科达陆吉良: 行业“管多控少”,交通AI化是大势所趋

简介:

科达陆吉良: 行业“管多控少”,交通AI化是大势所趋

AI已经渗入生活中的方方面面。在智能交通领域,人工智能技术也正在发挥作用。

大多数人都曾因糟糕的交通状况而迟过到、叫过苦。经济的快速发展带动的是社会各方面的全面提升,但在此过程中,交通行业的发展却没跟得上前进的步幅,各种交通问题日益凸显,让交管部门计无所出,如何利用最新技术解决相关难题已迫在眉睫。

雷锋网(公众号:雷锋网)了解到,此前阿里就有推出“城市大脑”着手应对这一系列问题。其中主要提到的就是利用AI技术识别车流量,从而自动控制红绿灯,有效解决杭州的道路拥堵情况。

其实除了像阿里这样的科技巨头外,中国还有很多安防公司也正在做这件事,他们的摄像头除了负责“拍照扣分”外,也参与到了致力于改善中国交通环境的大潮中来。

苏州科达就是其中一家。

行业“地位”及未来规划

目前我国大大小小的安防企业大概两万多家,科达在其中称得上佼佼者。虽然在营收规模上,科达与行业巨头海康、大华相比仍有非常大的差距。所幸的是,科达这几年也在策马直追,在技术投入、创新等方向上都有补强,目前在AI、云计算、大数据等方面都取得了一些成绩。

对此,陆吉良深有感触。

陆吉良目前担任科达副总经理兼智能交通事业部总经理。从业二十多年来,他一直都在致力于研究如何改善中国交通环境现状,推动中国交通更好发展。

在他看来,“科达布局智能交通行业比较晚,真正投入不到三年时间,从市场占有率来说,虽然离真正的市场第一还有一段距离。但从技术层面来说,科达已经占据了行业制高点。如今客户、合作伙伴甚至是竞争对手都将科达放在综合领域前三位去看待。必须说明的是,获得这些“市场地位”靠的是产品及技术本身,而不是价格。”

虽然得到一些赞赏与成绩,但陆吉良认为还得持续努力,互联网时代下,一不小心就会被人赶了一大截。他告诉雷锋网,未来科达将会在四个方面加强布局。

科达陆吉良: 行业“管多控少”,交通AI化是大势所趋

一、进一步加强数据的深度挖掘及深度应用;

二、充分结合公安等客户的实际需求作开发,不在实验室空想“高大上”功能;

三、全面智能。如今很多智能交通产品只会在前端做智能化,而科达想的是不仅仅在采集数据上实现智能化,还要在后端、后期的调试、交付方面全面实现智能化,让客户安装一套系统就像安装一个灯泡那样简单。

四、加强与国际、国内等知名院校以及AI研究机构的合作,一同挖掘智能交通领域的潜在力量。

布局智能交通大战略

 “虽然科达布局智能交通产业的时间不是很长,但它从一开始就紧抓交通痛点去着手展开工作。所幸的是,在科达进入行业的时候,起点已经比较高了。”陆吉良说道。

他向雷锋网介绍说,从企业布局的大战略方向来说,科达目前主攻中高端市场,这里的中高端市场主要从两个层面去理解。

一、市场层面:从系统布局来说,科达一直都在遵循“从上至下”的理念,首先发力省市级市场,再逐步向县镇覆盖;

二、产品层面:努力提升产品品质及性能,从用户需求出发多做创新。

“产品稳定可靠、性能强大,这是科达进军中高端市场的底气所在。”陆吉良如是说。

他透露,两年前,公安部对全国的卡口设备做过一次抽检,当时设备平均准确率是70%,而科达的准确率达到95%。

“能做到这么高的准确率主要是因为科达智能交通的前端信息采集设备都是在野外的恶劣环境中测试运行,经受包括雨水、粉尘、高低温、震动等环境的‘磨练’”。陆吉良表示,“运行环境对产品的准确率影响非常大。拿粉尘来说,高清设备对像素要求非常高,正常情况下,一般厂家的产品三个月就要进行一次维护,否则各项指标数据都会有所下降,而科达的产品可以做到免维护。”

另外,从研发角度来看,就深度学习技术来说,科达就集结了上百人的团队。

陆吉良称,未来科达将一直深耕智能交通领域,坚持前端、后端全面智能化,以客户需求为目标,积极拥抱AI、大数据等技术,持续为用户提供可靠、稳定的智能化解决方案。

AI在智能交通领域的应用

“交通AI化是大势所趋,客户实际需求就是最好证明。”陆吉良肯定地说。

他透露,如今交管部门最头疼的事是如何更好地维持交通秩序。之所以电警在国内有这么大的需求,是因为配置功能不到位,很多违法行为都得不到有效控制,而这些违法行为直接影响到交通的畅通问题。

在这其中,最主要的问题是信息采集不完整。从交警角度来说,他们只要得到一个完整、实时的信息,就能做到有的放矢,日常的百分之八九十的工作量都可以解决;另外这些信息的获取甚至对于未来交通政策法规的出台都具参考意义。

“由于智慧城市、平安城市的提出及建设,政府对相关产品及方案的需求越来越大。包括深度学习等技术的成熟应用也实实在在地解决了很多行业难题。比如说在识别率这块,在模拟摄像机的时代只能达到百分之六七十,再往后到了数字时代达到百分之八九十,而随着深度学习的全面应用,现在能达到95%以上。”陆吉良感叹说,“技术的发展能够带来智能化的全面提升,这也大大提升了公安、交警的破案时间,对于推进社会和谐发展起到了关键作用。”

科达陆吉良: 行业“管多控少”,交通AI化是大势所趋

随后,陆吉良还向雷锋网介绍了科达最新发布的基于深度学习技术的一体化智能卡口/电警单元。

  • 首先,它采用了深度学习技术,有很强的适用性,在识别车辆特征及违法行为时准确率有很大提升;

  • 其次,采用了一体化设计,在一台设备中集成了抓拍、识别、处理、存储、上传等功能,不需要再配主机设备,安装部署非常方便,成本低的前提下,稳定性也有非常大的提升;

  • 再者,它还做到了免维护设计,通过定制护罩实现了更高的防护等级(IP68),能够适应恶劣的环境。

布局智能交通领域注意哪些点

而对于如何在智能交通领域走得更加“顺风顺水”,陆吉良也谈到了他自己的一点看法。

他表示,其实我国智能交通产业发展还是比较“畸形”的。从整个交通行业的发展角度来看,我国20年前的交通现状要比现在糟糕得多,如今正在逐步好转。

随着相关设备布局的点越来越多,除了应用在交通领域,逐步产生了另外一个应用:生活中的一些刑事案件都会从智能交通的配置设备中提取到破案线索。所以很多城市在充分布局智能交通后才会反过来去做安防的布局,包括卡口之类。

因此,他认为,应该是从智能交通逐步发展到智慧城市,可以说智能交通行业是最能考验企业技术积累及眼界的一个领域,经受这个行业“磨练”的企业更能做出紧贴用户需求的产品。

另外,智能交通领域规模巨大、从业企业众多,竞争异常激烈。通用市场的竞争肯定会聚焦于品牌、渠道、性价比。只有具备深刻的行业认知和全面的产品体系以及深厚的技术积累才能在众多厂商中被发现。因此,创业公司在前期应该静下心来,专注在某个擅长的细分领域深耕。

在他看来,包括传统安防企业也是一样,如果还是以集成为主,弄一些简单的平台,长期以往,越到后面越难办。未来想要获得长足进步,一定要朝着大数据和智能化这两个方向发展。

而后,陆吉良还给智能交通企业指了个方向。他认为,之前谈到的很多包括侧方位停车、违停抓拍等功能现在都可以实现,未来相关企业可以关注电警功能的外延。现阶段从事智能交通的企业虽然多,但大多数都还停留在“管”的阶段,做到“控”的阶段还很少。

小结

技术的发展带来了很多机会。由于智能交通前端监控摄像机的部署密度逐步增加,原已部署的大规模标清设备的替换也将为监控行业带来新的增量;另外目前我国正处于经济增长与社会转型并行阶段,社会流动性大、中上阶层人口膨胀,随着社会治安防范复杂度不断提高,预计未来用于维护公共安全的投资还有足够大的发展空间。

在此背景下,AI在产业中的应用将会越来越广泛。由此可以预见,重研发、重应用、重服务的厂商将会在第三波“智能化”浪潮中迎来机会。


本文作者:张栋
本文转自雷锋网禁止二次转载, 原文链接

相关文章
|
7月前
|
传感器 人工智能 自动驾驶
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第27天】 随着城市化的快速发展,交通拥堵已成为全球城市的普遍问题。本文探讨了人工智能(AI)技术在缓解城市交通压力、提升交通效率方面的应用前景。通过分析智能信号控制、交通流量预测、自动驾驶车辆以及公共交通优化等关键技术的实际案例,评估了AI在现代交通系统中的潜力与挑战。本研究不仅展示了AI技术在改善城市交通中的有效性,同时也指出了实施过程中需要克服的技术和社会障碍。
|
16天前
|
机器学习/深度学习 人工智能 监控
智慧交通AI算法解决方案
智慧交通AI算法方案针对交通拥堵、违法取证难等问题,通过AI技术实现交通管理的智能化。平台层整合多种AI能力,提供实时监控、违法识别等功能;展现层与应用层则通过一张图、路口态势研判等工具,提升交通管理效率。方案优势包括先进的算法、系统集成性和数据融合性,应用场景涵盖车辆检测、道路环境检测和道路行人检测等。
|
7月前
|
机器学习/深度学习 传感器 人工智能
构建未来:AI驱动的自适应交通管理系统
【5月更文挑战第21天】 在本文中,我们将探讨一个由人工智能(AI)技术驱动的自适应交通管理系统的架构和实现。该系统利用机器学习算法实时分析交通数据,预测并优化交通流,从而减少拥堵,提高道路使用效率。通过与传统交通管理方法的比较,我们展示了AI技术如何提升城市交通管理的智能化水平,以及这些技术对环境、经济和社会的潜在积极影响。
133 3
|
7月前
|
机器学习/深度学习 人工智能 监控
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第30天】 在快速发展的城市环境中,交通拥堵已成为一个日益严重的问题。随着人工智能(AI)技术的不断进步,其在交通管理领域的应用展现出了巨大潜力。本文将探讨如何通过集成机器学习、深度学习和大数据分析等AI技术来优化城市交通系统。我们将讨论智能交通信号控制、实时交通流量监控、预测模型以及自动驾驶车辆如何共同作用于缓解交通压力,提升道路使用效率,并最终实现智能、可持续的交通生态系统。
|
7月前
|
人工智能 自然语言处理 Cloud Native
通义灵码×西安交通大学携手打造“云工开物-高校训练营”,解锁 AI 时代编程学习与实战
阿里云与西安交通大学计算机学院携手打造的“云工开物-高校训练营”,带你走近 AI 编程助手“通义灵码”。
|
7月前
|
机器学习/深度学习 传感器 人工智能
构建未来:AI驱动的自适应交通管理系统
【4月更文挑战第26天】 在快速发展的城市环境中,传统的交通管理方法已难以应对日益增长的交通需求和复杂的交通状况。本文探讨了利用人工智能技术构建一个自适应交通管理系统(ATMS)的潜力,该系统能够实时响应并优化城市交通流。通过对现有交通模型的扩展和对先进AI算法的集成,我们提出了一种新颖的系统架构,该架构能够提高道路使用效率,减少交通拥堵,并增强紧急服务的响应能力。本研究不仅展示了AI技术在交通领域应用的创新性,还提供了对未来城市交通管理可能演变方向的深刻见解。
|
7月前
|
机器学习/深度学习 人工智能 监控
构建未来:AI驱动的自适应交通管理系统
【2月更文挑战第15天】 在城市发展迅猛的今天,交通拥堵已成为一个全球性的问题。本文提出了一种基于人工智能技术的自适应交通管理系统(ATMS),旨在通过实时数据分析和预测模型来优化交通流。系统采用先进的机器学习算法,不仅能够响应当前的交通状况,还能预测并管理未来的交通需求。本研究的创新之处在于其自学习能力,这使得系统随着时间的推移而不断进化,提高了对复杂城市交通环境的适应性和效率。
|
7月前
|
人工智能 自然语言处理 算法
魔搭进校园 | AI赋能大学计划:AI大模型技术与产业趋势高校行·西安交通大学站成功举办
2024年1月10日,西安交通大学兴庆校区教2-1400丝路大礼堂,一场别开生面的AI技术交流讲座在此拉开帷幕。
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载地址
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
113 1
《领军行业大数据及AI实战》电子版下载地址
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
106 0
《领军行业大数据及AI实战》电子版下载