垃圾車如何使智慧城市更安全
您是否曾經想過像垃圾車這樣平凡的事物對於智慧城市的發展至關重要?台北市政府的官員一定是這樣想。
台北市已在市屬垃圾車上安裝了 128 部攝影機,以監控可疑活動,遏制繁忙城市中的街頭遊蕩並改善整體公共安全。視覺系統使用地理柵欄和行人偵測來識別進入特定區域的人員,然後使作業員能透過網頁界面遠端監視視訊摘要(圖 1)。
當然,這種使用案例需要的不僅僅是在城市車輛上安裝攝影機。為了盡量減少成本,視覺系統必須能在本地儲存相關的視訊片段,而不是透過行動網路串流傳輸大型視訊檔案。同時,系統需要將正在發生的事件通知官員,以便他們可以對需要關注的情況迅速做出反應。
最後,該解決方案必須具有足夠的效能以:
- 同時處理多個視訊摘要
- 提供足夠的輸送量以處理行動視訊監控所需的畫面播放速率
- 以高準確度執行物體偵測和識別演算法
行動 NVR,卡車上使用夠強悍
為了符合這些要求,台北市與 EverFocus Electronics 合作。該解決方案採用 eIVP5600,eIVP5600 是一款支援人工智慧的無風扇行動網路錄影機 (NVR),如圖 2 所示。
eIVP5600 是搭載第 7 代 Intel® Core™ 處理器技術和 Intel® Movidius™ Myriad™ X 視覺處理單元 (VPU) 堅固耐用的 NVR。它支援 4 通道 IP 攝影機和最高可達 1 TB的儲存空間,足以錄影大約兩週。無風扇系統的設計符合 MIL-STD-810G,可輕鬆承受車輛環境中遇到的衝擊和震動。
效能對於台北的垃圾車監控計畫的成功極為關鍵。針對多個視訊摘要執行物體偵測和識別功能需要即時處理大量畫面。而應用程式的行動性質則表示必須以不同的畫面播放速率擷取視訊,才能向推斷引擎提供準確的輸入資料。
為了改善畫面擷取和推斷執行,EverFocus 工程師使用 Intel® OpenVINO™ 工具組最佳化其現有的 OpenCV 模組(圖 3)。該工具組為人工智慧開發提供了一個統一的框架,其中包括諸如 OpenCV 之類的深度學習資料庫,最終的最佳化將其推斷演算法從 65% 的準確性提升到了 90%。
這些演算法在 NVR 的超低功耗 Movidius 模組上執行,該模組作為專用的神經網路加速器,能夠每秒執行超過 1 兆次浮點運算。
EverFocus 的行銷副理 Paul Lee 表示:「OpenCV 模組將像素傳送到 OpenVINO,以確保將正確的影像資料傳送到 Movidius VPU 上執行的推斷引擎。我們無須訓練資料,因為我們從 OpenVINO 獲得了訓練資料。」
Lee 補充表示:「eIVP5600 支援最多可達八個用於 IP 攝影機的通道,並且可以針對特定通道上的視訊串流執行特定的人工智慧演算法。
除了物體偵測和識別外,eIVP5600 NVR 軟體還支援駕駛員疲勞和注意力分散監控、行人偵測和人數統計。
人工智慧技術減少網路成本
為了將網路成本減到最少,支援 3G/4G/Wi-Fi 的 eIVP5600 會定期僅將中繼資料(例如車輛位置)傳輸到後端伺服器。但是,當人工智慧將視訊標記為相關聯時,該視訊片段會自動上傳到伺服器,並將警示傳送給作業員。然後,作業員可以使用通用閘道介面 (CGI) 命令來存取 eIVP6500 平台上儲存的視訊片段,或即時觀看視訊摘要直播。
為了進一步節省網路傳輸成本,eIVP6500 可以錄製 4K、1080p、CCTV (704 x 480) 或 VGA (640 x 480) 解析度的視訊。這讓使用者可以靈活地在必要時即時觀看高解析度視訊,或儲存低解析度複本以供日後審查。
垃圾是通往智慧城市的門戶
NVR 以往一向用於基本的錄製和播放功能,得益於人工智慧功能,NVR 成為成熟的數位安全和監控 (DSS) 系統。在台北市等具有前瞻性的城市中,它們可以加速向智慧城市過渡。
雖然像 EverFocus eIVP5600 這樣的 NVR 目前正在監視人們,但建立更智慧城市的選擇似乎永無止盡。可以載入演算法來識別坑洞、損壞的路燈,以及其他需要維修或更換的基礎設施。這些配備視覺系統的垃圾車以常路線行駛,可標記基礎設施的位置、日期、時間和狀態,進而向派遣工作人員發出中繼資料警示。並且,一旦到達現場,這些工作人員就可以參考錄製的視訊檔案以正確評估問題。
至少在短期內,這種方法比完全重新建構城市基礎設施並使用支援無線功能的感應器平台代替它要來的實際。
為垃圾車聯網準備就緒。