遇见“星云” ｜ 在空间内窥见人、组织、城市

    【CPS中安网 cps.com.cn】 

　　中国城市率突破60%，

　　城市化进程减缓，

　　管理方式升维成为建设焦点

　　...

　　伴随新基建的推进，科技手段越来越多加入推进城市治理的行列，怎样提高服务管理效率，如何建设更宜居的城市...

　　为此，闪马智能创始人兼CEO彭垚在钛媒体『2020 T-EDGE全球创新大会』发表演讲，主题为《遇见“星云”——云边融合的全方位城市空间异常管理计算平台》。

　　新基建下 城市治理的升维

　　我们对于一个城市，最重要关注两个点，人和信息，这是整个城市生活中存在最核心的两个因素，人和信息的流动性决定了整个城市的发展。

　　新基建包括两部分，一部分是新型基础设施的建设，尤其是IT基础的升级，像IDC，人工智能，5G等等，他为下一代信息化技术和产品提供了很好的基础网络和算力；另外一部分是传统基建的升维，比如交通公路、高铁、超高压等传统设施的升级，这为新一代信息化技术应用提供了很好的落地场景。新兴的AIOT技术，极大地提升了我们的感知能力。通过观察空间中人与环境的活动规律，我们能够更快发现异动，来协助城市治理。

　　传统信息化公司，主要应用是流程化的管理。比方说ORACLE、SAP，主要是解决人、事之间的组织协同问题。流程化的管理信息系统大大简化了人日常流程信息的流转，但他是相对简单的，因为排除了很多不确定因素，不会有太超出预料的事情。但是现实空间里影响因素非常多，生活中有很多突发情况，光靠流程是不能涵盖的，所以要从整个空间出发来做异常行为管理。

　　寻找空间规律 发现城市异常

　　我以前做操作系统的时候，一个操作系统只有20%的代码工程量是让系统从开机到运行，到管理软件等等的系统正常流程化处理（good path），其余80%以上的代码都是在做系统的异常处理（exception/fail path）。城市的管理也是一样的，想要精细化治理就需要付出更多精力在异常的管控上。

　　- 我们怎么去做这件事呢？

　　首先把城市空间分成五大块，这五大块空间按人和信息的流动性的规律去做一个划分，分别是道路交通、工作学习、生活娱乐、城市环境、互联网信息，涵盖每个人生活的方方面面。

　　- 如何看待流动性规律这件事情呢？

　　先说道路交通、工作学习、生活娱乐这三个空间，他们涵盖了我们日常工作到生活的大部分空间，以前我们叫他“两点一线”的生活。

　　道路交通空间随着交通工程这个上千年的工程化规则化，人通过发明交通工具（汽车、火车、地铁、飞机等），建设交通设施（道路、桥梁、隧道、轨道等等），制定交通规则让他成为一个社会文明的规则化产物，所以形成了他独特的流动性规律。

　　工作学习空间由于场景下的人比较固定，所以人个体的行为流动规律性就比较强；生活娱乐空间由于人的社交、集会、娱乐需求，人群的流动性规律和效应就在这个空间里产生。

　　除了“两点一线”以外，环境对我们的身心健康产生重大影响，我们每天生活在两大环境中：线上的互联网环境、现实中的城市环境，环境对人的影响是潜移默化的，他对我们的心理和身体产生重大影响。我们人非常需要干净的城市环境和健康的互联网空间。

　　整个未来城市趋势会走向安全、干净、有序，我们从“五大空间”中找到异常规律，通过AI视频分析能力来发现这些规律，去缔造数字化未来城市。

　　双剑合璧 打造一体化AI中台

　　闪马的城市异常管理AI中台以分析视频数据为主。因为大量的空间感知来源于视频，大量的事件记录也都是以视频形式存储。视频当中有巨量的内容，我们通过VisionMind视频分析中台，结合“云中心”的数据分析，协同我们部署在城市每一个角落的“星边缘”智能计算盒，推理出事件和参数，然后推送给城市的管理和服务部门，用AI模型来赋能城市。这不是终点，之后，我们会根据反馈，到ATOM深度学习平台去做模型迭代和新算法训练，保证持续的满足需求。

　　——所以，我们是以异常事件发现为核心，去做了一个大的系统。

　　我们的深度学习平台ATOM，它和Google、TensorFlow等等平台有一个最大的差别，就是上面已经储备有大量完成的视频异常分析基础算法。并且，ATOM是集数据标注、模型训练、推理发布于一体的，任何一个新的算法工程师来到我们这边，都能够直接去利用我们已经研究好的算法和数据成果，快速开发新算法和模型，完成从算法研究到模型产品化的自动化闭环。这个平台现在有很多所高校的AI实验室在应用。

　　我们的VisionMind平台，通过接入城市摄像头，或者互联网的视频数据，来展开分析，目前平台已经落地200多个城市，按照城市五大空间赋能到对应行业，比如说城市道路交通、工地建设岗位管理、银行岗位管理、大型场所客流管理、互联网内容管理、城市扬尘治理等等。到目前为止，根据城市五大空间的各自场景需求，我们做了300多个视频异常分析的模型。

　　遇见“星云” 云边一体新模式

　　现在来讲一下我们推出的新产品，“星云”城市异常空间管理平台。我们过去会把所有数据都上传云端统一处理。但是随着接入城市越来越多，在实际应用中，我们发现许多地方的数据量大到城市的数据中心难以全部接入。并且，纯后端上传还会存在延时，影响时效性。所以我们今年发布新产品边缘智能盒，也就是我们的“星边缘”，配合云中心VisionMind平台，构造了云边一体的系统体系。

　　我们的“星边缘”边缘盒是可以架设在路边的，像城市路口的抱杆箱、配电箱里面，放入我们“星边缘”的盒子，就能够把整个路口路段上的各种类型的传统相机赋能变成全能力智能相机。我们通过“云中心”和“星边缘”的联动模式，能够快速赋能到城市交通、车路协同等各方面。在前端相机不用改动、升级的情况下，做到全区域的感知。

　　“星云”是云边融合一体架构，在上海某区，我们已经部署了很多“星边缘”节点。这些“星边缘”节点能够接入整个城市已有的路口、路段的摄像头，去做视频智能分析和感知异常发现。感知发现之后我们把信息推送到“云中心”做大数据多维度研判分析和深度数字化挖掘；通过“云中心”的事件中心，我们把实时的城市“异常”及时的上报和治理。同时，我们也会做一些运维管理，通过视觉感知路上设施设备的情况，及时发现和维修。目前已经在100多个城市部署了云边融合的“星云”系列产品。

　　此次我们发布的是针对道路交通空间的闪马“星边缘”交通系列智能盒。该智能盒可以直接接入城市中已有的摄像头，像电子警察、卡口相机、人脸相机，普通的IPC相机等等，这些视频接入之后可以做交通参数、违法抓取、事故事件、路政路设的感知（比如护栏损坏情况发现）等，有了这个盒子可以让城市在原有硬件基础上快速升级，及时感知路上各种情况。

　　有了“星边缘”交通系列智能盒，我们VisionMind平台能够更好的处理交通拥堵，交通违法，事故发生，道路维护等，让看不见的“异常”看见，及时，快速，高效的保证交通安全和畅通。

　　助力交通新基建 全方位异常感知

　　我们通过接入城市摄像头进行AI视频异常分析，来赋能交通管理。

　　下面可以看一下我们的案例——

　　通过全面感知城市流量可以找到城市交通的运行态势，交通流量包括人流和车流。我们在外滩跨年的时候，对整个外滩所有的通道进行了分析，通过检测路口流量，可以看到去往外滩广场的上行有多少人，下行有多少人，管理者可以根据实时情况进行举措，方便了安保的正常进行。另一块是车辆流量分析，包括机动车、非机动车的流量。通过这些，我们能够实现对整个城市的道路组织优化、信号机控制管理、大规模客流的管控等，这就是我们对交通流量管理的赋能表现方式。

　　传统的电子警察只能布设在路口，镜头要正对马路，并且只能识别很少的违法类型，闪马刚开始开发智慧交通系统时，我好好看了一下交规书，一开始看完的时候，我自己都有点不敢开车了，因为交通违法的形式种类非常多。由于现实交通的复杂情况，所以虽然难度很大，我们还是下定决心开发了25种交通违法算法，并且以后还会增加。

　　城市公路和高速公路场景看起来像，其实内在区别还是很大的，所以我们为高速又做了一套产品--杭州绕城高速公路的整个运营系统。高速公路原来是一个很传统的行业，一个高速公路可能有几百路相机，主要靠人看监控查有什么问题。

　　原来在节假日的时候，他们的人员压力非常大，我们做了这么一套智能化运营系统以后，整个指挥中心基本上只要一两个人值一下班就可以了。我们通过视频智能化分析，推送高速上各种各样的异常。像是交通拥堵、事故、遗留物、抛洒物等，提供及时足够有效的信息来运营高速公路。

　　- 比方说，原来不能很快速的知道事故地点，等到报警的时候，路政车开过去需要很久。这样一来是效率低，二来事故会带来拥堵问题，还可能发生二次事故等一连串连锁反应。我们现在通过可视化AI分析，通过往期数据进行事件规律整理，就能够让路政车分散在一些高风险地段，当我们VisionMind发现上报异常时候，及时快速实施救援。

　　- 还有比如说非机动的车管理，现在快递、外卖骑手的事情大家也知道，为了速度不惜违法带来了很多事故。我们通过视频AI分析能够发现到骑手违法行为，然后可以定位到美团、饿了吗这些骑手所属企业，接入客户的身份库去做人脸识别，找到违法个人，还会给违法个体建一人一档，来做一个统一的管理。

　　今天只是讲了我们城市交通领域的“星边缘”盒子上线。未来，像智慧工地，智慧银行，智慧工厂、智慧场馆等五大空空间更多领域，我们都计划基于“星云”系列的计算系统发布更多行业产品，敬请期待。

　　我们闪马智能希望在未来发展过程中，通过异常分析发现城市运行规律，解决城市管理问题，推动传统行业管理升维，做一个城市空间的洞察者，发现城市的成长，智建城市的未来。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网并标明了来源，如出现侵权行为，请立即与我们联系，待核实后，我们将立即删除，并向您致歉。