capta de xeito intelixente e identifica as condicións da estrada (como fisuras, buracos, obstáculos e pancartas irregularmente colgadas) e transmite os datos a unha plataforma de nube a través dunha rede 4G. Isto permite aos clientes identificar de xeito remoto os problemas e, en función do tipo de falla e da localización GPS, xestionar as reparacións. Este sistema supera as ineficiencias das inspeccións manuais tradicionais, que poden verse afectadas polo clima, a visibilidade e o erro humano, logrando reais - tempo, tempo dixital, visual, interactivo e intelixente, mantemento, xestión e servizo de danos na estrada.

    Aplicable a estradas rurais, estradas provinciais, estradas nacionais, estradas urbanas, estradas etc.

    Características do sistema

    Detección completa: detecta múltiples obxectivos de mantemento, incluíndo fisuras transversais, fisuras lonxitudinais, fisuras de caimán, baches e diferenzas de altura do buraco.

    1. SOPPORT 8 - Resolución de megapíxeles e detección simultánea en tres carrís.

    2. VIDEO STREAMING: Real - Vídeos de condición de estrada de tempo pódense ver a través do backend.

    3. Almacenamento de datos de Mass: Almacene Real - Gravacións de vídeo en tempo con capacidade de almacenamento expandible.

    4.Real - Transmisión de datos de tempo: Transmitir resultados de detección en real - Tempo.

    5.Mobile Acceso: Apoia a visualización remota de Android de realidades de vídeo do vehículo real - Time.

    6.GPS Real - Posicionamento de tempo: ofrece a frecuencia de posicionamento de> = 1Hz cun erro de precisión de posicionamento non superior a 5 metros.

    7.Mileage e pista de reprodución: rastrexa a quilometraxe do vehículo e proporciona reprodución de traxectoria de condución.

    8.AI Actualizacións do modelo: descarga e actualice automaticamente os modelos de aprendizaxe profunda.

    9. TODO - Operación meteorolóxica: operar de forma fiable en diversas condicións ambientais.

    10. Transmisión de datos flexibles: soporte transmisión de rede TCP/IP, sen fíos ou transmisión 4G, permitindo opcións de usuario flexibles.

    11. Detección inicial no inicio: comeza a detección en canto o vehículo comece sen necesidade de configuración de parámetros.

    12. Apoio de algoritmos: soporte tanto algoritmos frontend como backend segundo sexa necesario.