Insight Tech

想象一下，尝试计划一场晚宴，但不知道有多少客人会到场。无法做好准备。这是设施经理面临的日常挑战，他们实施按需通风控制 (DCV)，却无法访问实时占用人数 (RTO) 数据。

按需通风控制根据楼宇的当前空气质量和温度需求，优化 HVAC 的使用，以提高能效。但旧的 DCV 方法通常依赖二氧化碳传感器，这缺乏实现最佳效率所需的数据粒度。

“基于二氧化碳的系统可以确定空间何时处于‘占用模式’，这意味着有人在房间里，但他们无法访问实时占用人数数据。” Feedback Solutions 的联合创始人兼首席执行官 David Whalley 解释道。这是一家提供基于占用人数的 DCV 解决方案的能效专业公司。“因此，即使只有少数人出席，他们被迫使用默认通风水平，即接近系统容量的 100%。例如，我们与客户合作，客户为 4,000 名员工建造了办公区，有时占用人数低于 300 人。”

这种过度通风的成本很高。但是，这也阻碍了大学、政府设施、商业办公楼和其他大型场所的温室气体减排工作，因为在这些场所，可持续发展是重中之重，而且在很多情况下，这也是一项合规要求。

但现在，灵活的边缘计算平台支持基于占用人数的按需通风控制解决方案。基于占用人数的 DCV 比使用二氧化碳传感器的旧系统更有效，已经取得了令人瞩目的实际效果。能效的提高是由于通风风扇所需电量降低，以及因加热或冷却所需的外部空气数量减少而节省了热量。

实现绿色建筑优势

相关案例是 Feedback Solutions 与纽约州能源研究与开发管理局 (NYSERDA) 在纽约大学 (NYU) 的部署。

在全球范围内，楼宇运营占 28% 的温室气体排放，但在纽约，极端温度和旧设施很常见，这个数字甚至更高。可以理解，纽约州和纽约大学的领导人都关心校园的能源效率。

Feedback Solutions 工程师与 NYU 学院合作，在牙科学院位于曼哈顿的华盛顿广场校园安装了一套基于占用人数的 DCV 系统。人员计数传感器实时监测大讲堂和其他大型教室的确切占用人数，并使用在英特尔设备上运行的 Feedback Solutions 软件，在边缘处理数据。然后，通过楼宇自动化控制网络 (BACnet) 协议，将产生的信息发送到大学的楼宇管理系统 (BMS)，以便根据实际当前需求，自动调整通风水平。

与之前的解决方案相比，该方案大大提高了暖通空调策略的效率，因为之前的解决方案要求当系统处于占用模式下，通风设备以 80% 以上的功率运行。基于占用人数的新 DCV 解决方案能够在使用率较低的房间或使用人数不稳定的房间中，将空气质量和温度设定点保持在平均 30-40% 的容量范围内，从而使温室气体排放量总体减少 18%。Feedback 系统根据暖通空调区的人口数量，在后台自动调节通风率，而无需人工干预。

纽约大学对结果非常满意，并将该技术推广到校园内的其他 15 栋建筑。新解决方案带来的经济激励措施更是促使大学做出这一决定。除了直接节省 OPEX 费用外，NYU 还抵消与纽约 97 号地方法案（这是一项市政可持续建筑的命令）有关的罚款。此外，该大学还利用当地电力公司实施的激励计划，缩短了投资回收期。

Whalley 说：“在纽约和其他许多注重可持续发展的地区，地方公用事业公司提供了一些极为慷慨的绿色建筑激励措施。这些激励措施可以将已经很快的三年回报减少一半。”

面向未来、可持续的建筑

能够将老化的基础设施转化为更环保的建筑，这一点吸引了全球各地的大型组织和政府。对于需要设法减少现有建筑负荷以实现新建筑电气化的公用事业公司来说，这也是非常有吸引力的。

但是，在改造时，一个主要的绊脚石是每个设施都有自己的现有 BMS 解决方案，以及独特的需求和问题。为了应对这一挑战，解决方案提供商转而采用可以适应不同类型建筑的灵活设计。

例如，Feedback Solutions 提供了一个与传感器和 BMS 无关的软件平台。如果最终用户对传感器有独特的要求，或在其 IT 环境中运行多种 BMS 解决方案，仍然可以直接帮助建筑运营商和能源团队实施适合其需求的 DCV 系统（图 1）。

该公司与英特尔的技术合作伙伴关系在开发这种多功能 DCV 平台方面发挥了不可或缺的作用。

Whalley 说：“我们使用的英特尔边缘设备功能强大、高度灵活。这使得我们能够为最终用户提供多种不同的配置，从将所有使用数据发送到云端的架构，到完全内部部署的解决方案，不一而足。”

创建整体数据分析策略

基于占用人数的 DCV 系统本身至关重要。但是，从楼宇中获取实时用户数据具有深远的影响，使得这些解决方案成为更大事件的一部分。

当组织知道其空间的使用情况时，可以释放巨大的价值。办公室和大学可以使疫情后的房地产足迹更有效率。设施管理团队可以更有效地安排时间，减少使用率低的楼宇的运行时间，更合理地分配清洁和维护人员。从长远来看，可以根据实际使用模式，就楼宇的重新利用或整合，做出数据驱动型决策。

这不仅仅是在不同领域增加价值。当建筑物使用数据看作是一种共同的结构时，就能以一种综合的方法来解决未来几十年中一些最棘手的问题。

Whalley 表示：“打破数据孤岛，就可以实施更复杂的优化策略。我们认为自己是未来的一部分，全世界利用整体解决方案，应对能效、空间利用和可持续发展的挑战。”

 

本文由 insight.tech 的编务总监 Christina Cardoza 编辑。

钢筋、混凝土、电线、管道构成了建筑。那什么是智能建筑？智能建筑如何演变为智能可持续建筑？随着当今的员工被鼓励重返办公室，建筑系统的占用率有所增加，压力也随之而来，这些问题变得越来越紧迫。新建筑的一项优势在于能够从一开始引入可持续智能系统，那么老旧建筑怎么办？它们是否无法运用技术解决方案？

Nantum AI（原名 Prescriptive Data）的品牌和营销副总裁 Lauren Long 以及前沿解决方案提供商 Blue Bolt 的客户对接专家 Maciej Labuszewski 将对其中的一些问题做出解答（视频 1）。他们讨论了智能建筑在应对气候变化危机的过程中发挥的作用、将 AI 和数据引入智能建筑解决方案的原因，以及利用一流技术为一流解决方案提供支持的优势，其中涉及复杂的系统和宏大的重要目标，涉及的因素远远不止记得关灯。

视频 1. 来自 Nantum AI 的 Lauren Long 和来自 Blue Bolt 的 Maciej Labuszewski 讨论智能可持续建筑之旅。（资料来源：insight.tech） 

智能可持续建筑的定义是什么？

Lauren Long：每栋建筑的建造时间、建筑风格、所用的材料和所处的气候各不相同。因此，对于什么是可持续建筑这个问题，没有统一的答案。但是，所有可持续建筑都有共同的特征，而其中的许多特征都是以意图为中心的。如果希望避免浪费，您可以关闭无人办公室的灯光，使用节水马桶，密封窗户等。在这个层面上，您可以采取很多措施。

但是如果更进一步，对技术方面加以考虑，就能让建筑更智能、可持续性更强。其原因就在于人们收集了数据，而且根据数据采取了措施。但如果没有基准，就无法做出改进，因此了解当前情况并制定改进计划非常重要。

有数据表明，建筑的碳排放占全球碳排放的 40%，其中 28% 来自运营流程，也就是让建筑舒适宜人并保持正常运转所需的所有措施。如果将建筑运营效率提高 50%，仅这一项措施就会使全球碳排放减少 14%，影响相当巨大。

德勤的一份 2024 年房地产展望报告显示，只有 5% 的建筑是完全现代化的，这意味着它们拥有可以轻松集成新兴数字技术的核心系统。但是，该报告还指出，34% 的建筑大部分区域已改造为现代化系统，而 30% 的建筑正在从传统模式过渡。

随着传感器接入建筑系统并向运营者提供更多数据，就会产生切实的变化。因此，虽然建筑无疑是问题的一部分，但它们也能以独特的方式成为解决方案的一部分，成为其他行业的榜样。

在可持续发展举措方面，建筑所有者和管理者需要关注哪些因素？

Maciej Labuszewski：近年来，人们在可回收建筑材料和建造流程简化等领域开展了大量工作。但与此同时，人们关注的焦点发生了转变，即如何以可持续方式建造建筑，并在整个生命周期内以可持续方式使用建筑。随着市场上老化的建筑越来越多，实现净零排放目标并减少碳足迹和塑料足迹是延长建筑生命周期的必要条件，否则这些建筑很快就会过时。

在实践中，建筑所有者关注两个方面。第一个方面是减少因使用老旧系统并对供暖、照明、空调模式做出错误假设而产生的效率低下问题。这些错误假设通常是由于缺少数据造成的。数据有助于制定目标、设置性能指标并查明不必要的成本。但是如果没有数据，基本上无法制定策略，更加无法成功实施。

第二个方面是鼓励租户改变消费模式。但是，在一栋拥有许多不同租户的建筑中，这是一项非常艰巨的任务。需要进行适当的沟通，给予适当的奖励，当然还需要一定的时间才能见效。

Blue Bolt 解决这些问题的方法是，将可持续性因素视为人们为建筑提供的每项功能不可或缺的组成部分。例如，用完全存储在手机上的访问权限代替塑料卡片和遥控器等传统门禁工具。在大型办公楼中，门禁卡上的塑料消耗每年可达近 200 千克。

最近的哪些技术创新使这些解决方案成为可能？

Maciej Labuszewski：我认为首先要明确的是，仅通过使用建筑应用程序这一项措施，无法再为房地产市场带来变革。许多此类移动解决方案仅提供针对某些特殊问题而定制的功能，针对的是特定地产组合。它们缺乏能够满足业主、管理机构和租户需求的范围和规模。

建筑管理者现在将目光转向更复杂的解决方案，这些解决方案可以通过统一的环境、社会和治理 (ESG) 标准、访客管理和资源来提供可衡量的结果以及通用的功能，无需花费大量时间即可完成传统方法（门禁卡和遥控器）的转变，取得立竿见影的效果。他们还重视解决方案的成本效益。

这正是 Blue Bolt 的优势所在，因为我们的系统采用具有卓越灵活性和适应性的硬件，基本上可以安装在任何建筑上，无论建筑的老旧程度如何，都可以在几天内完成整个系统的部署。这可以解决我刚才提到的老旧建筑越来越多的问题。

AI 在实现建筑智能化和可持续性方面发挥了哪些作用？

Lauren Long：AI 和机器学习是帮助我们实现目标的工具。可以将数据整合到统一的用户界面中，通过深入挖掘，确定不同数据类型之间的模式、相关性或因果关系。人工几乎无法对所有数据进行跟踪；AI 是实现可扩展性的唯一方法。而且人为错误始终是需要考虑的因素。

在使用数据方面，本行业处于独特的发展阶段。我经常向人们推荐《跨越鸿沟》这本书，它是 Geoffrey Moore 从营销的角度撰写的。建筑领域的情况与它非常相似，因此可以说，我们需要跨越工程的鸿沟。我来向您解释一下。

建筑运营中有可持续发展经理，他们是目标制定者。他们协作制定建筑可持续发展目标，确定解决方案并跟踪进展。还有资产管理者，他们是成本优化者。他们分析、投资和管理房地产，以实现长期价值和可持续发展目标。

但还有第三个群体，那就是建筑运营者，他们也是变革者。他们负责保持高效运营并优化建筑性能，实现可持续性。在没有任何实时性能数据的情况下，前两个群体与建筑运营者之间就会存在我提到的鸿沟。

但是如果拥有数据，却不在实践中加以运用，它还有什么意义？利用 AI 提供可操作的洞察对于制定实时问责制非常重要。这是 Nantum AI 在日常 AI 工程建议和合规分析方面所做的工作，我们能够评估我们的系统向工程师发送的建议数量、实际执行的建议数量以及由此带来的成功结果。

您能否举例说明所有者如何在可持续发展方面做出改变？

Maciej Labuszewski：我们最早的客户之一是一个共享办公空间品牌，该品牌是商业地产所有者，在五个国家设有办事处。Blue Bolt 引起他们的注意并取得成功的一项功能就是在非高峰时段关闭电梯。该功能是利用我们的 AI 系统实现的，该系统将来自建筑门禁和电梯系统的数据汇总起来，将其组合成易于浏览的信息，供地产所有者和资产管理者查看。这种解决方案确保我们不仅提供了一种小装置，而且提供了有助于日常做出明智决策的工具。

Lauren Long：在 Nantum AI 关注的领域中，我们最喜欢的一点是帮助企业实施节能措施 (ECM)。Jamestown Properties 是我们的客户之一，是旧金山 Waterfront Plaza 的所有者。他们希望利用 Nantum AI 在白天以智能方式关闭电源，根据实时使用率改变建筑系统的运转情况，从而节省成本。与 2019 年的基准相比，他们节省了超过 71,000 美元的成本以及近 285,000 千瓦的电力。仅仅在建筑运营方面做出细微的改变，就可以产生显著的影响。

请您谈谈帮助构建这些解决方案的技术合作伙伴。

Lauren Long：我们主要关注软件层面，与许多能够获取准确、精确数据的公司开展合作。输入的数据越准确，输出的数据就越准确，对吧？但我们也高度依赖硬件，我们发现采用英特尔芯片的建筑拥有更强的智能化能力。

我们所有的建筑都基于英特尔网关而运行，这使英特尔成为我们完美的合作伙伴。我们的目标是成为全球范围内更智能的建筑提供商，我相信我们的每栋建筑都可以成为智能建筑。英特尔使这个目标成为可能，并为我们提供支持。

在智能建筑之旅中，人们还应该考虑哪些因素？

Maciej Labuszewski：我们一直在讨论技术，但在可持续发展方面，必须利用技术将人们团结在一起，让他们朝着共同的目标前进，这一点非常重要。我们探讨的不只是业务决策，还有可能影响我们共同未来的道德决策。

Blue Bolt 正在开发的解决方案不只是等待实现的业务模式，还是一个深度概念，我们在考虑利益相关者和用户的需求以及如何最大限度地实现集体福祉时，应该牢记这这个概念。

Lauren Long：我完全同意 Maciej 刚才所说的话。构建和维护可持续建筑已经迫在眉睫。我们需要共同努力，消除不同部门之间的数据孤岛并解决数据挑战，此外还需要实施已有的技术，实现所需的技术，从而实现目标。AI 是我们各种资源中的一个重要工具和一项巨大资产，可以帮助我们实现全球脱碳目标。

相关内容

要详细了解可持续智能建筑，请收听 AI 创新：可持续建筑的基础，并阅读移动门禁促进可持续建筑的发展以及从智能建筑到智能化建筑。有关 Nantum AI 的最新创新，请在 X/Twitter (@nantumai) 和 LinkedIn 上关注他们。有关 NTT Blue Bolt 的最新创新，请在 LinkedIn 上关注他们。

 

本文由文案编辑 Erin Noble 编辑。

当我们谈论物联网和所涉及的高科技、精密机械时，我们很容易将视野局限于内部发生的事情 – 比如工厂、医院和其他建筑物内部。但许多物联网应用也面向外面的世界，而智慧城市是备受瞩目的一部分。智慧城市提供了对交通、公用设施和许多其他复杂系统的全新思考方式。

但是进入到城市环境后，另一个因素也在发挥作用，也就是我们近年来越来越多关注到的可持续性。城市是污染和碳排放的主要来源，所以转型为智慧城市的同时必须提供可持续解决方案，甚至要能够减轻人类提升城市宜居性的负担。

专家 电脑领域专家 Axiomtek 的 产品解决方案经理 Jody Cheng 和应用工程监督员 Manny Hicaro，就可持续智慧城市的挑战与收获发表演讲（视频 1）。他们讨论了城市可持续解决方案中 AI 和边缘计算的关键作用、实施这些解决方案的基础设施，以及可以应用这一技术来让每一位在城市中居住和工作的人都受益的合作伙伴。

视频 1。在这一集 insight.tech 对谈中，学习为什么智慧城市需要变得更加可持续，发现他们何以实现目标。（资料来源：insight.tech）

为什么可持续性成为了现在很多智慧城市的目标？

Jody Cheng：首先，越来越多的人意识到了气候变化及其影响。城市地区产生了大量的温室气体排放，随着全球人口日益城市化，城市便承担了解决这些环境问题的压力。根据世界银行最近一项调查显示，世界人口中有 56% 居住在城市，也就是约 44 亿人。预计到 2050 年，约有 70% 的人会居住在城市。

这也让城市必须更积极地减少碳足迹，采取对抗气候变化的措施，提升空气质量，以提升城市居民的总体生活质量。在 Axiomtek，我们很高兴能够看到这一迈向可持续性的趋势正不断增长。这一切都是为了确保环境健康，并能够长久繁荣。

有哪些技术解决方案能够助力可持续智慧城市？

Jody Cheng：可持续智慧城市不仅是更加努力、也是更加智能地运作的城市，让人类和地球都能变得更好。通过使用智能电网和物联网数据收集，以及建筑、交通和资源管理方面的创新，来实现这一目标。

智能电网是可持续智慧城市的基础；它是一个先进的电力网络，使用检测工具来高效管理电力使用。这也将有助于集成太阳能等可再生资源，并减少对化石燃料的依赖。例如，可基于实时交通情况而调整的交通信号灯可以减轻拥堵并降低排放。

但是可能性是无限的。边缘计算和 AI 可以通过实时处理收集的数据，使让一切变得更好 – 比如一个环绕城市的物联网传感器网络，可以跟踪空气质量、用水量和交通。这意味着更快的决策速度和更高效的运营，帮助城市管理者优化资源并减少浪费，让智慧城市更加智能。

可持续性的另一个重要推动因素是智能建筑和智能家居；遵循更加严格的可持续性标准的 LEED 认证的建筑正变得越来越普遍。这些建筑具有高能效系统 – 例如根据入住率进行自动照明调整，或者优化供暖和制冷的 HVAC 系统等。

交通是希望减少排放的城市的另一个重点。许多城市都在开发电动汽车充电基础设施，并推广带有乘客追踪和交通优化的公共交通系统。这些创新有助于减少排放、减轻拥堵，并为居民提供环保的旅行选择。

管理废弃物和水等资源也是可持续性的关键。自动废弃物收集和废弃能源化转换可帮助减少垃圾填埋场的使用，并推动回收再利用。水资源方面，智能灌溉和先进的水处理流程可以优化使用并减少浪费。

您如何看待边缘 AI 在智慧城市中的实施？

Manny Hicaro：Jody 提到的一个例子我可以展开讲讲，就是交通。虽然电动汽车充电和推广公共交通支持可持续，单边缘 AI 可以提供更多其他应用。自动公共交通可以优化路线并管理客流。另一个例子是，实时传感器可以优化公共停车。此外，未来先进的自动驾驶汽车甚至可以相互协调并与交通基础设施协调，提升效率和安全性。边缘 AI 也可以提升交通管理；更多的摄像头可以提供更即时的事故检测和交通疏导。

还有，AI 助力的监控也可以通过检测异常活动并预测洪水或火灾这样的事故来提升公共安全。基础设施监控可以检测需要及时维护的异常事件，包括道路情况以及公共设施线路等。这一类监控还可以扩展至水和空气质量等资源。

详细介绍一下 AI 和边缘计算对这些解决方案的贡献。

Jody Cheng：AI 和边缘计算的提升让这些可持续解决方案达到了史无前例的高度。AI 有能力在所有城市环境中实现高能效的提升，包括建筑物、工厂、交通系统等。

边缘计算可以处理本地数据，如物联网传感器、路由器或网关等设备的数据。因为靠近数据源，所以可以更快进行决策，减少了将数据传输至中央服务器的需求。它提升了系统内的响应速度，同时减少与传输大量数据有关的能源和资源消耗。

边缘计算和 AI 两者结合在一起，可以带来网络边缘的实时数据分析和决策，最大限度地减少了延迟和带宽限制。这一去中心化的方法可以提升系统响应速度，减少网络拥堵并降低成本。对于城市运营，它可以优化交通流量、能源消耗模式，从而减少能源浪费、提升整体效率等，最终提升生活质量并应对环境挑战。

要实现这一目标，需要哪些类型的基础设施投资？

Manny Hicaro：创造智慧城市并不便宜。物联网传感器和摄像头需要融入整个城市，以便收集交通、公共安全和环境情况等方面的信息。但是它不仅仅涉及到设备。拥有坚实的网络基础设施也至关重要，需要对先进的硬件进行大量投资 – 包括强大的基于 GPU 的边缘计算器，可以支撑各类处理器。这些机器对于实时数据处理和人工智能任务至关重要。

在城市周边战略部署的边缘数据中心网络可以提升边缘计算的效率和可靠性，同时助力实现可持续发展目标。这些中心不仅减少了延迟并加速实时信息的处理 – 如 Jody 所说 – 他们还提供了冗余，支持新应用的快速部署，并提升灾难恢复功能。

所以在现有的城市基础设施中实施这些技术并不简单。它需要很高的初始成本，而且面临着必须与旧版系统兼容的挑战。因此，公共部门和私有部门的合作便显得十分重要。这些合作伙伴关系有助于让技术部署和公共政策步调一致，确保解决方案的长期可持续性、有效性。

您与英特尔及其技术的合作如何实现 Axiomtek 的解决方案？

Manny Hicaro：我们与英特尔的合作是我们智慧城市解决方案取得成功的关键；它致力于推进技术的决心与 Axiomtek 的目标完美契合。这一合作伙伴关系让我们可以使用尖端技术来开发强大、可靠的解决方案，并帮助我们在 AI 和边缘计算发展的道路上保持领先地位。

英特尔处理器提供处理复杂 AI 和数据处理任务所需的高性能计算能力。随着时间推移，他们进行了微调，提升效率和性能并确保能够满足城市应用的严苛需求。

我们作为合作伙伴的另一个优势是可扩展性。英特尔提供了多种产品让我们根据解决方案进行定制，确保我们的系统可以高效扩展，以满足城市地区不断增长的需求。无论是扩展物联网传感器网络还是添加更先进的 AI 功能，英特尔技术都支持我们解决方案的无缝扩展。

总体而言，英特尔的技术和支持赋能我们开发更先进的智慧城市解决方案，也提高了我们高效实施这些解决方案的能力。这一合作伙伴关系使我们的系统能够保持使用尖端的技术，有助于为全球城市提供可靠、可扩展的解决方案。

您是否有突出这项技术效果的用例？

Manny Hicaro：必须有。我们一个特别优秀的项目是 AI 支持的回收箱，可以说是变革了几个城市地区的废弃物管理。这些回收箱使用先进的 AI 算法，高效地分类所有可回收材料，让回收计划更加高效，并显著减少废弃物收集的频率。

具体情况如下。人们可以轻松地将罐头、塑料瓶等可回收废弃物存放在这些箱子中。系统会自动将这些材料分类，确保它们正确分类，以便将资源回收最优化。这极大提升了分类的准确率和整体回收率。

传感器会持续监控箱中的填充水平，并在箱子将满时发出通知。此外，系统通过自动压缩废旧材料，能够最大限度地提高物理存储空间。这些 AI 驱动的回收箱也采取主动式维护方法：它们可以在需要帮助的时候通知清洁工。这简化了运营，且不需要持续的人工监控。结果是更高的准确度、回收率和运营效率。

还有什么能够激励人们创造可持续智慧城市的想法？

Jody Cheng：许多人的传统认知是经济和环境保护是相互冲突的。在过去，保持可持续运营往往需要大量的人力资源进行管理和密切监督。但是我们预计，边缘 AI 的介入将极大程度上改变城市环境的这一情况。

我们在回收和资源管理中看到了这样的例子，许多运营在结合了边缘 AI 后能更高效、自动化地进行，降低了人为干预的需求。因此，随着边缘 AI 的发展，这些行动将变得更具成本效益、更可实现，或更高效。

在 Axiomtek，我们非常高兴能够为可持续发展贡献力量，提供更好的方法对抗温室效应、长期减少温室气体排放，并为下一代留下更清洁的环境和更美好的未来。

Manny Hicaro：机会只受到想象力的限制。

相关内容

要详细了解最新的可持续智慧城市相关实践，请收听边缘 AI 赋能可持续智慧城市，并查看我们的智慧城市页面。有关 Axiomtek 的最新创新，请在 Twitter/X @Axiomtek 和 LinkedIn 上关注他们。

 

本文由文案编辑 Erin Noble 编辑。

误入守卫设施的绵羊可能只是迷路或与羊群失散。但确实发生过人类装扮成绵羊走进重要的基础设施并偷窃设备的真实案例。

人类可以轻易分辨动物是真是假。但疲惫的人可能会犯错。虽然重要的基础设施可能配备了全套摄像头，但观看数小时的监控会让人感到麻木。在这种情况下，人类可能会犯下代价高昂的错误。

这就是为什么使用视频分析和摄像头网络的周界保护是一项适合自动化的工作。“使用计算机视觉和应用分析非常有意义，因为机器可以全天候分析视频，而不会感到厌烦或分心，尤其是在大多数时间什么都没有发生的情况下”，专门从事 AI 视觉解决方案的公司 Vaelsys 的首席执行官 Eduardo Cermeño 表示。

入侵者检测的安全自动化

Vaelsys 提供周界保护解决方案 Deepwall，可进行入侵者检测，比简单地识别和检测人类更加先进。“我们可以检测到出现在不应该出现的地方的人，并且我们的检测非常准确。我们不仅可以检测到行走，还可以检测到奔跑和爬行”，Cermeño 说。

没错，Deepwall 可以识别伪装成绵羊的人类。“这不仅仅与人类或人类行为有关，还涉及可疑人群的行为。当人类智能试图欺骗人工智能时，你就需要超越人员识别的技术，我们可以检测到那些不想被检测的人。我们分析行为，分析人群如何移动，一个区域有多重要等等，大量信息进入我们的算法”，Cermeño 说。有时，一把伞会在意想不到的地方以奇怪的方式移动，这种可疑的活动会被 Deepwall 检测到。

Deepwall 算法是集成了计算机视觉的深度神经网络的强大组合，应用于摄像头网络。摄像头可以是标清 (SD)、高清 (HD) 或热成像的。该解决方案的热成像版本称为 Deepwall Thermai。所使用的摄像头类型取决于需要巡逻的距离。“如果说的是周界保护，那么能够检测的距离越远越好”，Cermeño 表示。视觉摄像头在失去准确性前最远可覆盖 80 米距离，而热成像摄像头可以覆盖数百米距离。

广阔作业的周界保护

视频分析和摄像头成像的组合在偏远和广阔的地区尤其具有吸引力。例如，太阳能发电场运营商面临着铜资源被盗的问题，铜是光伏板的常见组成部分。

发生此类事件时，问题不仅在于铜的损失，还包括发电场无法发电的停机时间。“为了防止此类事件发生，可以在周边放置摄像头，将这些摄像头连接到我们的解决方案。Deepwall 系统将分析视频源。当它检测到入侵者时，会生成警报，并呼叫监控站采取行动”，Cermeño 表示。

高性能和低功耗计算

Vaelsys 使用广泛的英特尔^® 酷睿^™ 处理器来配合大量摄像头工作。英特尔 CPU 的一个优势是，它们无需依赖高能耗的 GPU 即可提供强大的处理能力。高能效可以节省资金，并帮助公司实现可持续发展目标。

此外，英特尔^® OpenVINO^™ 工具套件可帮助 Vaelsys 这样的公司测试 AI 和计算机视觉解决方案，Cermeño 如此表示。

视频分析用例

除了周界保护，Cermeño 认为视频分析是一种强大的安全解决方案，不仅能够检测限制区域内的人或车辆，还是安全监管的完美支持工具。计算机视觉有助于检测跌倒的人或未穿戴适当安全装备的人。

对于 Vaelsys 而言，它希望通过 Deepwall 解决方案所打造的强大外壳，即针对英特尔平台的视频元数据生成和视频优化，能够顺利转移到各种计算机视觉应用中。

例如，除了识别入侵者，解决方案还可以检测特殊救护车。对特定对象感兴趣的公司可以利用 Vaelsys 计算机视觉平台 V4，并插入针对特定用例的识别引擎。然后“你就得到了一个完整的解决方案，能够使用市场上的任何摄像头，并且可以与任何软件轻松集成”，Cermeño 表示。这一过程可以与 Vaelsys 内部开发的视觉分析或其他第三方实现配合进行。

Vaelsys 提供的整体解决方案源于将专有 AI 模型转化为可行实施方案的市场需求。毕竟，只拥有模型是不够的，还需要将其与 Web 界面结合使用，并与一系列 CCTV 摄像头集成，Cermeño 如此表示。

这种即插即用的计算机视觉和对象检测方法大大降低了产品开发的成本。这是一件好事，无论视频分析技术是通过检测头盔来确保工人安全，还是通过检测假绵羊来保护周界。

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。