在我們的物理空間中，對(duì)自動(dòng)化，提高運(yùn)營(yíng)效率和安全性的呼聲之高前所未有。大約有10億個(gè)攝像頭 -物聯(lián)網(wǎng)（IoT）終端傳感器，已經(jīng)部署在全球的城市和空間中，使我們的生活更美好、更安全?；?a href="http://www.makelele.cn/tags/ai/" target="_blank">AI的視頻分析優(yōu)化對(duì)于無(wú)人零售、簡(jiǎn)化庫(kù)存管理、智慧城市的交通工程、工廠車(chē)間的光學(xué)檢測(cè)、醫(yī)療設(shè)施的患者護(hù)理等至關(guān)重要。

在本系列文章中，我們將探索現(xiàn)實(shí)案例中如何利用運(yùn)行在NVIDIA的EGX平臺(tái)上的NVIDIA Metropolis應(yīng)用框架進(jìn)行AI視頻分析從而解決各行各業(yè)中復(fù)雜的運(yùn)營(yíng)和安全問(wèn)題。NVIDIA Metropolis及其龐大的合作伙伴生態(tài)系統(tǒng)有助于將基于AI且功能強(qiáng)大的視頻分析應(yīng)用更快推向市場(chǎng)。本篇先從交通入手，展示AI是如何助力打造智能交通系統(tǒng)、提高交通效率的。

交通管理

讓450萬(wàn)駕駛員享受更通暢更持續(xù)的交通環(huán)境

亞利桑那州馬里科帕縣交通部（MCDOT）管理著全美第14 大交通繁忙地區(qū)，交通擁堵問(wèn)題嚴(yán)重。NVIDIA Metropolis 合作伙伴 NoTraffic 通過(guò)基于人工智能的交通管理平臺(tái)為他們提供了所需的答案，該平臺(tái)優(yōu)化流程基于實(shí)時(shí)性利用率和需求進(jìn)行優(yōu)化。

AI 傳感器單元安裝在每個(gè)交叉口，通過(guò)機(jī)器視覺(jué)和雷達(dá)的融合提供道路用戶(hù)檢測(cè)和分類(lèi)。這些傳感器們利用 NVIDIA Jetson 邊緣 AI 設(shè)備和 NVIDIA MetropolisAI框架進(jìn)行交叉路口的視頻處理。NoTraffic 的路邊單元可以檢測(cè)和分類(lèi)道路使用者，包括轎車(chē)、公交車(chē)、卡車(chē)、自行車(chē)、行人，甚至在任何光線或天氣條件下的應(yīng)急車(chē)輛。

使用邊緣計(jì)算對(duì)處理后的數(shù)據(jù)進(jìn)行優(yōu)化可以改善交通信號(hào)燈，節(jié)省帶寬并降低延遲。城市工程師可以使用定制儀表盤(pán)進(jìn)行數(shù)據(jù)查看與實(shí)時(shí)分析，從而實(shí)現(xiàn)如碰撞預(yù)測(cè)和定義特定道路用戶(hù)優(yōu)先級(jí)等功能。

MCDOT 實(shí)現(xiàn)了顯著的效率提升，且未來(lái)可期。預(yù)計(jì)每年可減少 22607 公噸的溫室氣體排放， 等同于道路上少了 4915 輛車(chē)。通過(guò)預(yù)防成本（車(chē)輛磨損、燃油節(jié)省和維護(hù)）的支出，每年可節(jié)省 5000 萬(wàn)美元以上。且預(yù)估每年可消除 3957 個(gè)月的車(chē)輛延誤時(shí)間。

交通樞紐管理

AI為4650萬(wàn)乘客提升航空效率

當(dāng)一架商用航班著陸并滑行到登機(jī)口時(shí)，一系列的清潔、補(bǔ)貨和飛機(jī)維修工作就已開(kāi)始，這就是所謂的“周轉(zhuǎn)”。更快完成這些工作意味著飛機(jī)在停機(jī)坪上停留的時(shí)間更少，客戶(hù)的等待時(shí)間也更少，這樣航空公司的利潤(rùn)也會(huì)更高，倫敦蓋特威克機(jī)場(chǎng)（LGW）是全球最繁忙的單跑道機(jī)場(chǎng)，該機(jī)場(chǎng)在AI的助力下，充分利用了每一秒的時(shí)間。

Assaia是一家總部位于蘇黎世的初創(chuàng)公司，該公司使用圖像識(shí)別算法處理視頻，并提供預(yù)測(cè)分析，以更好地管理周轉(zhuǎn)運(yùn)營(yíng)。LGW是世界上第一個(gè)實(shí)施Assaia周轉(zhuǎn)控制的機(jī)場(chǎng)，在14個(gè)停機(jī)位安裝了28個(gè)攝像頭。使用NVIDIA Jetson AGX Xavier模組對(duì)來(lái)自攝像頭的視頻流進(jìn)行本地化分析，使機(jī)場(chǎng)實(shí)時(shí)全面了解所有周轉(zhuǎn)活動(dòng)。該系統(tǒng)利用AI算法將視頻流轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，其中包括周轉(zhuǎn)事件的時(shí)間戳和安全相關(guān)數(shù)據(jù)。這樣，機(jī)場(chǎng)員工和供應(yīng)商可以使用此數(shù)據(jù)來(lái)提高準(zhǔn)點(diǎn)率，增強(qiáng)安全性，并降低成本。

LGW現(xiàn)在可以讓更多乘客每天搭乘更多航班，同時(shí)降低運(yùn)營(yíng)成本，加速可持續(xù)發(fā)展，為機(jī)場(chǎng)工作人員、航空公司機(jī)組人員和乘客提供了更安全的環(huán)境。

停車(chē)管理

通過(guò)更智能的停車(chē)，優(yōu)化日常通勤

對(duì)于許多通勤者來(lái)說(shuō)，每天的出行包括開(kāi)車(chē)到火車(chē)站，停車(chē)，然后搭乘火車(chē)。聽(tīng)起來(lái)很簡(jiǎn)單，但缺少亟需的停車(chē)位往往會(huì)導(dǎo)致沮喪且浪費(fèi)時(shí)間，甚至?xí)?dǎo)致錯(cuò)過(guò)火車(chē)?？拷?zhǔn)锥几绫竟男萝?chē)站K?ge Nord Station利用AI接受了這一挑戰(zhàn)。

NVIDIA Metropolis合作伙伴DataFromSky推出的創(chuàng)新解決方案使用攝像頭來(lái)監(jiān)控停車(chē)場(chǎng)的車(chē)位占用情況，支持移動(dòng)支付，甚至可以將駕駛員導(dǎo)航到空停車(chē)位。由搭載NVIDIA T4 GPU的NVIDIA EGX 服務(wù)器平臺(tái)使用經(jīng)過(guò)訓(xùn)練的算法實(shí)時(shí)分析攝像頭視頻流，從而檢測(cè)出各個(gè)停車(chē)區(qū)域是否已被占用?；跒g覽器的界面簡(jiǎn)化了系統(tǒng)管理，移動(dòng)應(yīng)用程序?qū)⑺緳C(jī)與支付、導(dǎo)航服務(wù)以及停車(chē)到時(shí)的通知連接起來(lái)。如果停車(chē)場(chǎng)發(fā)生犯罪，該系統(tǒng)甚至可以與當(dāng)?shù)貓?zhí)法機(jī)構(gòu)對(duì)接，共享車(chē)牌號(hào)和其他信息。

K?ge Nord Station現(xiàn)在可以為通勤者提供理想的停車(chē)解決方案。每個(gè)攝像頭可監(jiān)視多達(dá)400個(gè)停車(chē)位，并利用NVIDIA DeepStream SDK將視頻流實(shí)時(shí)轉(zhuǎn)換為有價(jià)值的見(jiàn)解。該系統(tǒng)提供了新的數(shù)據(jù)和能力，與地面?zhèn)鞲衅飨啾?，成本更低且更易于部署。AI幫助車(chē)站運(yùn)行更平穩(wěn)，省錢(qián)，同時(shí)緩解了每一次通勤的痛苦體驗(yàn)。

編輯：jq