在我們的物理空間中，對自動化，提高運營效率和安全性的呼聲之高前所未有。大約有10億個攝像頭 -物聯網（IoT）終端傳感器，已經部署在全球的城市和空間中，使我們的生活更美好、更安全。基于AI的視頻分析優化對于無人零售、簡化庫存管理、智慧城市的交通工程、工廠車間的光學檢測、醫療設施的患者護理等至關重要。

在本系列文章中，我們將探索現實案例中如何利用運行在NVIDIA的EGX平臺上的NVIDIA Metropolis應用框架進行AI視頻分析從而解決各行各業中復雜的運營和安全問題。NVIDIA Metropolis及其龐大的合作伙伴生態系統有助于將基于AI且功能強大的視頻分析應用更快推向市場。本篇先從交通入手，展示AI是如何助力打造智能交通系統、提高交通效率的。

交通管理

讓450萬駕駛員享受更通暢更持續的交通環境

亞利桑那州馬里科帕縣交通部（MCDOT）管理著全美第14 大交通繁忙地區，交通擁堵問題嚴重。NVIDIA Metropolis 合作伙伴 NoTraffic 通過基于人工智能的交通管理平臺為他們提供了所需的答案，該平臺優化流程基于實時性利用率和需求進行優化。

AI 傳感器單元安裝在每個交叉口，通過機器視覺和雷達的融合提供道路用戶檢測和分類。這些傳感器們利用 NVIDIA Jetson 邊緣 AI 設備和 NVIDIA MetropolisAI框架進行交叉路口的視頻處理。NoTraffic 的路邊單元可以檢測和分類道路使用者，包括轎車、公交車、卡車、自行車、行人，甚至在任何光線或天氣條件下的應急車輛。

使用邊緣計算對處理后的數據進行優化可以改善交通信號燈，節省帶寬并降低延遲。城市工程師可以使用定制儀表盤進行數據查看與實時分析，從而實現如碰撞預測和定義特定道路用戶優先級等功能。

MCDOT 實現了顯著的效率提升，且未來可期。預計每年可減少 22607 公噸的溫室氣體排放， 等同于道路上少了 4915 輛車。通過預防成本（車輛磨損、燃油節省和維護）的支出，每年可節省 5000 萬美元以上。且預估每年可消除 3957 個月的車輛延誤時間。

交通樞紐管理

AI為4650萬乘客提升航空效率

當一架商用航班著陸并滑行到登機口時，一系列的清潔、補貨和飛機維修工作就已開始，這就是所謂的“周轉”。更快完成這些工作意味著飛機在停機坪上停留的時間更少，客戶的等待時間也更少，這樣航空公司的利潤也會更高，倫敦蓋特威克機場（LGW）是全球最繁忙的單跑道機場，該機場在AI的助力下，充分利用了每一秒的時間。

Assaia是一家總部位于蘇黎世的初創公司，該公司使用圖像識別算法處理視頻，并提供預測分析，以更好地管理周轉運營。LGW是世界上第一個實施Assaia周轉控制的機場，在14個停機位安裝了28個攝像頭。使用NVIDIA Jetson AGX Xavier模組對來自攝像頭的視頻流進行本地化分析，使機場實時全面了解所有周轉活動。該系統利用AI算法將視頻流轉化為結構化數據，其中包括周轉事件的時間戳和安全相關數據。這樣，機場員工和供應商可以使用此數據來提高準點率，增強安全性，并降低成本。

LGW現在可以讓更多乘客每天搭乘更多航班，同時降低運營成本，加速可持續發展，為機場工作人員、航空公司機組人員和乘客提供了更安全的環境。

停車管理

通過更智能的停車，優化日常通勤

對于許多通勤者來說，每天的出行包括開車到火車站，停車，然后搭乘火車。聽起來很簡單，但缺少亟需的停車位往往會導致沮喪且浪費時間，甚至會導致錯過火車。靠近丹麥首都哥本哈根的新車站K?ge Nord Station利用AI接受了這一挑戰。

NVIDIA Metropolis合作伙伴DataFromSky推出的創新解決方案使用攝像頭來監控停車場的車位占用情況，支持移動支付，甚至可以將駕駛員導航到空停車位。由搭載NVIDIA T4 GPU的NVIDIA EGX 服務器平臺使用經過訓練的算法實時分析攝像頭視頻流，從而檢測出各個停車區域是否已被占用。基于瀏覽器的界面簡化了系統管理，移動應用程序將司機與支付、導航服務以及停車到時的通知連接起來。如果停車場發生犯罪，該系統甚至可以與當地執法機構對接，共享車牌號和其他信息。

K?ge Nord Station現在可以為通勤者提供理想的停車解決方案。每個攝像頭可監視多達400個停車位，并利用NVIDIA DeepStream SDK將視頻流實時轉換為有價值的見解。該系統提供了新的數據和能力，與地面傳感器相比，成本更低且更易于部署。AI幫助車站運行更平穩，省錢，同時緩解了每一次通勤的痛苦體驗。

編輯：jq