基於智能AI的攝像機支持越來越多的低延遲關鍵任務機器視覺應用,例如行人檢測和警報以及智能交通系統(ITS)和更廣闊的智慧城市市場中的實時監控。交通管理應用包括自適應交通信號燈、車輛優先級和優先權、停車位和檢測以及電子收費。
據全球技術市場諮詢公司ABI Research稱,基於智能AI的ITS攝像機的出貨量預計將從2020年的約33000台增長到2025年的超過155000台。
“基於智能AI的ITS攝像機的出貨量預計在未來五年內將以超過36%的複合年增長率(CAGR)增長。攝像頭系統收入將從2020年的4600萬美元增長到2025年的1.89億美元,” ABI Research終端市場副總裁Dominique Bonte說。
“先進的支持AI的處理器為英特爾、英偉達和高通等芯片供應商的高性能神經網絡軟件框架提供硬件加速功能,這些硬件正在推動智能攝像機成為主流,與傳統電子產品相比,它們以更低的價格提供了更多功能和靈活性收費系統(ETC)傳感器,例如磁環和射頻識別(RFID)。”
但是,通過部署5G和V2X連接性,可以將低延遲分析移至電信網絡的邊緣(稱為邊緣雲,網絡雲,多路訪問邊緣計算(MEC)或分佈式雲),這將支持一系列新的應用類別跨更大的地理區域:
Bonte指出:“在大多數情況下,邊緣云不會取代路邊計算,而是將本地安全和保障系統補充和增強為更聚合、集體、合作和整體的解決方案,包括為城市數字雙胞胎提供可行的本地情報。”
在檢測、警報和本地緊急響應模式之間近乎實時地閉合環路將有助於提高城市的彈性。通過音頻傳感器檢測槍聲後使用泛光燈、通過化學傳感器檢測氣體洩漏後通過電子控制閥自動關閉氣體分配網絡只是下一代城市安全解決方案的兩個例子。
從Verizon、AT&T和諾基亞到AWS、Microsoft和IBM的電信和雲供應商都渴望利用新的5G獲利機會,在許多情況下,它們可以合作解鎖未來的Edge Cloud分析業務模型。
這些發現來自ABI Research的《智會城市和智能交通中的邊緣分析雲用例》應用分析報告。
轉自千家網