電動車進入電梯一直是所有物業和消防的心頭病。各地為了疏解這一難題亦是絞盡腦汁,如立法規定罰款、苦口婆心勸告、孜孜不倦科普等等。
“拒絕電動車進梯入戶”——口號喊得多響,背后落實的艱辛就有多難。
一方面,我國電動車保有量超過3億,平均每4個人就擁有一臺,電動車進入高層建筑已經是司空見慣,民眾意識仍需加強;另一方面,電動車引起的安全事故雖然有目共睹,但始終缺乏強力有效的手段,無法避免“漏網之魚”。
“這是一個綜合性問題,可以說是人們日益增長的出行需求與落后的基建設施不匹配產生的矛盾。”業內人士表示,要解決電動車進電梯的問題,需要追本溯源,堵疏結合。
既要滿足電動車車主的充電和停車需求,又要保障乘梯人的生命財產安全,注定是漫長而波折的歷程。事實上,受限于充電設施建設不完善或小區停車位規劃影響等因素,一時難以從根源解決電動車進電梯的問題。
預防電動車進入電梯,成為重要突破口
從不少電動車火災事故案例來看,電動車上樓入戶是事故的導火索。為防范于未然,阻止電動車進梯入戶是十分必要的。
作為智慧電梯系統的“基石”,電梯智能相機(即電梯AI攝像頭)肩負起了阻止電動車這一艱巨任務——不需要額外的設備,可降低系統方案成本,同時也不妨礙正常乘梯,滿足了事后追溯等需求。
但是,依靠AI攝像頭來阻止電動車進電梯雖然在多地已經開展試點,卻遲遲未能得到更廣泛的普及,究其根本,在于技術的難題。
電動車種類多,容易與自行車混淆,電梯轎廂光線環境也比較復雜,對識別速度、精度要求極高。一旦造成誤識別,就會影響業主正常乘梯體驗,并且每一次漏識別則是埋下“不定時的炸彈”。
早期,在電梯內安裝的攝像頭僅僅為了滿足安防需求,通過視頻記錄完成事情發生后的回看、查證和舉證等工作,實時監控則依賴人工查監,費時費力。這種傳統的電梯監控攝像頭智能化程度低,難以滿足電動車進梯的管理需求,迫切需要升級。
視覺AI技術,智能阻止電動車進電梯
AI的融入,讓電梯攝像頭改變了電梯監控的本質,真正實現了對電動車的智能識別和主動告警。
不久前,梯智眼推出了最新款T2系列相機,產品一經面世就得到了廣泛好評,該版本的電動車識別率已經超過了98.5%,能精準識別出市面上大多數電動車,并自主告警,聯動控制電梯門,同時截圖留證。
究竟梯智眼T2相機是如何在復雜光線環境中保持精準識別的呢?對此,小編采訪了梯智眼的研發總監。
與采用光幕識別電動車方案不同的是,梯智眼采用的是基于深度學習算法的計算機視覺嵌入式部署方案。
基于卷積神經網絡建立起算法模型后,梯智眼采用了大量的樣本來訓練算法,以提高算法的精準度,同時針對自行車和電動車分別處理,增加了抗干擾機制,并結合ISP算法進一步提高成像,來保證最終電動車識別率的準確性。
針對視覺數據的處理,梯智眼研發團隊采用了NPU的架構,NPU優化加速了數組的并行計算,讓處理速度更快,其次是對模型進行整型的量化,把浮點計算轉換為定點計算,從而讓攝像頭看的更快。
“智能攝像頭只有一顆看東西的“芯”是遠遠不夠,它還需要有強勁的大腦,大腦的作用是根據看到的情況,處理和分析。”梯智眼研發總監解釋,為此梯智眼采用了邊緣計算來加快相機的判斷決策速度。
相較于云端計算,邊緣計算能在相機端就完成決策判斷,以保證傳輸數據的高質量度、有效度,降低流量成本,從而占用更小的后端服務器資源。
識別到電動車后,如何與電梯門控制系統進行連接?又該怎么判斷電動車從進梯到出梯能夠達到一直控門的效果?
“識別到電動車之后,相機通過對外的報警輸出接口輸出控制指令到電梯控制系統,就能完成與電梯門的互聯互通。”梯智眼研發總監提到。
除此之外,梯智眼還采用了防遮擋算法,有效防止雨傘、書包、衣物等物件遮擋鏡頭,以保證相機正常運轉,從而避免人為阻擋相機識別電動車。
結語
最后想說的是,其實解決電動車進電梯的問題不是一蹴而就,需要物業、業主、電動車廠商、政府等多方共同努力,一方面要嚴抓電動車質量安全,另一方面也要物業加強管理,利用科技手段拒絕電動車進電梯的同時,也要完善小區電動車配套設施,才能治標治本。
