袁戟—移动边缘计算案例应用—AI巡逻车0715.pdf

1、AI巡逻车移动边缘计算汇报人：袁戟万物云AI实验室负责人公司简介作为一家科技引领的全域空间服务商，万物云致力于打造产业级共享服务平台，基于空间物联技术及应用，构建产业互联生态。服务为本，科技为用。行业背景01核心方案02合作案例0301行业背景About the industry backgroundGLOBAL EDGE COMPUTING CONFERENCE城市治理业务痛点城市物业的综合巡查是万物云智慧城市的重要业务内容，综合巡查业务是否管理好，对于万物云智慧城市业务发展是关键。城市物业的综合巡查包括市容巡查、城市公共设备设施巡查、小散工程和零星作业安全巡查等服务。目前普遍采用人工巡查的

2、模式，人工巡查模式存在耗时费力成本高、过程依赖个人、覆盖面和巡检频率不佳、质量管控不严的问题。同时现在巡查过程中记录了海量的数据，这些数据资源未转变成数据资产为业务赋能。人工大面积的城市巡逻耗费大量人力物力，且人均巡查面积小，问题发现慢，问题类型的判断依靠主观判断。人工巡查耗时费力发现问题后依托人工描述，并通知对应岗位的人员处理，沟通成本高，处置效率低。问题判断依赖经验数据缺乏无法闭环城市管理乱象重复连续发生，无有效监督，问题始终无法闭环。城市治理业务需由人工巡查转向智慧巡查，提升巡查效率GLOBAL EDGE COMPUTING CONFERENCE解决方案为了有效解决因单一人工巡检造成的巡

3、检效率低、时效性差、主观性强、巡检结果真实性和完整性难保障等问题，我们致力于将AI技术应用于移动巡检场景，创新打造了城市治理AI智能巡检车。AI智能巡逻车是一款综合采用物联网、云计算、AI 算法等技术，搭载高清摄像头、车载显示屏、AI 边端服务器等专业设备，结合“智慧系统+智能机器+员工辅助”的巡查机制，推动城市治理由人员密集型向机械智能化转变，由经验判断型向数据分析型转变，从被动应对型向主动发现型转变。巡查机械化与传统人工巡查的方式相比，通过机械化巡查达到降低人工成本，提升巡查效率的目的通过机械化巡查，人均巡查覆盖范围和面积可显著提高事件自动化通过AI算法技术，自动识别综合巡查中如沿街晾晒等

4、需治理的问题，快速发现现场问题，自动形成告警事件，推动巡检处理决策数据化事件告警的生成、处理流程数字化机械化作业工单形成数据沉淀及报表，支持远程巡查与视频回放，方便运营管理者科学决策，合理调配资源02核心方案Core program产品架构用户界面云端运营工作台（Web）工单处理端（App）巡逻车作业端（APP）SaaSPaaS解决方案端侧云台摄像头边缘主机高精度定位模块解决方案智慧巡查AIOT边缘服务器（AI巡逻主机）边缘服务器（城市IOC）IOT PaaSIPC PaaS智慧巡查SaaS车辆巡查算法管理告警管理语音控制多路视频作业管理车辆检查行驶数据一键报事配置管理项目管理车辆管理司机管理

5、排班管理工单管理作业覆盖率报表管理设备管理人工巡查周期性巡查紧急巡查跑点定位远程巡检设备巡检图片巡检视频巡检城市空间运营平台视频实时预览视频远程巡查作业计划工单派发事件处理“智慧系统+智能机器+员工辅助”相结合方案组成边缘计算3门4座两厢，续航305km支持多种车型(皮卡、轿车)显示屏车内10.3英寸显示屏支持查看事件、工单摄像云台GPU:搭载48 个Tensor Core 的384 核NVIDIA Volta GPUCPU:6 核NVIDIA Carmel ARMv8.2 64位支持11种AI算法400万像素，360度全景云台最大分辨率：2560*1440补光：6颗红外灯新能源汽车车载方案算

6、法分析推理车辆实时巡查产生AI告警运营人员派单巡查人员处理工单整体流程智慧巡查整体方案执行巡查工单远程运营坐席甄别工单派发工单处理制定巡查计划上报事件分析数据接入数据预处理模型训练模型调优算法封装数据存储目标检测图像分类实例分割多模态融合图像增强数据特征提取图片视频自动测试模型优化标准SDK标准API视频解码服务视频最新帧队列AI算法服务结果整合服务告警数据库RTSP/RTMP流原始帧预处理帧推理结果告警信息原始帧告警推送服务告警信息告警信息云端算法学习边端算法推理智慧巡查整体方案模型训练模型推理云侧训练&调优边端部署&运行工单确认监测告警边端巡查、推理