方案介绍
基于昇腾 AI 基础软硬件平台开发的边缘 AI 分析盒子，融合边缘计算、云边端协同、AI 视觉技术，依托灵境云边缘云网络，将云端计算、存储、网络、AI 推理等能力下放到边缘。结合 AI 道路巡检养护管理平台，以及多种类、高精度道路病害识别、井盖异常识别、路边资产识别、城市治理识别等可扩展的 AI 算法模型，为道路管理部门、市政单位提供道路智能巡检、养护的全方位、全链路解决方案。
方案架构图
算法/关键配置
| 适配算法/关键配置名称 | 算法/关键配置描述 |
|---|---|
| 道路病害识别 | 识别路面出现的纵向裂缝、横向裂缝、坑槽、龟裂、块状裂缝、沉陷、积水、路面异物、松散、车辙、拥包、泛油、车道线模糊、修补。 |
| 沿路资产识别 | 识别道路中出现的路缘石破损、标志牌变形、异常跳车、减速带破损、井盖高差、龙门架、声屏障、伸缩缝破损、信号灯、隔离墩、交通锥、护栏、绿化缺失、防眩板。 |
| 城市管理类识别 | 违识别画面内出现的违规户外立标广告、沿街晾挂、占道经营、违规撑伞、垃圾桶满溢、车辆违停、乱堆物料。 |
优势亮点
- 实时推理：支持客户实时查看巡检识别情况，推理识别结果实时推送。适用于对实时性的要求极高的场景，例如井盖丢失、破损、比较严重的坑槽、高速公路路面异物。
- 节省流量：在边缘完成视频推理任务，视频流不出巡检车，无需上传云端只将推理的结果与定位信息上传，帮助客户节省流量费用。
- 实时定位：边缘病害实时推理，无延迟，同时记录病害定位，病害定位准确无偏移，便于客户维修病害时找到病害位置。
- 识别种类多：涵盖了路面病害、沿路资产、城管方向的超 30 个推理识别类型。
- 面积测算：利用摄像头捕捉道路图像，并通过分析图像中的透视关系，计算出路面病害的实际尺寸和面积，为客户后期道路养修安排提供材料依据。
- 全周期道路巡检维养管理：解决方案涵盖巡检前规划、巡检中监控、巡检后统计与维养的全周期管理服务。
- 巡检前规划：为客户提供道路智能巡检前的规划管理服务，包括巡检路线规划、巡检人员信息管理、巡检车辆与巡检设备管理，让道路巡检工作追踪到人、到车。
- 巡检中控制：在巡检车中配备巡检控制平板，可以随时开启巡检、结束巡检，查看实时路面病害信息。
- 巡检后统计：道路巡检完成后，支持在云端查看巡检结果，按照病害结果在地图上的分布进行展示，统计巡检周期内各类病害数量与面积分布，支持按桩号统计病害种类。
- 巡检后养修：道路巡检完成后，对比较严重的病害，可以创建维修工单，进行维修任务的分配、完成与审核。对于轻微病害，支持巡检后设置成观测模式，可以对该病害进行长期跟踪观测。
资源下载
昇腾边缘分析盒子.pdf
下载技术认证书
Compatible认证证书.pdf