На сегодняшний день на рынке представлены различные решения, предоставляющие руководителям транспортных предприятий данные о перевезенных пассажирах. Это и умная ступенька, которая реагирует на вес наступившего, и инфракрасные лучи, прерывание которых служит сигналом о входе или выходе. К сожалению, эти решения имеют определенные ограничения по своей точности. Кто-то зашел или вышел? Зашло/вышло двое пассажиров или один? Возможно, это были водитель/кондуктор? Как проверить точность подсчета?
Принимая во внимание эти ограничения, а также необходимость а) предоставления возможности проверки полученных для расчета данных; б) обеспечения сохранности данных, на базе которых строился расчет; в) формирования автоматизированной отчетности, которую можно было бы использовать для задач автотранспортных предприятий; д) доступности данных для анализа руководителями предприятия в любой момент, были выбраны средства видеоаналитики как механизм получения объективных данных по подсчету пассажиропотока.
Основные бизнес-задачи, которые должен решить подсчет пассажиропотока:
- Повысить точность сбора оплаты проезда
- Осуществлять контроль добросовестности водителей и кондукторов
- Обеспечивать планирование маршрутов с учетом фактической загруженности и т.д.
Отвечающее всем поставленным задачам решение было создано объединенными усилиями трех компаний — интеллектуального интегратора ГК «ЛАРГА», разработчика и проектировщика программных решений с использованием нейронных сетей ComBox Technology, производителя промышленных ПК AAEON.
Как это устроено:
- Над входом в ТС устанавливаются камеры (направлены вниз).
- Видео, получаемое с этих камер, является источником данных для нейронной сети, которая анализирует изображение и проводит подсчет фактически зашедших и вышедших пассажиров.
- Обмануть решение или утаить информацию нельзя – данные передаются в облачную платформу LARGA в режиме on-line.
Чтобы контент не был потерян в случае пропадания канала связи (например, когда ТС переместился в зону неуверенного покрытия мобильной сетью), решение предусматривает сохранение видеоконтента на аппаратном комплексе, устанавливаемом в ТС. И как только сеть появляется снова, информация незамедлительно передается на хранение в облачную структуру.
Рисунок 1. Объектовая видеоаналитика для транспорта: подсчет количества входящих и выходящих пассажиров
Решение предоставляет следующие возможности и функционал:
- Доступность эксплуатации решения на различных бортах (1/2/3 двери на пассажирских автобусах, железнодорожный транспорт и т.д.)
- Обработка данных «на краю» или в ЦОД по данным сформированных ранее видео архивов
- Исполнение нейронной сети под управлением Intel OpenVINO
- Блок питания широкого диапазона
- Нечувствительность к перепаду освещения
- Хранение видеозаписи во внутренней памяти не менее 3-х суток
- Хранение видеоархивов в ЦОД глубиной не менее 1 мес.
- Подключение к сторонним блокам мониторинга под REST API
- Удаленная передача данных на сервер с транспортного средства по сети GSM
Преимущества:
- Математическая точность детектирования и подсчета количества входящих и выходящих пассажиров не менее 95%, а коммерческая точность 98%+
- Учет не только входящего трафика, но и выходящего в том числе
- Единое универсальное решение для различного вида пассажирского транспорта
- Включение или выключение видеоаналитики и облачного хранения данных по требованию Заказчика
- Наличие видео-факта подтверждения каждого входа и выхода пассажиров в течении последнего календарного месяца
- Низкая стоимость единовременных вложений на комплект оборудования при высокой точности детектирования
- Исключение из статистики учета детей высотой менее 1 м
- Отсутствие дублирования входов пассажиров, которые вышли для пропуска выходящих (трекинг и удержание в кадре)
В качестве основы для аппаратного используется сетевой видеорегистратор AAEON VPC-3350S, имеющий:
- Встроенный LTE-модуль
- Возможность расширения VPU ускорителем Intel MyriadX
- Видеокарту Intel HD Graphics 500, на которой можно использовать аппаратные декодеры и энкодеры для обработки видеопотоков
- Множество LAN-портов для прямого подключения сетевых камер без необходимости установки коммутатора
- Широкий эксплуатационный температурный диапазон (-20+70)
Данная версия AAEON VPC-3350S укомплектована процессором Intel Atom x5 E3940. В случае необходимости можно дополнительно устанавливать платы расширения с Intel MyriadX и переносить инференс нейронных сетей на VPU без каких-либо существенных доработок, так как используется фреймворк Intel OpenVINO.
Рассмотрим скорость инференса (FP16) на различных устройствах, включая CPU, iGPU (Intel HD) AAEON VPC-3350, VPU Intel Movidius и решения других производителей:
Таким образом, на графике iGPU процессора Intel Atom x5 E3940 мы получаем 54 FPS, а дополняя устройство VPU Intel Movidius – еще 45 FPS. Для детекции пассажиров достаточно 15 FPS/камера, что позволит на одной графике процессора обрабатывать до 3 потоков (дверей). Также необходимо учитывать, что помимо выделения и использования ресурсов на инференс, необходимо декодировать входящий RTSP-поток.
Рассмотрим тесты декодера:
При максимальной загрузке процессора и графики мы декодируем 30 потоков 720p при 15 FPS, то есть получаем 450 кадров для 720p. Для 1080p это около 150 кадров.
Алгоритм работы счетчика:
- Нарезка RTSP-потока на фреймы
- Детекция голов на каждом фрейме
- Траекторный анализ (удержание головы в кадре при движении)
- Анализ направления движения на основе последовательности пересечения 3-х заранее размеченных зон
- Запись событий в локальную базу данных с учетом направления движения (вход/выход)
- Предоставление доступа по REST API сторонним информационным системам и системам формирования отчетности
Кроме описанных задач, объектовая видеоаналитика в транспортной отрасли может решить еще множество других, например, контроль действий водителя (детектирования фактов курения и использования мобильных телефонов). При этом одна эта задача может решаться совершенно в разных сегментах, таких как коммерческий транспорт и каршеринг. Но обоснование экономической эффективности для каждой сферы будет свое. Подробнее о детекции курения и использования мобильных телефонов на транспорте — https://www.aaeon.com/en/ai/success-story-vpc-3350s-aicx
