硬件：适用于Jetson Nano/Xavier NX/TX2 NX模块的reComputer J202载板
用例提供商：TECHRAIL
应用场景：人员距离识别与人流量评估
应用行业：智慧交通
部署地点：意大利
TECHRAIL成功交付了一套创新解决方案，能够实现实时3D场景重建。该解决方案使用适用于NVIDIA Jetson Nano/Xavier NX/TX2 NX模块的reComputer J202载板进行部署。它不仅提供车厢内人员数量的洞察，还提供精确的3D映射距离测量。此外，该系统可以高效地将实时结果传输到中央服务器进行有效管理，确保每个站点的公交车运营最优化。
背景
这一概念的最初想法起源于疫情期间，这无疑是近期历史上最具挑战性和变革性的时期之一。从2019年末开始并持续到2023年，全球疫情在世界范围内引发了不确定性、干扰和损失的浪潮。随着被称为SARS-CoV-2的新型冠状病毒迅速传播，政府、医疗系统和个人被推入了前所未有的危机中，需要直面病毒。这种无情的传播促使人们广泛实施封锁、旅行限制和社交距离措施，作为管理人群和减轻病毒影响的手段，导致整个国家的暂时停摆。
挑战
通常安装在地铁、公交车或校车上的传统视频监控设备在准确评估个体间距离方面存在局限性。这些设备只能提供定性信息，如在场人员数量。为了克服这一局限性，需要使用基于激光雷达（飞行时间激光）、激光或LED（激光雷达中的飞行时间相机用于光检测和测距）的飞行时间（ToF）3D系统来进行内部空间的三维重建。
然而，为了使用激光雷达确定物体每个点的距离，需要扫描整个物体。这种扫描过程通常由机械执行器执行，使激光雷达非常精确但相对较慢，这是由于机械执行器旋转速度的限制。相比之下，ToF通过分析信号发射和反射之间的时间或相位差来测量传感器与物体之间的距离。实际上，ToF相机为所有像素提供快速距离估算，但仍存在有限的空间分辨率和受环境光照条件影响的精度问题。
解决方案
Techrail推出了一套基于被动立体技术的创新解决方案。通过开发和设计reComputer J202载板配合NVIDIA Jetson模块，Techrail完成实时3D场景重建的数据处理和推理任务。通过将该技术与物体检测模型相结合，系统可以每2秒检测一次车厢内3D映射距离和人员数量。通常，一辆16米的公交车可以由3个Right Metro盒子完全覆盖。整个系统提供本地数据存储，并将实时结果传输到中央服务器。控制人员可以管理每节车厢的信息，并在列车到达每个站点时将其传输到信息面板。
在米兰部署和充分测试后，发现识别精度误差范围可以严格控制在1%以内。每个传感器都能够提供当前情况的即时分析。此外，网格专门设计用来指示返回相应传感器可见区域的乘客的确切位置。在与其他乘客的相互距离至少小于一米的情况下，会显著显示一个红色十字。
关于TECHRAIL
TECHRAIL是一家创新的初创公司，由研究人员、科研中心、大学和商业界组成，利用在交通技术系统创新、设计和开发方面拥有二十多年经验的专业人士经验。国防、电信和工业。他们是一个灵活且”市场驱动”的组织，将研究领域的技能提供给公司，以产生原创创新解决方案，旨在通过技术转移持续改善客户的运营绩效。
Seeed NVIDIA Jetson生态系统
Seeed是NVIDIA合作伙伴网络中边缘AI领域的精英合作伙伴。在Seeed的NVIDIA Jetson生态系统页面上探索更多载板、完整系统设备、定制服务、用例和开发工具。
加入我们，站在AI创新的前沿！利用前沿硬件和技术的力量，革命化机器学习在现实世界中跨行业的部署。成为我们使命的一部分，为开发者和企业提供最佳的ML解决方案。查看我们成功的案例研究目录，发现更多边缘AI可能性！
迈出第一步，发送邮件至[email protected]成为这一激动人心旅程的一部分！
下载我们最新的Jetson目录找到适合您的选项。如果您找不到现成的Jetson硬件解决方案来满足您的需求，请查看我们的定制服务，并将新产品查询提交至[email protected]进行评估。