Nvidia Jetson/Orin +FPGA+AI大算力边缘计算盒子:公路智能巡检解决方案

项目背景

中国公路网络庞大,总里程超过535万公里,高速公路里程位居世界前列。面对基础设施存量的不断增长,公路养护管理已迈入"建管养并重"的新时代。随着养护支出的逐年攀升,如何提升养护效率、降低管理成本,成为亟待解决的问题。

面临 挑战

1、高频巡检与人力成本:日常巡检工作繁重,人力成本高。

2、数据采集与管理:依赖人工的数据采集与记录存在主观性强、效率低下等问题,且存在人员安全隐患。

3、年度检测局限性:年度检测虽可靠但成本高、频率低,无法满足实时性需求。

政策导向

《"十四五"公路养护管理发展纲要》强调推进设施数字化,提升养护管理数字化水平,特别是基于AI的自动化巡查和物联网的养护工程质量管理。

解决方案

针对此类应用场景,信迈科技与某软件公司联合开发了轻量型公路智能化巡检方案。巡检设备和系统通过车载摄像机采集路面影像数据;采用边缘计算机进行AI图像分析,高效、准确识别路面安全风险与病害;通过对象存储HTTP(s)协议接口上传图片;通过MQTT协议上传元数据;同时,结合5G/4G通信及高精度定位技术,数据实时上传云端,为道路状况提供全面、实时的评估与展示。在4G/5G网络不好情况下,系统会缓存数据,进行续传。设备内置融媒体服务器,手机APP可通过RTSP协议访问播放实时推理视频。

技术优势

1、 效率:AI智能分析使巡检效率提升10倍;

2、 :检出率>91.6%,误检率<5.4%,面积计算误差<8.6%,确保数据准确性;

3、实时响应:实时检测,实时上报,秒级响应;

4、 可靠性:提供缓存续传导出等机制,不受网络环境局限,均能确保数据安全稳定传输;

5、远程 可控:内置VPN,镜像部署,实现远程升级与维护。

6、算法模型丰富:支持多场景、多版本的AI算法集成管理,包括但不限于:路面遗撒检测、路面积水结冰检测、边坡落石监测、沿途气象观测、道路资产盘点等。

客户 收益

1、一图掌握路况:通过日常巡检,实现道路状况的实时监控与评估。

2、巡检效率飞跃:极大提升工作效率,减少人力成本和规避安全隐患。

3、实时风险预警:通过车载边缘智能分析,实时发现道路风险,提前采取防范措施。

4、科学决策支持:基于日常累积的有效数据,为养护管理提供科学决策依据,降低养护成本。

实施效果

轻量型公路智能巡检方案已在全国12个省市地区成功实施,获得了客户的广泛认可。

相关推荐
AI_NEW_COME39 分钟前
知识库管理系统可扩展性深度测评
人工智能
海棠AI实验室1 小时前
AI的进阶之路:从机器学习到深度学习的演变(一)
人工智能·深度学习·机器学习
hunteritself1 小时前
AI Weekly『12月16-22日』:OpenAI公布o3,谷歌发布首个推理模型,GitHub Copilot免费版上线!
人工智能·gpt·chatgpt·github·openai·copilot
IT古董2 小时前
【机器学习】机器学习的基本分类-强化学习-策略梯度(Policy Gradient,PG)
人工智能·机器学习·分类
centurysee2 小时前
【最佳实践】Anthropic:Agentic系统实践案例
人工智能
mahuifa2 小时前
混合开发环境---使用编程AI辅助开发Qt
人工智能·vscode·qt·qtcreator·编程ai
四口鲸鱼爱吃盐2 小时前
Pytorch | 从零构建GoogleNet对CIFAR10进行分类
人工智能·pytorch·分类
蓝天星空2 小时前
Python调用open ai接口
人工智能·python
睡觉狂魔er2 小时前
自动驾驶控制与规划——Project 3: LQR车辆横向控制
人工智能·机器学习·自动驾驶
scan7242 小时前
LILAC采样算法
人工智能·算法·机器学习