Penggunaan detektor asap di kendaraan



Sebelumnya kami berbicara tentang deteksi merokok melalui analitik video objek. Sekarang mari kita coba untuk mempertimbangkan aspek-aspek praktis dari penerapan solusi ini dan sektor implementasi spesifik, serta keuntungan mereka untuk bisnis.

Menurut pendapat kami, bidang aplikasi yang paling menarik adalah transportasi, khususnya - berbagi mobil, di mana hukuman dalam bentuk denda untuk merokok di salon mobil sewaan sudah disediakan. Jumlah denda bervariasi dari 5 hingga 15 ribu rubel, tergantung pada perusahaan. Kembali ke perbandingan objek analitik dan sensor video, sensor tidak mengambil vape dan perangkat lain untuk campuran merokok, dan juga praktis tidak sensitif ketika jendela mobil terbuka. Tetapi ini tidak membatalkan fakta pelanggaran dan, karenanya, hukuman hukum dalam bentuk denda sesuai dengan kontrak.

Selain itu, dalam transportasi, beberapa jaringan saraf dapat mengalir (berurutan), seperti deteksi merokok dan deteksi fakta / waktu penggunaan ponsel. Jelas bahwa sistem seperti itu harus ditingkatkan, misalnya, dengan integrasi telematika dan menghubungkan ke bus CAN kendaraan untuk melacak penggunaan telepon hanya ketika kendaraan bergerak, tetapi ini sudah detail integrasi.

Contoh yang baik dari apa yang secara khusus kami deteksi dan apa yang kami dapatkan sebagai hasilnya:





Demonstrasi tentang bot di Telegram (input - gambar dari kamera atau galeri smartphone, keluar - probabilitas):


Komponen perangkat keras


Jika dalam artikel pertama kita berbicara tentang Intel NUC dan server berdasarkan pada mereka, sebagai kalkulator untuk inferensi, sekarang kita berbicara tentang mengoperasikan solusi dalam kendaraan, yaitu pengaruh kondisi cuaca (panas, dingin, titik embun, dll.) Muncul . AAEON, VPC- 3350S, ternyata menjadi solusi yang baik :

AAEON, VPC-3350S

Secara khusus, versi kita adalah dengan Intel Atom x5 E3940 prosesor. Antarmuka - di MyriadX pada papan ekspansi. FPS dalam inferensi:



Tes dekoder:



Apa sepotong besi yang baik dan mengapa pilihan kita jatuh di atasnya?


Kami suka:

  • Kehadiran modul LTE bawaan.
  • Ketersediaan akselerator VPU Intel MyriadX yang dapat diperluas.
  • Intel HD Graphics 500 terintegrasi, di mana Anda dapat menggunakan decoder perangkat keras dan encoders untuk memproses streaming video.
  • LAN- .
  • (-20+70).

?


  1. Ethernet, POE ( : , ).
  2. , AAEON NVR 3350.
  3. .
  4. .
  5. ( ). . , , 50%, ( ).
  6. Berdasarkan jumlah kejadian berulang, waktu tindakan / pelanggaran dicatat.
  7. Jika waktu tindakan melebihi konstanta yang ditentukan (10 detik), maka fakta kejadian dicatat dalam database. Acara ini mencakup informasi berikut:
    • tanggal Waktu
    • foto pelanggaran
    • durasi acara dalam dtk.
    • pengenal kendaraan (GUID statis)
    • nomor kamera (0, 1)
    • jenis acara
  8. Data tentang peristiwa pada ketersediaan 3G / LTE ditransmisikan ke server pemrosesan data pusat dengan integrasi dengan sistem berbagi informasi yang ada untuk operasi penagihan.

Alih-alih resume


Dalam artikel tersebut, kami mencoba untuk berbagi pengalaman kami dalam mengimplementasikan dan mengintegrasikan solusi AI menggunakan contoh infrastruktur transportasi. Yang paling penting, sebagian besar fasilitas otomasi sudah dilengkapi dengan kamera, dan Anda dapat memproses arus yang ada tanpa upgrade yang signifikan.

All Articles