低代码 AI 简化了计算机视觉应用开发

识别数千英里道路上的坑洼。给货架上货并重新安排库存。发现工厂检查员可能遗漏的细微产品缺陷。这些只是当前的 AI 和计算机视觉系统可以执行的几项任务。随着功能不断改进,成本日益降低,各行各业采用这类系统的用户正迅速增多。

一旦部署到位,计算机视觉系统可以帮助人类减轻无数小时的辛苦劳动,同时减少错误并提高安全性。但是,开发解决方案可能既费力又耗时。在训练 AI 算法以区分可乐罐与水瓶,或区分沥青中的阴影与裂缝时,人类通常扮演着极其重要的角色。但是,随着技术进步,解决方案提供商正在寻找新方法来提高训练效率,并创建更易于非技术用户操作的系统。

利用计算机视觉和边缘 AI 技术解决问题

计算机视觉应用与它们所服务的行业和组织一样多种多样,但它们有两个共同的目标。第一个目标,是利用机器学习自动完成繁琐的手动任务,从而节省时间和金钱。第二个目标是基于大量数据创建不断增长的知识库,这有助于了解运营情况,并随着时间推移做出进一步改进。

ICURO 是一家致力于构建 AI 和计算机视觉解决方案的公司,其产品可部署到机器人、无人机上以及云端,该公司首席 AI 架构师 Paul Baclace 表示:“我们从基础系统开始,然后与客户合作,进行专业化设计,以满足其需求”。

例如,ICURO 为美国交通部成功创建了一款概念验证无人机,该无人机使用计算机视觉摄像头进行实时检测并转发有关道路裂缝和其他公路缺陷的信息。通常情况下,直到飞行结束后,才会处理无人机上的摄像头图像。

Baclace 指出:“稍后再检查图像时,可能会发现一些图像模糊不清,或对比度不佳。那么,就必须回过头来重新拍摄,这样做的成本极其高昂。通过实时处理图像,就可以减少错误。”

为帮助仓库和零售员工节省时间和人力,ICURO 开发了移动机器人 AI 平台。它会导航到指定对象,进行抓取,然后将其装载到运输机器人上,以进行包装和运输,完全无需人为干预。该机器人还可以与工厂机器和传感器集成,以检测并解决生产问题。Baclace 解释说:“与人类相比,它的错误率更低,且人类还会感到疲劳并受伤。”

该机器人使用英特尔® 实感 摄像头和激光雷达(光探测和测距)进行导航。另一个实感摄像头封装在其机械臂内,便于它抓取正确的物品并装载到物品筐中,然后再开始下一项作业(视频 1)。

视频 1。ICURO 移动拣货机器人使用英特尔® 实感 摄像头和激光雷达导航到指定物品,进行抓取,然后将其传送到运输机器人以进行包装和运输。(资料来源:ICURO

随着公司能够更加熟练地使用自动化技术,对计算机视觉解决方案的需求日益增长,且趋势更加明显。例如,ICURO 为一家无人零售商店创建了一个拣货机器人,该机器人会从储藏室收集客户的购物清单项目,并将其交付到前台。

创建尖端计算机视觉解决方案

为了开发机器人控制计算机视觉应用,ICURO 在英特尔® Developer Cloud 中进行了应用编程和测试,并使用英特尔® OpenVINO 工具套件对其进行了优化,以实现最佳性能。

Baclace 表示:“如果没有英特尔开发的工具,我们也可以查看所需规格并进行评估,但其中会涉及一些猜测性操作。这样,我们就可以检查性能并说:‘不错,这正是我们需要集成到这台机器人上的功能。’”

ICURO 不生产硬件,但英特尔软件工具可帮助该公司确定哪些设备最适合其移动软件应用。大多数应用都可以在小巧轻便的边缘 CPU(例如英特尔® NUC 迷你电脑)上运行。

更快部署,无代码运营

在实施计算机视觉解决方案之前,必须训练其算法以识别客户图像,这可能包括停车标志、车辆和行人,以及包装尺寸类似的不同商品。通常,大部分训练都由人类完成,他们会使用在线工具来勾勒机器人可能遇到的所有物体的图像并进行标记。注解所有图像后,会将它们馈送到算法中,以便在部署之前对性能进行测试、校正和验证。

为了加快这个繁琐流程,ICURO 将使用一种称为“主动学习”的新方法进行实验,在其中对每张图像进行注解,然后立即将其提供给算法。如果得到正确解读,领域专家就可以将该图像标记为“已验证”,并添加到不断增长的数据库中,以指导算法在未来做出决策。这种逐步学习的方法可以加快训练速度,并避免员工进行不必要的注解。Baclace 说:“您可以轻而易举地增加数据集。训练和反馈的时间从数天缩短到了数分钟。”

此外,ICURO 还在开发解决方案,以便客户更改其计算机视觉模型,训练软件来识别新产品或新位置,而无需编写代码。该公司还会定期对其算法进行训练,以便在快速发展的 AI 和计算机视觉领域保持竞争优势。

Baclace 说:“神经网络在不断改进,每隔 6 个月到一年就会提高其准确度,我们希望利用最新版本。对深度学习系统来说,这是一个非常激动人心的时刻。”

 

insight.tech 的副主编 Georganne Benesch 编辑。

为 AI 视频分析开绿灯

虽然世界上的一些城市开始与无人驾驶汽车共享街道,但其他城市仍与所有其他人一起受困于交通堵塞。这些驾驶员可能会也可能不会关注道路交通规则,或注意到行人和自行车。

幸运的是,智慧城市正在采取重要举措改善这些事项(我们等待被撞到后座),AI 和视频管理解决方案在该转型中扮演重要角色。摄像头收集的数据为了解驾驶员和非驾驶员行为提供了一个重要窗口,对该数据的分析可以带来强大的洞察力并解决现实世界中的问题,例如交通堵塞和悲惨事故。

但除了交通堵塞外,AI 视频分析还有许多应用——从个人防护装备检测到零售——视频管理、视频分析和交通管理服务提供商 Videonetics产品和战略联盟副总裁 Srivikraman Murahari 解释道(视频 1)。他还介绍了利用合作关系创建端到端解决方案、收集所有这些数据时的隐私和安全问题,以及 AI 视频分析影响我们日常生活的强大功能。

视频 1。来自 Videonetics 的 Srivikraman Murahari 讨论 AI 视频分析如何为智慧城市中的社区赋能。(资料来源:insight.tech

AI 视频分析在城市规划中可帮助解决哪些挑战?

政府官员和城市规划人员面临的主要挑战之一是市民不遵守交通规则,这可能会造成事故甚至死亡。从而对政府官员带来提高交通效率和流畅道路交通的压力。

目前 Videonetics 的智能交通管理解决方案已部署在 100 多个智慧城市,提供非常强大的交通分析功能。我们还对政府官员实现智能可视化,为采取进一步行动提供许多见解。我可以自信地说,这 100 多个智慧城市的道路交通现在更加流畅、效率更高,市民遵守交通规则的意识也在提高。

在智慧城市实施 AI 视频分析面临哪些挑战?

其中一个挑战是视野 — 摄像头的视野范围有限。我们正在探索将无人机送到困难地点拍摄视频等方法。因此,我们正在探寻诸多创新方法,以便于摄像头覆盖困难区域。

您如何实施这项技术,同时平衡公民隐私?

这是个好问题。我想说的是,我们必须采用负责任且协作的 AI。当提到协作 AI 时,我的意思是政府官员、像我们这样的独立软件供应商和市民都应该了解发生什么情况,还应该了解数据的使用方式。应该制定非常透明的数据政策。我要说的第二件事是使用最低程度的匿名数据。这意味着不会存储过多数据,并且存储的数据应匿名化。

在 Videonetics,我们制定非常非常严格的安全标准。对我们来说,一切都是对象,我们没有任何人员数据。我们遵守国际安全规范,我们在协议中以及对处理数据的方式制定非常严格的标准。我们保持透明,确保数据安全并且符合国际标准。这是我们处理问题的方式,我认为这些是我的建议。

您是否可提供智慧城市部署 AI 视频分析的一些示例?

我提到过,我们已经在 100 多个智慧城市部署了我们的平台,它有助于提升交通流畅性和效率,确保市民安全。关于智慧城市,我们在印度排第一。我可以谈论印度的一个主要城市的案例研究。

该城市约有 400 个交通监控摄像头,另有 700 个摄像头还在安装中,因此将有 1,100 个摄像头监控城市交通,确保道路秩序和单向行驶等。它可以简化了管理人员保障交通流畅性的操作。

在实施方面,我们与全球所有领先的摄像头供应商开展协作。对于每个项目,我们决定最合适的摄像头以及参与该项目的系统集成商和合作伙伴。然后在边缘进行分析。面向边缘,我们广泛使用英特尔平台——英特尔® 酷睿 i5、i7、i9 系列以及最新一代芯片组 11-13。然后在某些场景中,我们采用云存储。

关于如何高效率处理,我们的研发人员正在不断努力解决这一问题;我们在如何优化计算方面作出努力。我可以说,从最开始,我们在这方面走过了漫长的道路。现在假设我们将计算效率提高了 20 倍或 30 倍。我们正在研究如何使用更少的视频帧来减少事件,而不是处理整个视频。我们考虑与合作伙伴协作,并利用其最新技术、平台和解决方案来优化性能和计算能力。

与英特尔等其他公司合作有哪些优势?

与英特尔的合作非常棒,让人非常兴奋,因为我们更关注边缘分析以及如何在这个方向走得更远。这也是英特尔正在推广的一个方向——更多边缘分析,更多 CPU 分析。因此,英特尔是我们在这一方向上的最好、最顶级的合作伙伴,此方向与两个组织都匹配。

其次,我们使用了英特尔的 OpenVINO 平台 —— OpenVINO 深度规划平台。它使用训练后优化和神经网络压缩等技术增强模型。由于计算能力得到增强,这些因素降低了客户的总拥有成本。英特尔的另一个非常好的平台是英特尔® DevCloud 平台,它随时可供我们对最新型号进行基准测试。就在我们说话的时候,我们的模型在第 11 代至第 13 代英特尔芯片组中进行了基准测试。

我非常高兴地宣布,我们凭借比竞争对手更出色以及让英特尔能够吸引更多合作伙伴而荣获“2023 年英特尔杰出增长 ISV 合作伙伴奖”。因此,对我们来说,与英特尔合作是一段极为漫长且成功的旅程。

我们可以期待将 AI 视频分析用于哪些其他用例?

除了智慧城市外,我们还涉足许多垂直行业。空间最大的是航空和机场安全,我们为 80 多个机场提供分析帮助,例如能够快速检测烟雾和火灾。此外在石油、天然气和热能等企业,烟雾和火灾也非常危险。这些类型的视频分析应用大受欢迎,为此类企业创造了大量价值。

我们有自己的深度学习平台 Deeper Look,并利用它开发了大约 100 个视频分析应用。它们涵盖一系列分析,包括人群、车辆、大众运输、女性安全和零售。在零售业,我们制作了为所有者提供洞察力的热图,以帮助他们了解其商店的销售模式。在大众运输方面,印度的大多数铁路都在使用 Deeper Look。另一个被广泛使用的用例是 PPE 检测,它有助于加强员工安全。银行和金融业也在使用。我们支持的另一个有趣领域是法医学研究,它对调查非常有帮助。

是否有什么最后的感悟或重点?

我要强调的重点是采用数据和技术,包括负责任的协作技术和负责任的协作 AI 来提高治理的警惕性,提高企业运营效率,增强人员安全性,并最终超越安全。

关于计算,我们必须持续投资优化计算能力,在 API 中保持开放并且表现出极大的开放性,以便于我们的平台能够轻松与第三方供应商互操作。这一点也非常重要。

最后,我再次重申:确保负责任和协作的 AI,让管理人员和市民抱有信心。视频和物联网是一个很好的组合,可以有很多用例丰富人类生活质量。

相关内容

要了解智慧城市 AI 视频分析详情,请聆听 AI 视频分析赋能社区:与 Videonetics 同行。有关 Videonetics 的最新创新,请在 TwitterLinkedIn 上点关注。

 

本文由文案编辑 Erin Noble 编辑

利用伙伴关系解决医疗设备制造难题

当前正在发生一场医疗设备革命,这主要归因于全球人口老龄化、慢性病激增以及对诊断医学解决方案不断增长的需求。因此,解决方案提供商亟需满足这一新兴需求,并积极寻求各种途径来获得竞争优势,加速开发。

医疗设备制造商迫切想要取得进展,因而不断寻求出色的硬件组件。这一趋势的一个明显例子是医疗设备制造商更加重视实施增强型嵌入式存储选项。举例来说,许多制造商正在逐步弃用过时的硬盘驱动器 (HDD) 和消费级可移动媒体卡,而纷纷转向固态硬盘 (SSD),特别是外形紧凑的单芯片 SSD。

“与硬盘驱动器或 SD 和 CF 卡相比,SSD 提供了速度和可靠性均大幅提升的存储功能,” Silicon Motion 嵌入式产品营销总监 Jason Chien 解释道,他同时也是用于 SSD 和其他固态存储设备的 NAND 闪存控制器的一名开发人员。“在医疗设备制造中,单芯片 SSD 因其紧凑的外形而成为首选。”

但为医疗设备采购最佳组件的过程充满了各种严峻挑战。鉴于医疗行业的高风险性,硬件可靠性、性能和数据安全方面的严格标准至关重要。运行环境也可能很严苛,通常需要定制配置。因此,确定合适的 SSD 解决方案也不像从目录订购常规产品那样简单。

鉴于这些复杂情况,硬件专家与医疗设备制造商密切合作,以打造量身定制的 SSD 解决方案,满足医疗行业的需求。这些战略伙伴关系不仅加速了先进医疗设备的上市,而且削减了开支,并攻克了最为艰巨的技术难关。重要的是,此类伙伴关系为即将开启的医疗 AI 应用程序的广泛运用奠定了基础。

为先进医疗设备提供 SSD

要了解此类协作的重大意义,就必须承认现成 SSD 存在的固有限制。各行各业纷纷采用 SSD 的主要动因是 NAND 闪存的价格越来越亲民,NAND 闪存是现代 SSD 中至关重要的非易失性存储组件。这一经济实惠的价格促使众多行业纷纷从 HDD 过渡到 SSD。

尽管如此,还是存在一个问题,由于 NAND 闪存提供商努力提高内存单元密度以降低成本,导致 NAND 在 SSD 中的质量和耐用性都大打折扣。虽然这对于消费类应用程序或某些工业应用程序来说并不是什么大问题,但在医疗环境中这个问题不容忽视。

为此,Silicon Motion 等 SSD 专家开发了创新解决方案,例如 FerriSSD 系列单芯片嵌入式存储。该系列产品采用专有技术,将时刻监控 SSD NAND 闪存组件运行状况,并在必要时采取纠正措施。因此,SSD 的运行寿命得以大大延长,并超过 NAND 组件的运行寿命,可满足医疗设备制造商的数据完整性要求。

除了能保护数据完整性,Silicon Motion 的 SSD 产品系列还具备至关重要的网络安全和数据隐私功能,可应对当今高风险的威胁环境。全磁盘加密可确保数据保密性,同时遵守 TCG Opal 2.0 和 AES 256 位加密标准。此外,数字签名技术还可以防御针对 SSD 固件的网络攻击,确保恶意攻击者无法篡改或入侵固件。

Chien 表示:“消费级 SSD 足以满足特定场景的需求。但医疗设备、精密制造和应用程序需要更高的性能、安全性和稳定性,因此需要一个更加成熟的解决方案。”(视频 1

视频 1。对于医疗设备制造行业和其他将可靠性放在首位的行业来说,单芯片 SSD 是一个极具吸引力的选择。(来源:Silicon Motion

医疗设备制造商克服了复杂挑战

医疗设备制造商利用针对其独特需求精心设计的 SSD 解决方案获得了巨大优势。同样值得注意的是,他们与硬件专家协作,从而有能力克服最为棘手的技术挑战。

例如,想想 Silicon Motion 与用于发射电磁辐射 (EMR) 的先进医疗设备的制造商合作的经验。由于 CT 扫描和 MRI 机器等医疗规程,EMR 在医疗环境中广泛使用。但该制造商设备产生的电磁干扰 (EMI) 导致软错误频频出现,危及了微芯片中内存单元的稳定性。

Silicon Motion 的工程师巧妙设计出定制化硬件和固件,此类硬件和固件不受 EMI 干扰,并能够迅速从软错误中恢复。其成果十分显著,可将制造商的软错误率降低 96%,并确保重要医疗设备在最需要时保持正常运行。

硬件专家和医疗设备制造商之间的伙伴关系提升了设计定制解决方案的能力,Chien 强调这一举措至关重要:“我们拥有了定制硬件和固件的能力,可满足独特的客户需求,无论客户想要提高可靠性,还是适应设计限制,都不在话下。”

这一定制化工作因 Silicon Motion 与英特尔之间的技术协作而在某种程度上得以增强。Chien 指出:“我们所有产品均基于英特尔平台开发。英特尔平台广泛应用于先进医疗设备,可最大限度地减少兼容问题,同时提供卓越的稳定性和可靠性。

医疗设备制造的光明前景

医疗设备制造商和硬件专家之间的协作已经带来了巨大价值。未来几年中,制造商可以从这些互惠互利的伙伴关系中获得更多优势。

Silicon Motion 预测到未来现场使用的先进医疗设备将不断升级,并已主动配备 SSD 和固件,以支持特斯拉风格的无线 (OTA) 更新。此外,该公司还在积极为医疗 AI 和物联网的兴起做准备。

与此同时,Silicon Motion 还在为医疗 AI 在物联网中的崛起做好准备。Chien 声称:“我们正在积极探索各种方法来定制我们的硬件和固件,力求最好地满足 AI 应用的需求。随着技术的不断发展,医疗设备的需求也在不断演变。AI 和物联网代表了医疗应用的未来,而我们正在与医疗设备合作伙伴一起,协作打造这一未来。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

实时自动转录可将数据保留在边缘

在当今的混合办公模式下,花费在会议上的时间猛增。实际情况是员工和同事分布于各个不同地点,需要召开更多会议才能确保每个人达成共识,协同完成工作。尽管这样做解决了一个问题,但也带来了许多意想不到的后果。

例如,与会者现在必须花费更多时间专注于会议内容并记录会议笔记,这类工作可能比较繁琐,并占用了他们处理有价值日常工作的时间。尽管已有自动转录解决方案,但这也带来了一系列数据隐私、连接性和时间方面的挑战。

因此,集成技术和服务提供商 Cedat85 着手打造一款先进的解决方案,该解决方案可满足当代 AI 驱动型解决方案的所有要求,同时又具备企业当前所需的最高安全性和离线功能。CABOLO One 是作为语音转文本设备开发的,可提供一系列服务,包括实时录制、自动转录、翻译和存档,同时可充当索引编制边缘解决方案。

为机密会议提供自动转录

CABOLO One 的构思是在收到 Cedat85 全球客户群的重要反馈后提出的。最终用户表示,在转录和翻译敏感会议时需要增强隐私性和安全性,而这一切都需要离线操作,以符合欧盟《通用数据保护条例》(GDPR) 的规定。

为应对这些迫切需求,Cedat85 的工程团队精心打造了 CABOLO 套件。

该解决方案利用了边缘,以确保只有数据所有者才能访问数据。与会者无论身处同一间会议室还是远程参会,均可通过 WiFi 热点连接到 CABOLO One。用户可以使用自己的电脑、移动设备或平板电脑,然后通过安全密码连接设备的 WiFi 热点。

将数据保留在边缘还可确保任何云提供商,甚至 Cedat85,都无法获取数据。自动转录下载通过 AES-256 进行加密,这是市面上最强大的加密标准。

尽管保密需求催生出这款解决方案,但 Cedat85 也看到了提供高级功能以实现包容性和可访问性的机会。在新冠疫情期间,居家办公和远程学习的人数激增,为所有用户提供适当的访问权限成为当务之急。为工作会议和员工协作提供远程连接已成常态,但并非所有人都可以连接。

“当意大利出现第一次封锁时,一位多年来一直在使用我们解决方案的客户表示,‘我们无法为听障员工提供支持。我们无法向他们的住所派遣翻译人员或手语翻译,” Cedat85 营销总监 Selena Gray 说道。“这些员工无法参与会议,但有了这项技术,他们能够一如既往参加所有会议。”

由于 CABOLO 在边缘运行,因而消除了因互联网连接不畅而造成的延迟问题。且由于它自动开展工作,因此可节省组织转录会议内容所花费的时间和费用。

Gray 说:“这就像是一个会议助手。您只需在后台运行该解决方案,它便可逐字记录、建立索引,并在离线时为您创建存档。”

为各个行业提供数字化支持

在各行各业的组织纷纷将数字化支持纳入其业务战略一部分的背景下,CABOLO One 的客户群稳步增长。该解决方案已应用于银行和金融跨国公司、制药公司、意大利众议院和几所大学。

除了录制和转录服务之外,Cedat85 还确保 CABOLO 能够转录 30 多种语言的文本,并翻译多达 60 种语言。

欧洲议会也采用了这一核心技术,该组织使用 CABOLO One 跨欧盟内部所用的 24 种语言进行实时转录和翻译。

这项技术对于听障学生和母语为其他语言的学生尤其有益。在大学里,无论学生是坐在教室中还是远程接入课堂,它都可以在学生听课时实时将字幕发送到屏幕。还可以将内容翻译为学生的母语。在英国等国家或地区,外国学生占校园人口相当大的一部分,因而翻译功能尤其受欢迎。

Gray 表示:“不管是谁说了任何话,说话内容将即时出现在您面前,这些内容经过转录,打成字幕,在某些情况下还进行了翻译。”

米兰博科尼大学部署了这一设备,通过为全校范围的活动配上字幕,实现了包容性和可访问性。最初,该大学仅以意大利语使用该工具,但随后又要求采用其他语言。他们最终采用了一体化系统,能够即时配上多种语言的字幕。

它还可以用于制药公司和大学等研究机构。CABOLO One 会保留讨论记录,供与会者后期参考,以便对各个行动项目进行跟踪。Gray 说:“他们可以录制所有会议内容,不论是头脑风暴、技术探讨,还是有关如何以独特方式协作进行开发的讨论。他们可以保留讨论过的每个细节,并可以返回查看,甚至可以搜索会议中说过的某些术语和词汇。”

寻找合适的合作伙伴,将数据引至边缘

从 CABOLO One 项目启动开始,有一件事显而易见,即要成功部署该项技术,就迫切需要一个具有全球影响力、可靠且富有创新和协作精神的合作伙伴。经过广泛细致的评估流程,工程团队确定英特尔是具备所有这些基本要素的理想协作伙伴。将英特尔视为这一工作中的关键合作伙伴,便已做好将这一愿景变为现实的准备,并有望为客户提供卓越的技术。

在英特尔技术的助力下,该公司能够将该解决方案作为独立的边缘设备提供,并实现其功能的不断提升。Cedat85 已开发出包含转录、字幕、翻译和关键字搜索功能的视频版本。借助英特尔® 发行版 OpenVINO 工具套件,Cedat85 可确保其语音转文本设备提供高性能、高效率和高准确度。

Gray 表示:“成为英特尔的合作伙伴意味着我们拥有了一个平台,我们可以在该平台上继续构建不同的解决方案,满足不同的需求,并改进我们的研究和开发活动。”

该公司计划扩展 CABOLO One 的高级功能,利用 AI 驱动的要点自动创建来汇总事件,并利用合成语音来支持会议实时进行。

Gray 表示:“这项技术可以让每个人获益。该设备不会让任何人在工作中出现冗余情况,它只是一台尽可能为每个人提供帮助和支持的设备。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

原始设备制造商利用低代码软件扩展收入模式

利用现有资本资产赚取额外收入,就好像在沙发垫里找钱,会得到意外之财。而使用 IIoT 技术提供创收服务是更好的选择,因为它提供的收入来源更可靠。借助无代码或低代码物联网专用软件,不同资产的各种规模企业都可以使用,IIoT 解决方案组件提供商 Exosite 的首席运营官 Steve VanderSanden 表示。

Exosite 提供的现成产品可帮助企业缩短面市所需时间并最大程度减少开发工作。Exosite 本质上可实现 VanderSanden 所说的“数据管道”。他指出:“无论您使用自己的分析、利用人工智能还是机器学习工具,所有数据流量都可以提高业务效率。”“原始设备制造商现在可以过渡到更多的服务交付模式,收取设备维护定期费用或授予数据访问权限,” VanderSanden 表示。“这是经常性的收入来源,而并非一次性收入。”

低代码软件平台 ExoSense 状态监测解决方案提供的 IIoT 数据帮助下,领先的船舶技术主供应商 Fairbanks Morse Defense (FMD) 发掘出这一新的金矿。FMD 通过使用 Exosite 产品销售附加服务,例如访问机器数据和增强现实设备走查,而客户可将其用作培训模块。

远程监控和广泛的 IIoT 解决方案

FMD 方法利用机器中的远程监控数据,这是使用 IIoT 技术的一种方式。此外,该方法适合一系列工业运营,从远程诊断到跟踪环境条件,再到预测性维护。但 IIoT 技术要想发挥作用,从运营中收集的数据需要整合到解决方案中,以提取信息并展示结果供客户轻松可视化和采取行动。

Exosite 的远程监控解决方案包括两个独立的组件:

  • Exosite 的物联网平台 Murano 从针对特定应用的传感器、网关、PLC 和许多其他数据源提取数据。它还致力于数据存储集成和托管应用程序。
  • ExoSense 是为解决方案提供支持的软件,并且具有用户界面,企业可用来管理自身的资产、设备和数据。基于规则的简单引擎可以根据指定的条件采取行动。“如果水位达到一定高度并向待命员工发送文本消息”是基于规则的警报示例。

企业可选择托管 ExoSense 的地点:Exosite 基于云的基础设施中的托管解决方案:本地模型或专用云。数据主权规则。安全问题和云端的数据传输成本都可决定解决方案的托管位置,VanderSanden 指出:“我们构建 ExoSense 架构的方式使其与硬件无关,并且可与任何云服务提供商的计算资源一起使用。”

ExoSense 可以根据最终用户需求添加功能。例如,数字孪生代表复杂的资产,可帮助企业计算一系列流程的假设场景,同时从多个来源管道处理 IIoT 数据。

从基本监控到新的收入来源

VanderSanden 指出,无论公司选择使用基本监控操作,还是选择处理更复杂的应用程序,他们都可以实现运营效率。

FMD 不仅通过打包和销售资料数据找到收入来源,还能够减少服务呼叫次数,因为客户可以访问机器行为数据,主动采取行动解决问题。

同样,移动运营商阿根廷电信希望打包并向主要垂直市场销售完整的解决方案,包括硬件、软件和连接。该公司使用 Exosite 的远程监控解决方案来开发这些基于服务的产品。阿根廷电信针对独立的农民提供的一份套餐专注于粮仓的监控。“从农业角度来看,此类传感设备和连接至关重要,” VanderSanden 表示。因此,阿根廷电信不仅提供连接,还使用 Exosite 的 IIoT 监控解决方案向最终用户展示他们如何利用该连接来获得净收益。

“英特尔设备全方位覆盖我们的解决方案,” VanderSanden 指出。ExoSense 使用英特尔® 至强® 处理器收集、处理和存储从 IIoT 传感器收集的数据。VanderSanden 指出,英特尔处理器还支持本地服务器、工业用电脑和云端的基础设施。

Exosite 依赖于系统集成 (SI) 合作伙伴,当与需要 IIoT 解决方案的客户合作时,SI 可引入 Exosite。同样,当他们的客户寻求安装服务或确定正确的网关和硬件解决方案以满足各种需求时,Exosite 会呼叫 World Peace Industrial 等解决方案聚合商

IIoT 技术的未来

VanderSanden 指出,随着机器数据增长,对本地化数据处理和分析的需求将逐渐增加。将大量数据传输到云端和后端不仅耗时,而且成本高昂。边缘计算或本地部署可以解决这些问题。随着边缘人工智能推理需求增加,边缘计算可能会出现更大的增长。

VanderSanden 预测,未来将有更多的中小型企业实施 IIoT 解决方案。“这些组织不是软件公司,没有内部专业知识来自行构建完整的解决方案。但他们可以发现能够为客户提供新的服务并收取高端费用的价值。当此类组织存在进入门槛时,Exosite 等公司可以提供服务和解决方案,以帮助弥合这一差距,” VanderSanden 表示。即使开发团队稍强的公司也可以专注于自身的软件和产品,以构建垂直解决方案,而不是每次都要从头开始构建,这样代价将非常昂贵。

VanderSanden 指出,企业可以利用先进技术来实现运营效率,并从销售小部件转向服务,这是一个重要的转型。“这是我们的 IIoT 软件实现的数字化业务转型。”

 

insight.tech 的副主编 Georganne Benesch 编辑。

边缘预测性维护维持设备运行

气体压缩机是多种工业环境中的关键设备。压缩机为气体增压,并将气体注入全球运输液化天然气 (LNG) 的管道、便携式储罐和船舶,以进行能源生产。

“压缩机是相当昂贵的设备。它价值数百万元,通常是生产流程的核心,”专门从事工业工作流程实时数据收集的 TTTech Industrial 产品管理总监 Alexander Bergner 表示。“在 LNG 船舶中,如果不压缩,实际上必须燃烧气体,才不会在储罐中产生过大的压力。在化工行业,如果没有运行压缩机,系统会堵塞,您必须全部拆开以进行清洁,然后重新调试。”

因此,保证气体压缩机以最佳状态运行,与它们执行的基本功能一样至关重要。利用数据收集和分析跟踪压缩机设备状况的预测性维护在依赖压缩的生产流程中越来越常见。

并非所有预测性维护解决方案都以相同方式构建

预测性维护不仅有助于防止压缩机磨损以延长设备寿命,更重要的是,它允许经营者更好地规划何时更换零件,特别是在气体压缩机长时间处于海上,零件无法轻松更换的情况下。

例如,对于 LNG 船舶,预测性维护的后勤工作可能会变得复杂。随着船舶从一个港口航行到另一个港口,确保设备不会在途中发生故障至关重要。预测性维护使经营者能够将技术人员和零件分配到需要进行维护的下一个港口,以便在船舶进港时准备就绪。相反,预测性维护能防止过早更换零件,避免推高成本。

“船舶压缩机对精心规划的维护特别敏感,” Bergner 指出。“备件需及时送达,而且还必须是适当的备件。”

为此,预测性维护需要在构建时考虑性能和实时监控,说时容易做时难。

领先的气体压缩机设备供应商 HOERBIGER 在寻找更好的方法跟踪其压缩设备状况时,发现很难做到这一点。它希望为石油、天然气、汽车和工艺行业的客户提供预测性维护解决方案,这些行业依赖主要在边缘站点运行的压缩机、活塞、活塞头和活塞环。

该公司利用定制硬件构建内部预测性维护解决方案。但是,他们需要能够提供计算能力和灵活性,以适应未来需求的新一代系统。

因此,HOERBIGER 求助于 TTTech Group 的子公司 TTTech Industrial,该公司致力于开发满足企业特定需求的原型。“他们提出了技术挑战,我们勾勒出解决方案。我们甚至深入勾勒工作流程,” Bergner 表示。

HOERBIGER 需要具有边缘功能的物联网解决方案,因为在许多环境中,气体压缩机不论是否有云连接,都会 24/7 全天候运行。TTTech Industrial 基于其神经边缘计算平台上的解决方案,能够以不到 150 行代码在约 100 小时内开发概念验证。

HOERBIGER 快速批准设计,并聘请 TTTech Industrial 进行安装和集成。“我们 TTTech Industrial 负责提供符合其需求的数据获取框架以及存储和可视化框架。他们的软件工程师专注于开发事实上用于预测性维护的算法,” Bergner 指出。

预测性维护的实时边缘平台

Nerve 是一个开放、安全的模块化边缘平台,为无数用例奠定了基础,如冷锻工具维护、制造流程中的数字孪生实施以及工业生产软件远程管理。

就 HOERBIGER 而言,TTTech Industrial 提供了 Nerve 集成服务程序包。该程序包提供了架构基础和边缘管理软件,HOERBIGER 在此基础上构建了其预测性维护应用程序。

Nerve 平台安装在搭载英特尔® 酷睿 i7 处理器的 MOXA 工业用电脑上。英特尔处理器和硬件的使用对 HOERBIGER 至关重要,因为它们包含在危险环境中运行所需的认证。

该平台的软 PLC 模块还支持高速数据采集,这是计算活塞环和阀门等部件磨损所必需的。通过以 50 KHz 的采样速率测量与曲轴位置值相关的气缸压力,即可实现此目标。每秒必须处理多达 600,000 个样本。

Nerve 的数据服务模块利用 Nerve 的网关应用程序处理数据,它将数据发送到 Timescale 时间序列数据库进行后期处理,以估算压缩机磨损程序。数据可视化由 Nerve 中集成的 Grafana 系统提供。

无论是 HOERBIGER 还是其他客户,使用 Nerve 的另一个重要优势是该平台在云连接的系统以及气隙隔离的边缘环境中运行。Bergner 指出,在某些环境中需要气隙隔离。

“想象一下,您运行了一批机器。该批机器的一部分存在气隙,因为它位于关键基础设施中,无法轻松或合法地弥合该气隙,” Bergner 表示。“您仍然希望以同质方式处理所有机器,因此您的解决方案必须能够在线、离线或气隙隔离运行。”

Nerve 的边缘功能可以在不连接的情况下安全收集和分析数据。但客户可以通过与本地或云中运行的集中管理系统链接的网页门户访问预处理边缘数据。

预测性维护即服务

Bergner 估计,HOERBIGER 预测性维护解决方案最终将覆盖数千个地点,具体取决于注册的客户数量。他解释道,客户可以购买预测性维护即服务,也可以与自己的维护技术人员一起内部使用。

预测性维护对 HOERBIGER 及其客户非常重要,使企业能够精确地在合适的时间交付关键气体压缩机零件。“它方便公司正确规划更换零件的后勤服务,” Bergner 指出。“这些都是非常关键的零件,可确保压缩机不发生故障。”

展望未来,Bergner 预测了在 Nerve 上为不同行业构建的更多预测性维护用例。由于其具有边缘功能,Nerve 将允许企业能够提供网络安全更新,并根据需要为其边缘设备添加功能。Bergner 解释道,这将有助于符合未来趋势的运营,以便随着技术的发展而不断适应。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

推进医疗保健领域的 AI 数据安全和协作

Mary Beth Chalk 认为自己很幸运。

Chalk 是一名乳癌一期的幸存者,她很幸运接受了乳房 X 光检查,也很幸运,放射科医生能够发现她胸壁上针头大小的肿瘤。

但她不想把这种引起人生巨大转折的诊断机会留给运气。相反,Chalk 热衷于将 AI 应用于医疗保健领域,以改善所有患者的治疗效果。因此,她联合创立了 BeeKeeperAI,这家初创公司可实现算法开发人员与医疗保健机构之间的安全协作。BeeKeeperAI 是 Chalk 之前在加州大学旧金山分校 (UCSF) 的工作成果,在校工作期间,她专注于行业协作,需要访问实际的受保护健康信息 (PHI) 并通过这些信息开展计算。

在 UCSF,她全面了解到 AI 开发和实施过程中所遇到的障碍。Chalk 发现,创新要依赖于医疗保健机构和算法开发人员之间的协作。但即便可以进行协作,由于对知识产权 (IP) 以及保护 PHI 的隐私法方面的担忧,也需要花费非常长的时间。

Chalk 表示,遇到此类瓶颈十分令人遗憾,因为 AI 在医疗保健领域蕴含巨大潜力,用于在早期阶段检测出乳癌的算法仅是其中的一小部分。

机密计算可确保 AI 数据安全

Chalk 是 BeeKeeperAI 的联合创始人兼首席商务官,这家公司旨在利用机密计算(一种硬件优先型安全方法)来减少 AI 开发过程中在数据访问方面遇到的障碍。

BeeKeeperAI 的软件采用嵌入式机密计算,该软件可提供一种解决方案,以确保数据和知识产权无论在静态、传输中还是计算过程中都能得到全面保护。机密计算背后的工作原理是创建经过全面验证的可信执行环境 (TEE)。TEE 将隔离处理器和内存中的数据和算法,并使用基于硬件的加密密钥来维护全内存加密。计算工作在这些机密环境中进行,同时保护了数据和知识产权。

为 AI 协作铺平道路

EscrowAI 是 BeeKeeperAI 的零信任协作平台。它缓解了该行业经常会面临的两个痛点,即安全处理患者健康数据以及保护知识产权。Chalk 表示,EscrowAI 支持数据持有者和算法开发人员以“轻松按键”的方式进行协作。该平台的另一个优势是全面归档以确保审计合规性。Chalk 补充道:“平台上进行的每个操作都会记录下来并存档,以实现完全可追溯性。”

此类数据安全证明至关重要,可证明遵守司法管辖的隐私保护法规,并可收集证据以用作医疗器械、数字疗法和药品的市场清关监管文件。在后台,该解决方案将策略和 Fortanix 的加密密钥管理相集成

英特尔® Software Guard Extensions(英特尔® SGX)直接内置到英特尔® 至强® 可扩展处理器中,并支持创建称为安全区的隔离 TEE。Chalk 表示:“我们从一开始就是英特尔 SGX 的用户,因为它能确保运行时算法和数据的安全。这对我们来说是一个极具竞争力的优势。这些安全区不允许虚拟机操作系统、虚拟机管理员甚至 BeeKeeperAI 的任何访问。因此可阻止任何外部干扰。”

英特尔为该公司提供过一笔资助,用于团队仍在 UCSF 期间进行设计证明,Chalk 对此非常感激。Chalk 说:“英特尔是我们早期的优质合作伙伴。”

机密计算用例

医疗保健行业非常熟悉 AI 实施过程中遇到的各种障碍,因此此类解决方案已经出现了一段时间。例如,人工生成的合成数据因具有实际数据的特征,又不会泄露信息,已被标榜为应对隐私和安全挑战的变通方法。

但是 Chalk 表示,合成数据完全不足以应对挑战。她指出,首先,在对患者数据进行扰码时,会引入与实际数据不一致的噪音。此外,在关键应用中,Chalk 说道,“您希望基于实际数据对算法进行验证和测试。如果某种癌症检测算法大部分以合成数据为基础,那么我们不相信这种算法能够准确完成工作。”

Chalk 认为,如果不借助机密计算,我们将很难看到 AI 在医疗保健领域的大规模采用。但采用机密计算后,新的应用途径也随之而来,例如 BeeKeeperAI 帮助 Novartis 应对与罕见儿童疾病有关的挑战。这家医疗保健公司已经开发出一种算法,但需要基于实际数据集对该算法进行验证。除了常见的隐私问题之外,Novartis 还面临另一个问题:数据集仅限 27 名完全独立的患者,因此任何程度的去身份识别都将破坏对算法进行测试的能力。

BeeKeeperAI 的 EscrowAI 解决方案帮助 Novartis 克服了这些挑战,并确保数据始终不会显示,且相关 IP 也将受到保护。Novartis 在这一领域的研究取得了进展。Chalk 说:“这极好地展示了其中蕴含的巨大潜力。”

机密计算还有可能帮助缓解 HIPAA 合规性方面的担忧,因为患者信息从未公开、从未显示,且始终处于数据管理员的控制之下,Chalk 对此也感到十分开心。Chalk 希望,这种盲计算有可能会说服立法者在未来修改 HIPAA。

医疗保健领域中机密计算的未来

对于接下来的打算,Chalk 希望机密计算也能在边缘发挥作用。她说:“尚未准备好将其所有数据推入云端的机构可以利用机密计算在边缘进行 AI 分析。利用机密计算,算法开发人员还可以将算法安全地部署到具有严格数据管控的各个司法管辖区。”

直至今日,医疗保健行业也不得不去处理一些不完整的数据。Chalk 指出:“我们的医疗保健治疗系统基于一小部分可用信息搭建而成。”但借助机密计算,AI 能够充分发挥其在该领域的潜力,这一切都将发生改变。

癌症幸存者对于包括精准医疗时代在内的各种光明前景感到十分高兴。“对您有效的治疗方案可能对我没什么效果。因此,我们不再被视为钟形曲线中的某个平均值,相反,医护人员会将我们作为一个独立曲线来确定治疗方案。”“这让我深感欣慰,同时也对医疗保健的未来充满希望。”

与 Chalk 不同,我们的医疗保健效果不需要在很大程度上取决于运气。

 

insight.tech 的副主编 Georganne Benesch 编辑。

面向坚固型边缘嵌入式设备的 COM-HPC 标准

我们不再使用传真机发送商务消息的理由很充分。当然,它可以完成发送工作,但却无法跟上当今商业往来的惊人速度。

Christian Eder 面对当今的计算环境也提出了类似的论点,Christian Eder 是嵌入式计算机主板和模块供应商 congatec 的联合创始人之一兼市场营销总监,同时也是 PICMG COM-HPC 的主席。

数据的生成速度达到了前所未有的地步,传输和存储数据的能力正成为我们在数据利用方面面临的主要瓶颈。通常,数据将传输到云端或数据中心进行分析,但这种类型的基础设施有时无法应对我们随手可得的大量数据。

边缘计算和嵌入式设备的增加

为克服大量数据往返于云端所带来的延迟和成本,AI 推理越来越多地在边缘进行。因此,曾经单靠受温度控制的数据中心内的服务器实现的计算能力现在预计会通过小很多且坚固的外形规格实现,以便能在更广泛的温度范围内承托高数据吞吐量。

直到最近,这些嵌入式边缘设备还利用 COM Express 模块化计算机标准在零售、交通和机器人等领域提供中端边缘处理和网络功能。但随着技术的日新月异,该标准开始无法满足边缘计算量和数据吞吐量增加的需求。

Eder 说:“在 COM Express 标准下,我们已经触及天花板;已没有提升空间。我们需要在坚固型边缘中提高数据吞吐量、提高带宽、降低延迟并提升计算能力,因此迫切需要定义一个无需担心向后兼容问题的新标准。我们需要新的连接器和新的尺寸,以提供前所未有的强大性能和功能。”

面向坚固型边缘的 COM-HPC 标准

为了满足对新标准的需求,PCI Industrial Computer Manufacturing Group (PICMG) 将工业嵌入式市场中的行业领导者聚集在一起,共同创建了 COM-HPC 标准。Eder 解释道,新标准旨在满足当今嵌入式系统的更高需求,并且可以承受高温,交付闪电般的计算速度。他补充道:“随着技术的进步,COM-HPC 将成为未来 10 到 15 年内的稳定标准。”

此外,COM-HPC 的一个更新的迭代版本(其迷你等效版本)正在为目前最小的高性能标准化模块提供服务,此类模块的大小几乎与信用卡相当。该标准非常适用于小外形 (SFF) 设计,可满足功耗和空间限制,同时仍能交付出色的 IO 和计算能力。

congatec 最近推出了其首个 COM-HPC Mini 模块,可让客户的空间受限型解决方案实现大幅性能提升。Eder 说:“我们的目的是让它成为使用低功耗范围的第 13 代英特尔® 酷睿 处理器的合适平台。该模块可以节省成本和空间,且仅限于低功耗 CPU 使用,但计算能力却非常强大。”

坚固型边缘合作伙伴关系

congatec 与英特尔等公司的合作伙伴关系对于采用最新的模块化计算机标准开发解决方案至关重要,可以让这些公司更好地了解技术领域的最新进展。

Eder 说:“通过参与早期访问计划,我们能够在英特尔发布新技术之前获得已经设计好的产品,这样,我们的客户能够快速访问最新技术,并缩短上市时间。”

了解 congatec 可利用哪些即将推出的产品,采用更加坚固的标准开发模块。利用第 13 代英特尔酷睿处理器,congatec 的 COM-HPC 模块可提高性能和 AI 推理能力、改进 GPU,并能承受从零下 40 摄氏度到 85 摄氏度之间的严苛温度。这些处理器还满足了视频流和分析应用程序可能需要的高图形要求。

迁移到 COM-HPC

鉴于 COM-HPC 标准的诸多优势,Eder 认为是时候将性能低下的系统从 COM Express 迁移到 COM-HPC 了。他说:“模块化概念的亮点在于您可以在不弃用整体解决方案的情况下,将现有应用程序升级到其他功率范围。您只需更换模块即可。”从 COM Express 切换到 COM-HPC 时,必须修改载板。但仅升级到未来的 CPU 技术就像仅更改计算模块一样简单。

Eder 指出,利用模块化概念,无需更改整个系统,因而有助于防止浪费,更加环保。散热器或冷却接口也是模块生态系统标准的一部分,进一步增加了可持续性。

尽管实际的更换可能比较轻松,但其他组件可能需要进行调整,以充分利用新性能和更快的接口。

用 Eder 的话来说,congatec 提供了参考载板,“更便于大家上手,并检查各个应用程序所需的所有专属功能”,促进了采用。congatec 还开设有一个学院,向载板开发人员教授有关 COM-HPC 标准及其生态系统中的最佳设计实践。Eder 表示,培训的重点在于符合标准的载板设计,这对于构建可互操作、可扩展且耐用的定制嵌入式计算平台至关重要。

此外,congatec 还与合作伙伴网络开展合作,特别是那些可能在交通运输、通信和医疗保健等不同领域拥有标准实施要求专业知识的合作伙伴。Eder 表示:“在铁路等某些行业获得预认证可加快产品的广泛采用。鉴于 congatec 的模块化计算机产品可以承受冲击和振动,选定的 SKU 甚至获得了列车系统的使用认证”。预认证对于寻求兼容且全面的技术堆栈解决方案的系统集成商来说尤其有用。

随着未来计算向边缘的迁移,嵌入式边缘设备必须能够应对恶劣环境中繁重的工作负载。但 COM-HPC 已随时准备好应对挑战。毕竟,Eder 指出,“它由嵌入式专家打造,旨在简化最新嵌入式技术的使用。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

远程医疗创新改变了远程护理

在尖端技术领域,突破往往由强大的愿景推动的。对于一家公司来说,它正在建设智慧城市的组成部分,以促进个人福祉、更宜居的社区和可持续环境。

通过他们的“统一通信”平台,beamLive 通过利用最新的边缘计算和人工智能技术来创造远程医疗创新,提供个性化的远程护理,从而实现这些目标。beamLive 首席执行官 Mehrdad Negahban 是这一变革努力的先锋,他展望了未来,在未来,医疗保健将通过数字解决方案增强。

beamLive 移动物联网通信方法的核心是 beamRx – Shahin 101 解决方案,其目的是增强患者和医疗保健提供商的院外远程医疗体验。通过集成边缘计算、人工智能和机器学习,该系统在线上会诊期间为医生提供实时生物识别数据。这使医疗保健从业人员能够快速准确地响应患者健康状况的变化。

该解决方案的品牌本身承载着一个动人的故事,该品牌是以一位同事的名字命名的。Negahban 说:“我们的一个合作伙伴 Shahin Arefzadeh 给了我们很大的帮助和鼓舞,但他已经去世了。”“所以,我们将这条产品线用于纪念他。”

数字医疗保健解决方案改变了养老院和社区护理

一个知名客户即将推出一个用例,它展示了边缘计算在医疗保健领域的重要和潜力,涉及纽约市的一个养老院。该养老院拥有 200 多名居民,确保为每个人提供高质量的、及时的护理是一项复杂的任务。Beam 的创新远程医疗平台可以为该设施的医疗保健交付的未来带来显著的变化。

通过部署 Shahin 101 解决方案,养老院的医务人员将获得实时生物识别数据和患者档案的关键访问权限。人工智能驱动的解决方案结合了来自医疗物联网传感器的重要数据(如心跳、体温、呼吸频率、血压)以及全面的健康史。这些实时分析的大量信息将使医生和护士全面了解每个居民的健康状况。该解决方案高效处理边缘的大量数据,降低延迟并确保设备提供商和医疗保健提供商之间顺利沟通。结果是及时干预、更早检测和更加个人化的护理。

Negahban 解释道:“我们将所有这些传感器无缝连接起来,使执业医生能够在通过视频与患者沟通的同时查看实时数据。我们的平台缩小了线上访问和亲自访问之间的差距,提供了类似于亲临咨询的体验。”

Beam 将使用个体患者的信息并将其与大量公共医疗数据(例如美国国立卫生研究院 (NIH) 的数据)相关联,以构建全面概况资料。通过将历史数据和公开可用的数据与个人独特的生物特征、健康历史和活动相关联,医疗保健专业人员可以获得整体视图,使他们能够在线上患者就诊期间做出更明智的决定。

通过这种全面的视图,提供商可以全面了解此人在过去 24 小时、一周或一个月内的个人活动。

“您将它们与 NIH 的大量数据相结合,并将其与一个人的个人简历相匹配——例如,他们的年龄、性别、身高和体重,” Negahban 说。“我们使用实时或存档数据以及人员的个人简历和体育活动。”

从物联网边缘到云端的远程医疗创新

beamRX 架构结合了一组硬件、软件和 Cloud Services。医疗物联网传感器可以测量患者的统计数据:心跳、体温、呼吸频率、氧气水平、血压、血糖水平和 EKG。收集的数据在英特尔小型电脑和边缘计算上处理,相关消息和警报先提取出来,然后通过宽带、Wi-Fi 或 LTE 技术传输到云端。这些实时警报是患者护理的关键因素,颜色编码为绿色代表健康,琥珀色代表关注,红色代表危重 – 可以直接向指定的医生或 911 中心启动警报。

事实上,英特尔技术对 beamRX 解决方案至关重要。英特尔® OpenVINO 工具套件和英特尔® Movidius 视觉处理器加速器是其人工智能平台开发和性能的关键。数据一旦处理,就会在云端进行模拟,并由符合 HIPAA 标准的客户端控制。通常,这些客户要么是医院,要么是医生。

利用边缘计算和人工智能塑造未来

除了远程医疗之外,beamLive 的技术还将其影响扩展到智能城市的需求。边缘计算和人工智能技术使城市基础设施、交通和公民服务方面的创新成为可能。“我们正在做的事情的整体保护涵盖了从公共安全到物流、智能交通和医疗保健的一系列领域,” Negahban 说。“这些细分市场还依赖于多个来源的实时信息——无论人们身在何处,所有设备上都会动态更新——以提供更好的社区体验。”

 

insight.tech 的副主编 Georganne Benesch 编辑。

边缘 IPC:用于智能交通管理的强大平台

智能交通管理解决方案有助于改善交通流量、加强通勤安全并实现可持续发展目标。现在这些解决方案与边缘人工智能和计算机视觉的集成正在解锁更多的优势。

计算机视觉和边缘分析使交通管理系统能够执行多种功能:高速车辆识别、实时交通分析、路边设备管理以改善流量和安全,以及消除延迟的自动化交通控制流程。

尽管它们有许多优势,但实施这些解决方案可能非常困难。

“很难找到能够在边缘处理复杂计算机视觉工作负载并在恶劣环境条件下正常工作的计算平台”,深圳市集和诚科技开发有限公司(JHCTECH) 产品经理 Colin Cheng 表示。“此外,为高度针对性的用例设计的解决方案并非总是适应新的或经过修改的部署后使用。这为政府带来高额基础设施投资和持续维护成本。”

幸运的是,一种新型工业用电脑(IPC)提供了前进的方向。边缘 IPC 采用专为边缘性能打造的耐用硬件并利用功能强大的远程管理工具,为我们的世界所需的智能交通管理解决方案提供了灵活的计算机视觉平台。

计算机视觉和边缘 IPC 使电子收费更智能

边缘 IPC 如何实现复杂的计算机视觉处理以解决交通管理问题的一个例子是它们用作电子收费系统 (ETC) 系统的平台。

正如每位通勤者所知,高速公路、桥梁和隧道上的收费亭是造成延误的常见原因。结果就是驾驶员感到头疼以及车辆空转造成有害二氧化碳的排放量增加。收费站是升级到采用计算机视觉的自动化 ETC 解决方案的理想选择,这些解决方案无需耗时的人工收费过程(图 1)。

三个收费站的图像,显示分别从前面、侧面和根据车牌识别进行车辆检测。
图 1。采用边缘 IPC 的 ETC 通过计算机视觉在边境和检查站自动收费。(资料来源:JHCTECH

有了功能足够强大的就地计算平台,可利用计算机视觉和人工智能实现全自动收费。JHCTECH 的 ETC 解决方案是其工作原理的一个很好的示例:

  • 即使车辆高速行驶,摄像头和传感器也会收集实时车辆数据进行视频处理。
  • 特定于车辆的收费数据在边缘进行计算,然后转发到集中式交通部后端服务器进行计费。
  • 收费站的设备控制可实现全自动化。而 IP 摄像头和路侧设备与按摩车辆、交通和警告信号以及栅栏建立无线链路。
  • 远程管理技术可实现简单且经济高效的系统维护。

该解决方案的一个主要优势是采用耐用且灵活的工业用电脑。因此,该解决方案的 IPC 本身带来许多重要优势,因为它:

  • 可配置以满足各种用例,包括边境龙门架收费站、非龙门架收费站出入口等。
  • 采用硬件组件建造,可承受元件暴晒,并确保在宽温范围内保持稳定运行。
  • 能够支持多个 I/O 接口,使系统轻松配置以适应新型通道设备和传感器。

结果是一个功能强大、稳定、足够坚固,可在远程边缘执行复杂视觉处理工作负载,并且足够灵活,可适应多种用例,并视需要与其他技术集成的综合型 ETC 解决方案。

英特尔技术在构建高性能、可定制解决方案方面发挥了关键作用。

“英特尔处理器擅长处理边缘计算机视觉工作负载,其处理器系列非常广泛,因此始终有一个选项可满足您所需的任何性能要求,” Cheng 表示。“英特尔® vPro® 平台的远程管理功能和采用硬件的英特尔® 主动管理技术(英特尔® AMT)也非常有助于将我们的智能交通管理解决方案推向市场。”

长期直接优势和基础设施

JHCTECH 与中国交通部进行的部署表明政府和企业如何有效地利用边缘分析和计算机视觉帮助解决交通管理挑战。

该公司与中国交通部合作,以采用 IPC 的 ETC 解决方案取代了几个传统省界实体收费站。结果令人瞩目。一辆客运车辆在升级版省界收站通关的平均时间从 15 秒缩短到 2 秒。对于货运车辆,这一改进更加明显,平均从 29 秒下降到 3 秒。

最重要的是,这些解决方案的灵活性意味着它们可提供直接优势,并为长期开发交通管理基础设施打下良好的基础。

“ETC 仅仅是个开始。目前正在部署的解决方案提供基础设施,以支持未来的其他升级,” Cheng 表示。“我们已经在考虑车辆基础设施集成系统等功能,以警告驾驶员道路危险,并提供数据分析工具帮助交通工程师更好地了解和控制交通流量。”

换言之,现在部署这些系统的交通部门不仅可解决他们最紧迫的交通管理挑战,还可确定自我定位,以解决道路上更复杂的问题。

 

insight.tech 的副主编 Georganne Benesch 编辑。