在第九届进博会上, 消防指挥系统第一次引入了边缘AI算力终端。单台设备可以同时运行多条算法通道。这样的做法把隐患排查工作从"事后响应"改变成了"异常即干预"。
单设备并发多路算法
在进博会上那个消防相关的场景里, 这个叫作 TY1100-NX-PRO 的东西, 它是把路面障碍物识别, 还有烟火检测, 加上人流聚集分析, 还有电子屏状态识别, 再加上区域目标识别这些个算法, 全部都同时运行了起来。
它就用这一台设备啊, 就把好多个任务都并发处理了, 根本用不着再去额外堆叠那些算力的资源。
这个方案是由天数智芯这家公司, 还有上海泽辛信息技术有限公司一起搞出来的, 核心东西就是用可见光加上红外光的这种方式, 把视频监控分析给融合在了一起, 然后把各种各样的AI算法, 全都收敛到了那台边缘终端上面去, 这样做的话, 是大大地降低了在现场进行部署的时候, 还有后期去维护的时候, 所遇到的复杂程度。
画框配置适配差异化管控
方案支持画框形式的灵活配置操作, 用户可以在视频画面里面圈定出特定的区域, 根据需要去打开或者关闭该区域里面的特定算法功能, 比如只负责对指定显示的LED屏幕上面的点亮状态进行识别工作, 让其他区域的算法一直保持关闭状态, 从而避免产生误报带来的干扰。
这种被称为是一“即圈即用”的配置方式, 是让同一个设施设备, 可以去适应不一样的展馆, 还有去适应那些不同的消防管控策略里面, 所存在的差异化需求, 因此就大幅度地减少了在重复部署方面所产生的那些成本问题, 最终也就让相关的消防管理人员, 能够依据实际的业务需要, 来对防护的粒度大小进行灵活的调整操作。
双光测温锁定异常设备
该方案会让红外热成像的画面和可见光的画面进行实时叠加并且对比, 然后就能同步监测到画面的内容和温度数据。这样就能够非常精准地来判断照明灯具以及配电箱这些设备当前到底处于什么样的工作状态。一旦出现异常的温升情况, 系统就会立即触发告警信号。
当设备出现异常的温升情况时, 热成像技术可以用来捕捉温度的变化情况, 同时, 可见光的画面可以对具体的设备和空间位置进行锁定, 最后生成可视化的告警信息。这样一来, 消防隐患的排查工作就从以前的“事后响应”变成了现在的“异常即干预”, 处置窗口因此被大幅度地缩短。
平台闭环打通处置链路
边缘端先是在本地把多模态的数据进行实时的解析, 接着做完一个初步的判断动作, 然后才会把那些已经变成结构化格式的高温告警、违规行为、区域异常这些具体事项数据, 老老实实地上传给管理平台, 到了这一步, 平台再来负责把这些告警消息聚拢在一起, 并按照流程把它们派发下去。
平台层去实现了告警的分级功能, 也做了任务的派发动作, 还进行了处置跟踪的工作。这样的话, 就形成了边缘感知、平台研判以及闭环处置这几个环节串在一起的完整链路。最终的目的, 是确保每一条告警都有人负责跟进下去, 有具体的记录可以供人查询核对, 并且受到时效方面的约束条件限制。
高密度展馆的实战检验
本次进博会的消防保卫工作正在面临着三个非常大的挑战, 这三个挑战就是高密度的、多目标的以及强实时的这样一个状态。
因为展馆里面的人流是非常密集的, 同时电气设备也变得非常繁多，再者所说的管控区域又是分布得十分广泛, 所以导致传统的依靠人力来进行巡检工作的这种模式在覆盖范围上很难做到全面, 并且其响应所需要的周期也相对比较长。
TY1100-NX-PRO这设备在投入使用以后, 把安全检查的那些活儿做得更快了, 水平也变得更智能了。它让安全防护手段从靠人去看, 变成了靠技术去防的这种变化发生了。这就给像大型展览会还有那些体育比赛场馆这种地方人员特别多的场合, 拿出来一种可以被拿来照着做的办法。
边缘算力加速安全产业落地
这次的进博会实际已经落地了这个验证过程, 通过这个过程看到了多模态AI在复杂的消防场景里面所具备的可靠性, 也看到了它的实用性, 所以说这是一个标志性案例, 这个案例代表着天数智芯边缘算力终端开始在公共安全领域实现大规模的应用。
天数智芯那边说了话, 说的是往后还要继续和一起合作的朋友们手拉手, 使劲儿去搞事情, 要把在消防这块地界儿, 还有工业安全那块, 以及城市治理那些更多的大场景里头, 把边缘算力的应用给实实在在落下去, 要更快地让那个“AI加上安全”的产业融合变得更紧密一些, 目的是为了让智能防护这个东西，别再仅仅停留在展会上头让人看看就走, 而是要真的走到平常老百姓的日常日子里头去。
不知道你所居住的城市还有你所工作的单位, 关于消防安全检查这项事情, 目前究竟是不是还在采用让工作人员用眼睛一直盯着看这么一种比较原始的方式来开展?
你可以去评论区里面聊一聊你自己个人的看法如何。如果你觉得这个回答对你有用处的话, 请点击那个赞字按钮, 同时把它分享出去给你的同事或者是行内的小伙伴们看看。
