随着機器學習及人工(gōng)智能的興起，自動化和智能化影像辨識技術成爲許多領域關注的焦點。中(zhōng)國在交通資(zī)訊領域的智能化程度爲全球之最，國内不斷推出了更精準的交通資(zī)訊模型，結合AI影像技術，實現了影像辨識、重疊物(wù)件偵測及聲音辨識等模式，并基于交通領域提出新應用，其中(zhōng)包含跨攝影機追蹤、高密度車(chē)流環境偵測、低能見度偵測與噪音機動車(chē)輛偵測等功能。
面臨挑戰
即時智慧交通管理系統可以幫助城市改善通勤時間、提高空氣質量、控制交通速度、減少交通事故、保護敏感路邊區域等等。但盡管有這些技術優勢，實施如此高效且超連接的交通管理系統也存在一(yī)定挑戰。
網路限制：
車(chē)聯網和5G行動寬頻(pín)等技術可以幫助改善智慧交通基礎設施通信，但分(fēn)散式智慧城市攝影機和感測器産生(shēng)的大(dà)量數據可能會淹沒任何網路。如果人工(gōng)智能、機器視覺分(fēn)析托管在雲端中(zhōng)，網路就會成爲限制因素。
網路安全：
交通管理系統容易受到網路攻擊，尤其是現場設備及通訊。任何在街道周圍的人群都可以嘗試竊取或控制交通數據、監控視頻(pín)等，所以車(chē)車(chē)通信(V2V)和車(chē)路通信(V2I) 都必須受到妥善的保護。
響應速度：
交通管理系統将使用衆多分(fēn)散式車(chē)路設備，收集設備信息需要快速處理大(dà)量資(zī)料，大(dà)多數交通應用程式都對時間敏感，因此交通管理和監控系統需提供即時響應。
維護和營運成本高：
互連各種不同的技術用于收集、傳輸、處理數據可能會成爲一(yī)項昂貴的投資(zī)。特别是當需要低延遲和高頻(pín)寬時，流量管理系統的網路需求運營成本偏高。
解決方案
立華科技推出了LEC-2290硬件平台 和 Hailo H8 AI加速卡，可實現用于交通管理的機器視覺和影像分(fēn)析。爲了減少現場設備對高速網路的依賴，提升通訊安全防護，平台必須盡可能部署在攝影機及感測器周圍，爲邊緣采集設備（行人、道路、車(chē)輛、交通号志(zhì)等）賦能。例如，交通燈杆能夠收集各類訊息，成爲直接處理信息的邊緣計算設備。
立華科技與領先的以色列AI芯片制造商(shāng)Hailo合作，設計并創建了Falcon H8——首款 Hailo-8™ AI 驅動的 PCIe 加速卡。爲交通管理和智慧交通系統 (ITS) 等應用提供了可擴展且強大(dà)的智慧視訊分(fēn)析。
Hailo Falcon H8 是市場上最具成本效益的加速卡之一(yī)，它以其低功耗和超高每秒萬億次運算（156 TOPS）而聞名。這種無與倫比的效能等級可在智慧城市中(zhōng)的任何角落成爲邊緣服務器（例如智慧燈杆或電(diàn)信公司的 MEC），并運行深度學習應用程序。
Hailo Falcon H8 加速卡需要 NVR 或邊緣AI設備中(zhōng)的标準PCI介面。LEC-2290是一(yī)款支持Nvidia NGC 的邊緣 AI 設備，采用Intel® Core i7-8700T/i7-8700 CPU。該設備專爲人工(gōng)智慧視訊分(fēn)析和機器視覺而設計，适用于實體(tǐ)網路安全及交通監控等智慧城市解決方案，搭配 Falcon H8 可以運行視訊密集型流量管理和大(dà)量監控工(gōng)作。
邊緣人工(gōng)智慧設備從城市各建築物(wù)或智慧燈杆等地方的IP攝像頭收集資(zī)料，邊緣人工(gōng)智慧平台可以讓流量管理和監控應用程序獨立運算，這些攝像頭收集的視訊串流透過人工(gōng)智慧視訊分(fēn)析和機器視覺進行預處理，然後傳送到雲端高階服務器（Hailo 視訊管理系統）上運行視訊管理系統，以進行進一(yī)步的監控或管理。
主要優勢
LEC-2290 + Hailo H8加速卡是基于人工(gōng)智能的智慧城市交通視訊分(fēn)析和監控系統。可以實施交通管理應用程序，例如自适應交通燈、車(chē)輛優先級、停車(chē)通道和偵測、電(diàn)子收費(fèi)等。
★自動監控交通攝影機。交通管理解決方案支持即時AI視頻(pín)分(fēn)析和反應式報警功能。可以更精确地監控和偵測事故，幫助減少擁塞（或空氣污染），優化交通基礎設施。
★改善遠端道路交叉口營運和管理。操作員(yuán)遠端管理交通并自動化控制交通信号，人員(yuán)與AI能夠适應合作以減少交通事故或爲緊急事件提供安全通行。
★智慧交通管理應用。邊緣人工(gōng)智能有助于實現許多智慧交通應用，例如 ALPR（自動車(chē)牌識别），有助于交通執法、自動收費(fèi)。其他應用程式可能包括監控交通、檢測交通違規行爲。
★支持其他視覺應用。基于人工(gōng)智能的智慧攝影機系統還可以引入不同的MV（機器視覺）應用，例如事件分(fēn)析檢測和行人異常行爲檢測。