从边缘到云端,从视频监控系统入手全方位升级智慧城市

作者:翁羽翔

智慧城市将技术与基础设施汇集在一起,通过更高的安全性和效率来改善市民的生活。然而,大城市地区人口不断增加,加剧了城市在基础设施和保障市民安全方面面临多种挑战。再加上城市化人口流动性增强,长途远行逐渐成为家常便饭,我们显然需要更多的解决方案来改善现状。公路部门和警察部队已经广泛使用视频监控系统观察交通拥堵、对事故做出及时响应。但是我们是否能够进一步优化该系统,从而使道路更加安全呢?

采用更高分辨率的摄像头,提高车牌识别能力,有助于加强交通规则的执行,最终减少违章行为,而且由于司机开始意识到他们极有可能被起诉,特别有助于改善由不遵守交通信号灯或路口限制的行为导致的交通拥堵现象。此外,性能增强的交通流量摄像头与测速摄像头也有助于减少拥堵,鼓励更安全的驾驶。我们还可以通过其他方法来提高摄像头提供的视频、图像质量,其中包括扩展视野和改善夜视性能,这两种方法都可以通过组合多个图像传感器来实现。

此外,伴随着人工智能功能增强,结合解码人类肢体语言等功能,高分辨率智能摄像头能够更好地预先排除干扰,以便随时提供帮助。要做到预测判断,监控系统的前端和后端都需要改进。比如采用4K高分辨率传感器,就能显著提升画质做出更精准的判断,同时每帧关联的数据量也显著增加,这些数据必须由边缘器件实时捕获和调节,然后传输到云端进行存储与分析。

图 1 - 智能交通系统中的智能摄像头

现场可编程门阵列 (FPGA) 因其能够实时对多个高速数据流执行大规模并行信号处理而闻名。赛灵思的 Zynq UltraScale+ MPSoC(多处理器片上系统)器件采用当今领先的 16nm 工艺技术制造,可实现单芯片解决方案,其中包含以硬 IP 形式实现的 4K 视频编码器,消除了与片间通信相关的信号时延。而且,今年赛灵思又交付了每通道 2.5Gbps 的全新 MIPI IP,创造了当今业界最快的外设接口。

赛灵思还参与了多个项目,以开发适用于智慧城市的夜视摄像头、立体交通抓拍摄像头、全景摄像头和 AI 盒子等系统。

此外,AI 技术正深度集成到前端和后端视频设备中,增强了整个系统的精度和效率。与智能摄像头连接的典型后端系统包括智能网络录像机、智能服务器和视频管理软件 (VMS)。由 AI 提供支持的智能视频分析技术是这些产品的精髓,智能 NVR及视频结构化服务器提供带有元数据的实时视频分析。此外,智能 NVR 还支持按事件进行智能索引,不仅能够精准记录,还能节省存储空间。

为了提高性能,赛灵思的创新包括Alveo™U50 自适应加速器卡,该卡集成了 16nm UltraScale+™ FPGA 和高带宽存储器 (HBM2) 芯片,提供 460Gb/s 带宽,可用于云加速。此外,赛灵思还最新推出了Versal™ 自适应计算加速平台 (ACAP),通过与Tbps片上网络 (NoC) 互联,以及包含数百个紧密集成的 VLIW SIMD 处理器的高级 AI 引擎配合使用,可将计算能力提升到+100TOPS @ INT8)。这将极大地提高智能视频系统的 AI 功能,并显著加速 AI 在边缘和云端的应用。

图 2 - 智能视频监控系统 – 边缘 – 云端协作

此外,赛灵思还在构建创新生态系统,帮助开发者在其项目中应用这些先进的器件,其中包括用于应用开发的 Vitis™ 以及用于优化与部署加速机器学习推断的 Vitis AI™ 等工具。

图 3 - Vitis 统一软件平台概述

AI 技术推动城市朝着智能安全、智能基础设施和智能交通的方向发展。各种先进的技术,无论是创新的 FPGA、MPSoC 和 ACAP 器件,还是为了加速边缘应用和云应用的部署而集成上述器件的加速板卡,都为自主 AI 平台提供了支持,使其能够实时处理智慧城市产生的海量数据。

通过引入交通传感器、停车传感器、空气质量传感器、天气传感器、环境光传感器等广泛分布的众多传感器从而获取更多维的海量数据。如今的智慧城市只是未来智慧城市的雏形,未来几代 AI 会将我们对智慧城市的理解从基本的概念不断向前推进,促使我们使用这些数据进行预测性资源管理,让城市管理变得更加高效,让城市更安全,让城市生活更美好。

*本文作者:翁羽翔,赛灵思工业、视觉和医疗市场经理
转自: 一点灵Xi

最新文章

最新文章