• 華為“最亮雙眼”如何賦能交通智能體?

    2020-11-02 10:00:34 來源:ITS114 評論:
    分享到:

    9月24日,在深圳特區成立40周年之際,深圳市與華為宣布攜手共建鵬城智能體,協助深圳完善智慧城市頂層設計,共同深化智慧城市建設應用。作為城市智能體的核心底座,華為在交通智能體的落地實踐方面,要走得更早,早在2018年,華為就發布了與深圳交警合作在深圳落地交通智能體的初步實踐進展。

    可以說,“交通智能體”就是華為與深圳交警等交管單位不斷探索、不斷完善的智慧結晶。“交通智能體”是華為智慧交警業務的大旗,旨在提供面向交管的“最亮雙眼”、“最強大腦”和“最快雙手”的系統方案。而“最亮雙眼”是整個方案的核心,也是交通管理和服務的基礎。這幾年,“交通大腦”概念風靡全行業,但隨著時間推移,行業慢慢發現,如果“感知”層的數據采集、匯聚、分析沒有做好,那“大腦”就是無源之水無本之木。

    那么如何煉就智慧交管的“最亮雙眼”,我們來看華為是如何探索和落地的。

     “最亮雙眼”是怎樣煉成的

    今年5月底,華為發布了十大場景化解決方案,最讓智慧交管行業關注的,莫過于“全息路口”。全息路口解決方案,由華為AI超微光卡口、毫米波雷達、專用的邊緣計算節點——ITS800等組成構建,方案的創新之處,在于雷達+視頻的一體化組合采集,也在于算力高達32TOPS的邊緣計算節點設備——ITS800。

    1.jpg

    整體而言,雷達+視頻可以實現全天候、多場景、多目標、高精度等交通流檢測,可實現多目標軌跡跟蹤檢測、目標可視化、數據結構化,可具體到某一條車道的流量,具體到某一臺車的軌跡、動態。

    全息路口解決方案基于雷視軌跡擬合算法,把視頻和雷達獲得的數據進行位置標定、坐標轉化、時鐘同步、軌跡合一,可提供路口時空內的車牌、車速、位置、姿態、屬性、分向車道流量、交通事件檢測等精準元數據,結合高精度地圖為交管用戶提供數字化全息視角,可合成路口通行速度、車頭時距、排隊長度、停車次數等40+種交管數據,比傳統設備采集的交管數據更精確、更穩定,比分鐘級采樣的互聯網浮動車數據更精細、更實時。據華為介紹,該方案的全路口軌跡跟蹤準確率大于95%,結合高精度地圖的車道級定位精度小于50厘米。

    這些數據全面的反映了路口所發生的一切,基于這些數據可以支持各種解決方案的運行,比如路口交通事件檢測、路口優化、信號配時調整等,當數據積累到一定時間后,還可以進行交通仿真、進行交通隱患、交通黑點的識別,交通熱力圖一畫,就知道哪里是黑點,哪里要進行交通組織優化,哪個車道要由直行變成左轉加直行等。

    將“全息路口”稱之為“最亮雙眼”的最佳解決方案,毫不為過,更為重要的是,“全息路口”具備成長性,在算力的支持下,可以遠程加載許多算法,可以支持包括未來車路協同、自動駕駛所需要的路側感知、端側信息交互等等,可以說“一機在手,十年不愁”。

    除了“全息路口”,華為“最亮雙眼”產品系列中還有哪些壓箱底的“寶貝”?

    十大挑戰與華為的解決之道

    在首屆全國智慧交管行業峰會上,華為機器視覺總裁段愛國就“交通管理智能深化面臨的十大挑戰”提出華為的解決方案。

     2.jpg

    哪十大挑戰?

    感知檢測方面有四大挑戰,一是“麻雀桿”多;二是光污染;三是全局和細節不能兼顧;最后非機動車有效管理難。

    如何消除“麻雀桿”現象?

    要完成這個挑戰,最核心的問題在于監控設備的智能化,也就是在算力支持下的功能擴容和升級,不再重蹈以往要一個功能就要新上馬新設備的覆轍,華為的“軟件定義攝像機”就此應運而生。如果一個監控設備或者方案,能夠實現多種違法抓拍、流量檢測、事件識別等等功能,那么路口的“麻雀桿”現象一定會成為歷史。

    如何降低光污染?

    華為提出了以算力換圖像的概念,其AI超微光卡口像素達到了900萬,內置兩顆芯片,算力達到了20TOPS,基于此,應用深度卷積算法,做到精準補光,并利用AI進行圖像降噪和圖像增強。測試結果表明,AI超微光卡口通過圖像增強,其主駕駛位的圖像抓拍率也達到了98%。而AI超微光卡口,就是“全息路口”的重要組成部分。

    如何兼顧全局和細節?

    行業常見的方案是槍球一體機、槍球聯動,效果欠佳。華為堅持走智能賽道,推出“二郎神”相機,其配備的墨子1號鏡頭采用F1.0大光圈鏡片,基本不改變球機整機結構和成本,并通過雙目協同(廣角/變焦同步聯動),可在保持全景可視的同時,保持全局和細節的協同。“二郎神”相機非常適合交通樞紐、較大路口、高速公路等既需要縱觀全局,也能識別事件的交通場景。

    如何有效實現非機動車管理?

    現有交通監控設備很少復用于非機動車違法抓拍,因為已有設備很多不是智能化設備,只能將視頻圖像采集回來后,在后端進行分析,但這種模式會對后端帶來較大的算力負擔,因為行人和非機動車交通行為的不固定,會導致后端70%的算力浪費在無目標時的視頻解析上。華為推出經濟型全結構化攝像機,前端將機動車、非機動車、行人全部識別出來,然后再傳給后端進行識別,同一個后端芯片以往每秒只能對16路視頻進行解析,現在每秒可以識別150張圖像,測試結果表明,這種做法能讓TCO下降40%,而且極大的節省了芯片算力,閑時還可復用于其他算法的實現。為什么是經濟型?因為這樣一款全結構化攝像機,市場定價也不過千元左右。

    除了感知檢測方面有四大挑戰,建設施工方面也有三大挑戰,一是施工難;二是執行交通保衛工作時,補點難;三是布網、取電難。

    如何解決施工難、取電難?

    華為是通信專家,又如何探索解決這些問題?答案是“‘無網’的子母機”,一個標準路口四個方向的電警,將其中一個電警作為“母機”,利用微波快速組網,其他“子機”不再需要連接有線網絡,其他4~8臺電警卡口設備,即可將結構化圖片自動回傳給“母機”,由“母機”傳輸給后端,從而降低對網絡的需求,減少施工難度。

     3.png

    華為也在探索研發“四無”攝像機,哪四無?無電、無網、無光、無現場運維,現在重點突破是無網、無電。一是無電,華為采用了最新自研單晶硅光伏板、超級刀片鋰電,光伏面積僅僅是0.4平米,比業界小30%,節能和儲能也是業內領先。二是無網,通過5G以及子母機概念,其鏈型組網可實現8級級聯,鏈路覆蓋距離可到16公里,而星型組網可實現2KM的區域覆蓋。

    4.jpg

    如何解決執行交通警保衛工作時的監控設備補點難?

    在珠峰大本營不間斷直播的華為5G無線攝像機其實已經告訴了我們答案,無線設備任務來時“牽馬即上戰場”,任務結束,就可“馬放南山”。

    數據應用方面,也有三大挑戰,一是數據不精準,路口管理不精細;二是路段點位少,監管弱;三是人車數據不關聯,執法取證難。

    “全息路口”對路口管理不精細的挑戰已給了解決之法,那么如何解決路段監控點位少監管弱的問題?實際上,復用同在公安系統的天網、雪亮工程等視頻設備,也就成了比較現實的選擇。和其他平臺只跑一種算法不同,華為提出了算法倉概念,平臺上既有A企業算法,也有B企業算法,用戶可以將多種算法識別后的結果進行疊加,得出更為精準的結果。如何解決人車數據不關聯,執法取證難的問題?華為在業界第一次采用了256位車輛特征識別,從而極大的提升以圖搜車的成功率,華為在千萬級干擾集底庫的以圖搜車(遮擋車牌)測試結果表明,TOP50召回率和其他廠家相比,提高了近一倍。

     5.jpg

    小結

    看完華為智慧交管深化應用十大挑戰的解決之法,您是否有豁然開朗的感覺?是否覺得華為機器視覺的未來大有可為?華為機器視覺總裁段愛國自豪的表示,截至9月初,華為機器視覺產品發貨量增長速度十分亮眼,“全息路口”方案已經在深圳、天津等多個城市進行測試和商用。正是包括AI超微光卡口、“無網”“無電”相機、5G攝像機等在內的智能化感知設備,將人、車、路等更多要素連接到萬物互聯的智能世界,有理由相信,在交通管理數字化、智能化升級以及通往車路協同、自動駕駛的道路上,一定會有華為機器視覺不懈探索、孜孜以求的身影。

  • 關鍵字:
  •    責任編輯:亦銘
  • 延伸閱讀!

  • 每周新聞精選

  • 關于我們
  • 聯系我們
  • 廣告贊助
  • 日本漫画之无翼德男女主在各种地方做gif老湿机视频懂得 美国av蜜瓜电影网 欧洲老太70~80 一级a做爰片视频美国日本毛片高清