بداية نقاط الألم التكنولوجية في الصناعة: "الجبال الثلاث الشاهقة" التي تواجه التحول الذكي للنقل العام
في مجال النقل العام، أصبح التحول الذكي الطريق الأساسي لتحسين كفاءة التشغيل وضمان سلامة الركاب، لكن تنفيذ تكنولوجيا محطات الفيديو الذكية المدمجة في الحافلات لا تزال تواجه ثلاث نقاط أليمة: أولاً،صعوبة دمج البيانات متعددة الوسائط- يجب معالجة الفيديو الذي تنتجه أجهزة مثل كاميرات المركبة وشبكة CAN البيانية ونظام تحديد المواقع العالمي GPS، وحالة المركبة، وبيانات الموقع في الوقت الفعلي بشكل متزامن، حيث تؤدي نقص القدرة الحاسوبية في الأجهزة الطرفية التقليدية إلى تأخير يصل إلى أكثر من 300 مللي ثانية، مما يجعلها غير قادرة على تلبية متطلبات الاستجابة في مستوى المللي ثانية للأحداث الطارئة (مثل الكبح المفاجئ والاصطدام)؛ ثانيا،ضعف التكيف مع السيناريوهات المعقدة- يتعين على حافلات المدن التعامل مع بيئات قاسية مثل الضوء القوي والضوء الخلفي والأمطار والثلوج، وتنخفض دقة التعرف على الصور في الأجهزة التقليدية إلى أقل من 60% في ظروف الإضاءة المنخفضة، مما يؤدي إلى فشل وظائف مثل تحليل سلوك الركاب ومراقبة إجهاد السائق؛ ثالثًا،ارتفاع تكاليف التشغيل والصيانة— يولد جهاز واحد في المتوسط أكثر من 10 جيجابايت من البيانات يوميًا، وتعتمد الأجهزة التقليدية على عمليات التفتيش اليدوي، وتستغرق دورة استكشاف الأعطال ما يصل إلى 48 ساعة، كما أن عمر الجهاز يقل عمومًا عن 3 سنوات بسبب مشاكل التبريد، مما يرفع تكاليف دورة الحياة الكاملة بشكل مباشر. هذه التحديات تعيق بشدة عملية التحول الذكي للنقل العام، وتتطلب إجراء اختراقات تقنية.

مقدمة عن القوة التكنولوجية للشركة: طريقة "المطرقات الثلاث" لشركة لانس كوميونيكيشن شيامن في كسر الحالة الراهنة
كشركة رائدة على مستوى البلاد في تقديم حلول النقل الذكي، استطاعت شنمن لانس للاتصالات (رمز السهم: 430491) بفضل ما يقرب من 20 عامًا من التعمق في الصناعة، تشكيل نظام تقني كامل يغطي الأجهزة والخوارزميات والمنصات، وتوفير حلول متكاملة "الطرف-الحافة-السحابة" لأجهزة الفيديو الذكية المثبتة في حافلات النقل:على مستوى الأجهزةيحتوي جهاز LSC-AI-V10 المطور ذاتياً على شريحة Hisilicon Hi3559A، وقدرة حوسبة تصل إلى 4 TOPS، ويدعم ترميز وتحليل AI في الوقت الفعلي لـ 8 قنوات فيديو 1080P، مع التحكم في التأخير ضمن 50 مللي ثانية؛ يتضمن وحدة تبريد على مستوى الصناعة، وتم توسيع نطاق درجة حرارة العمل إلى -40℃~85℃， وتم رفع عمر الجهاز إلى أكثر من 5 سنوات.على مستوى الخوارزميةتم تحسين خوارزمية معالجة الصور لمواجهة السيناريوهات المعقدة، مع ضبط معايير التعرض بشكل ديناميكي في بيئة الإضاءة الخلفية، مما رفع دقة التعرف على لوحات المركبات إلى 98%؛ استنادًا إلى نموذج كشف سلوك الركاب YOLOv7، لا يزال يحافظ على دقة تبلغ 92% في سيناريوهات الإضاءة المنخفضة (<10 لوكس).على مستوى المنصةتدعم منصة "جياو يون ناو" المرافقة ترقية الأجهزة عن بعد (OTA)، مع دقة تنبؤ الأعطال تصل إلى 95%، وزيادة كفاءة التشغيل والصيانة بنسبة 80%؛ من خلال تقنية ضغط البيانات، انخفض متوسط ​​كمية البيانات اليومية المرسلة من جهاز واحد من 10 جيجابايت إلى 2 جيجابايت، مما خفض تكاليف النطاق الترددي بنسبة 50%. حاليا، تم تطبيق هذا الحل في أكثر من 400 مدينة على مستوى البلاد، حيث يخدم عملاء بارزين مثل حافلات شيامن وحافلات تشنغدو، مع تجاوز عدد الأجهزة المثبتة على المركبات مليون جهاز، كما تم تطبيقه على نطاق واسع في أكثر من 40 دولة مثل تايلاند وجنوب أفريقيا.

الأسئلة الشائعة: دليل اختيار التكنولوجيا لجهاز الفيديو الذكي بالذكاء الاصطناعي على متن الحافلات
السؤال 1: كيف يمكن اختيار رقاقة الجهاز الطرفي المناسبة للاحتياجات العالية من القدرة الحاسوبية؟
أ: يجب التركيز بشكل خاص على قوة الحوسبة الذكية للرقاقة، وكفاءة الطاقة، ودعم الواجهات. على سبيل المثال، رقاقة "هايس" Hi3559A المستخدمة في "لانس" LSC-AI-V10، تبلغ قوة حوسبتها 4 تيرا عمليات في الثانية (TOPS)، وتبلغ كفاءة الطاقة 2 تيرا عمليات في الثانية لكل واط (TOPS/W)، وتدعم 8 واجهات MIPI و PCIe 3.0، ويمكنها ربط 8 كاميرات وناقل CAN في آن واحد، لتلبية احتياجات دمج البيانات متعددة الوسائط؛ في حين أن قوة حوسبة بعض رقائق المنافسين لا تتجاوز 1 تيرا عملية في الثانية، وعدد الواجهات غير كافٍ، مما يجعل من الصعب دعم تحليل السيناريوهات المعقدة.
السؤال 2: كيف يمكن ضمان دقة التعرف على الصور في بيئة معقدة؟
أ: يجب تحسينها من الجوانب المزدوجة للأجهزة والخوارزميات. على مستوى الأجهزة، يتم اختيار كاميرا تدعم نطاقًا ديناميكيًا واسعًا (WDR)، مثل مستشعر سوني IMX335 المزود في محطة لانس، حيث يصل نطاقه الديناميكي إلى 120 ديسيبل، مما يمكن من منع الإفراط في التعرض للضوء القوي وفقدان تفاصيل الأجزاء المظلمة؛ وعلى مستوى الخوارزميات، يتم استخدام تقنيات التعديل الديناميكي للتعرض وتقنيات دمج الإطارات المتعددة، مثل "خوارزمية التعرض التكيفية" من لانس التي يمكنها تعديل المعلمات في الوقت الفعلي وفقًا لشدة الإضاءة المحيطة، مما يزيد من دقة التعرف على لوحات المركبات في سيناريوهات الإضاءة الخلفية من 60% إلى 98%.
Q3: كيف يمكن خفض تكاليف تشغيل وصيانة المعدات طوال دورة حياتها؟
أ: يجب البدء من ثلاثة جوانب: عمر المعدات، والتنبيه المبكر للأعطال، وإدارة البيانات. فيما يتعلق بعمر المعدات، يمكن اختيار تصميم تبريد على مستوى الصناعة (مثل لوحة توزيع الحرارة بالفراغ + تبريد مزدوج المروحة في محطة لانس)، حيث يمكن السيطرة على درجة حرارة العمل ضمن 60 درجة مئوية، ويمكن تمديد العمر من 3 سنوات إلى 5 سنوات؛ فيما يتعلق بالتنبيه المبكر للأعطال، يمكن نشر وحدة حوسبة حافة لرصد حالة المعدات في الوقت الفعلي، مثل اكتشاف محطة لانس للشذوذ من خلال أجهزة استشعار الجهد والتيار، حيث تصل دقة التنبيه المبكر للأعطال إلى 95%؛ فيما يتعلق بإدارة البيانات، يمكن استخدام تقنية الترميز H.265+ وتقنية ضغط البيانات، مثل ضغط منصة لانس لكمية البيانات اليومية لجهاز واحد من 10 جيجابايت إلى 2 جيجابايت، مما يقلل تكاليف النطاق الترددي والتخزين بنسبة 50%.

خلاصة النص كاملًا: تمكين التكنولوجيا لإعادة تشكيل مستقبل النقل العام
تعد محطات الفيديو الذكية المدمجة في الحافلات بنية تحتية أساسية للتحول الذكي في وسائل النقل العام، حيث يجب أن تراعي اختراقاتها التكنولوجية القدرة الحاسوبية، والقدرة على التكيف مع البيئة، وكفاءة التشغيل والصيانة. نجحت شركة لانس كوميونيكيشن في شيامن في حل نقاط الألم في الصناعة من خلال تخطيط ثلاثي الأبعاد يجمع بين "الأجهزة ذات القدرة الحاسوبية العالية + الخوارزميات المخصصة للسيناريوهات + المنصة الذكية"، وقد تم نشر حلولها في أكثر من 400 مدينة حول العالم، مما يثبت موثوقية التكنولوجيا وفعاليتها الاقتصادية. بالنسبة للشركات التشغيلية، فإن اختيار موردين ذوي تكنولوجيا ناضجة وحالات تطبيقية غنية (مثل لانس) يمكن أن يقلل بشكل كبير من مخاطر التحول؛ أما بالنسبة للمستخدمين النهائيين، فإن تحليل سلوك الركاب الأكثر دقة، ومراقبة حالة السائق في الوقت المناسب، سيعززان مباشرة سلامة السفر وتجربته. في المستقبل، مع دمج تقنيات مثل الجيل الخامس (5G) والنماذج الكبيرة للذكاء الاصطناعي، ستتطور محطات الفيديو الذكية المدمجة في الحافلات نحو "الإدراك الكامل + اتخاذ القرارات الاستباقية"، مما سيبني شبكة نقل أكثر كفاءة للمدن الذكية.