边缘+AI:东京工大智慧停车的“打开方式”


来源:物联传媒   时间:2021-11-15 11:46:52


头顶是电车呼啸而过,桥下则是30家各色潮流店铺,共享“同一个屋顶下”的空间。这就是著名的“中目黑高架下”,利用铁轨高架桥的底层,打造出的一片桥洞下的潮流长廊。

这一堪称东京新地标的设计背后,尽管是日本探索空间利用的一次进步,也从侧面折射了东京,这个拥有3450万人口,800万辆汽车的大都市的拥挤程度。

dcfc79efa22fc7ba331b85b5a8113677.jpeg

创立于1881年,已有150年的悠久历史的东京工业大学的校区坐落于东京都目黑区。

每一所设立在大都市的校区,都会遇到相似的问题:停车难。在寸土寸金的空间内,停车场都是非常“奢侈”的设计,利用好每一分土地,都能折合成实打实的经济效益。

作为日本理工科大学的榜首,日本的“清华”,东京工业大学正在用智慧停车,发挥东京每一分土地的价值。

探索智慧停车新模式

作为智慧交通的组成部分,智慧停车在整个智慧城市当中都具有重要的意义。

麦肯锡在其发布的《智慧城市报告》中提到:全世界有超过一半的人口居住于城市当中,预计到2050年,全球城市居民还将新增25亿人。当城市成为经济越来越重要的载体,城市成为价值创造的来源和枢纽,人口向城市集中的趋势也愈发明显。

例如在中国,城市化的速度和规模更加惊人,城市的人口在过去35年里面增加了4倍,新型城镇化极大推动了中国现代化进程,随着城市的不断巨大化,停车难的问题也愈发显现。

用智能化工具充分改造好存量停车场,既是利于停车场效率的小事,也是解决城市拥堵,克服大城市病的大事。

与智慧停车场相对应就是大量传统停车场。以东京工业大学为例,就是采用了“地感线圈车辆检测+停车管理”的传统模式。

传统停车场通常会有产生很多问题,如出入口排队容易造成拥堵,管理难度大;历史停车数据无法追溯,管理无序;支付方式传统单一,人工现金收费模式存在着很多缺陷;人力的管理成本高等等。

而相关的调查数据显示:利用智慧停车,可以使寻找车位时间缩短6分钟至14分钟,在提高停车场效率的同时,也将让交通拥堵减少30%,无效交通流减少12%至15%。

因此东京工业大学决定改造智慧停车场,并与浪潮开展深度合作,探索采用边缘计算、人工智能等技术,改善停车场管理的新模式。

边缘计算+AI的新方案也逐渐浮出水面。

边缘+AI方案缘何受欢迎?

目前的一些智慧停车,通常采用云平台的方式。前端是刷卡系统设备和摄像头,路由器为前端的设备提供网络,设备采集的图像数据,上传到后端云平台进行管理、分析的统一处理。

客观说,这种端云协同的模式赋能智慧停车也是经过验证的好方案。但这是否就是一个最佳的方案呢?

我们知道,停车管理系统并非是企业或者园区的核心业务系统,但因为采集大量图像数据,运算量和对云端算力的要求却很高,这势必会加大云端算力的负担,要保证它的算力为核心业务系统让路,又可能会造成系统的延迟。

再者,园区大都没有实现全光联接,尤其像东京工业大学这样,坐落在大都市的旧城区,网络层的能力,未必能够支撑对大量图像分析和决策,同样也会因此造成系统的延迟。

这也是为什么东京工业大学会与浪潮合作,研发了一套建立在边缘计算基础上的智慧停车系统的原因。

通过将东京工业大学研发的图像识别与停车场运营管理系统,部署在停车场现场的浪潮边缘微服务器EIS200,能够对停车场出入口和内部的摄像头,采集进出场车辆、车牌图片,进行车辆实时识别并匹配车主信息,从而精准记录车辆的进出时间,为进场车辆提供空位引导。

当车辆离开时,还能够帮助车主快速定位车辆精准位置,用最短时间找到自己的爱车,并支持无现金扫码支付、精算机现金支付、扫码支付混合等方式的快速支付,让车轮滚动的每一步都心中有数。此外,停车场系统可根据摄像头监测到的可疑事件或者可疑人员,以及烟雾、火光等险情,自动发出警报,从而提升停车场的安全性。

边缘计算+AI的模式,减轻了云端算力的负担,将计算移至边缘,加快处理的速度,提高了停车管理的效率。

24176d870ec4027803a7b5d950a4cfbb.jpeg

在实际落地方面,今年1月,东京工业大学成立校园发创企业Fusion Cubic股份有限公司,旨在将该项科研成果全面向市场转化。目前以在东京各大繁华商业区开展试点停车场,无论是寻找车位,还是支付停车费,都变得高效、便捷,高峰期由于停车费计费缓慢导致的车辆拥堵问题也显著缓解。同时,该方案还帮助停车场实现了停车管理的自动化、智慧化,在降低人力资源支出的同时,无需再进行繁琐的地感线圈施工及其后续定期老化检测,节省了40%以上的停车场建设成本。

场景打开是边缘计算的机会

诚然,云计算打开了互联网时代的大门,但在具体的行业应用场景上,很多应用场景,对延时的要求非常严格,如果完全依赖云,势必会让效率降低。

再者,如智慧停车这类应用本身并非核心应用,但又因为图像识别对系统异构算力要求很高,这就特别适合边缘计算的场景。

边缘计算的重要价值在于,其相对于纯云端的部署模式,提供了一种成本更低、实施更便捷、网络依赖更小的AI应用交付方案,加速了智慧停车系统的建设与改造。更容易落地,也更容易向全行业复制。

与之相应,智慧停车等边缘计算方案的出现,也会推动边缘计算市场的快速发展。作为边缘计算的核心基础设施,边缘服务器的前景广阔。而浪潮则是中国边缘服务器市场的领导者。

日前,国际数据机构IDC发布2021上半年中国边缘服务器市场追踪数据报告,数据显示,2021上半年中国边缘计算整体市场高速增长84.6%,预计到2025年中国市场将增长至74亿美元,全球市场将增长至347亿美元,全球边缘计算服务器市场需求爆发式增长。浪潮边缘计算服务器以49.4%蝉联市场第一,份额进一步扩大。

事实上,边缘计算有别于通用数据中心的标准化,有赖于场景的不断打开,叠加出巨大的市场空间。从东京工业大学采用的边缘计算智慧停车案例可见,在全球主流的市场中,边缘计算的场景化进度丝毫不慢。

可以预见,赋能智慧停车只是场景打开的第一步,未来边缘计算中心将在计算带宽、低延迟需求满足层面发挥关键价值。

  版权及免责声明:凡本网所属版权作品,转载时须获得授权并注明来源“物联之家 - 物联观察新视角,国内领先科技门户”,违者本网将保留追究其相关法律责任的权力。凡转载文章,不代表本网观点和立场。

延伸阅读

最新文章

因元件短缺 继Switch之后索尼也将降低PS5产量 因元件短缺 继Switch之后索尼也将降低PS5产量

精彩推荐

产业新闻

新型混合膜让液流电池走向电网规模的能源储存 新型混合膜让液流电池走向电网规模的能源储存

热门推荐

版权所有:物联之家 - 物联观察新视角,国内领先科技门户