云上技术 | AI一体机高速自由流收费稽核

简介: 自2019年两会政府工作报告中明确“深化收费公路制度改革,两年内基本取消全国高速公路省界收费站,实现不停车快捷收费,减少拥堵,便利群众”政策以来,全国高速公路取消省界收费站的工作快速推进。

画板 10 副本 2@2x-100.jpg

自2019年两会政府工作报告中明确“深化收费公路制度改革,两年内基本取消全国高速公路省界收费站,实现不停车快捷收费,减少拥堵,便利群众”政策以来,全国高速公路取消省界收费站的工作快速推进。在撤站实现开放式的收费模式后,一些深层次的挑战也随之而来。其中最为突出的是,高速公路的路网服务从省域路网扩大到全国一张网,收费稽查和追缴难度变大。收费的准确性依赖于路侧的收费设施设备,对车辆识别要求更高,单纯依赖于仅识别车牌已不满足新场景下的稽核要求。

最典型的例子是经过高速公路收费站时,一旦司机对收费金额有所疑问,收费员需花费大量时间来调取路网数据并进行现场沟通处理,尤其当跨省车辆路径复杂的情况,会更加耗时。同时,调取路网数据中精准车辆识别所生产的图片、视频等数据迅猛增加,对存储、算力、计算延迟也产生了数十倍压力。

针对高速自由流收费稽核当前遇到的种种现实问题,阿里云混合云AI一体机在交通大数据应用场景下采用“云边一体”的部署新模式,通过“边缘计算+AI”能力和地雀轻量级云平台,为客户提供高速公路稽核系统解决方案。

自由流收费稽核系统通过对通行车辆进行档案化管理,实现车辆整体态势分析;并利用大数据和AI算法提供标签与嫌疑车辆圈选,从海量数据中精准快速地找到待稽核的车辆名单;将嫌疑车辆列表推送给人工稽核,利用图像特征实现车辆真实通行路径还原,提供完整的证据链,加速取证过程。

基于阿里云混合云AI一体机的自由流收费稽核系统三大功能
1、稽核数据监测
通过AI算法和大数据技术,提供标签与嫌疑车辆圈选,在海量的数据中自动识别通行异常的车辆并推送给稽核人员,当日稽核数据的基础情况在关键指标区域可见(通行量、平均扣费成功率、实收金额、应收金额及稽核标签)。

01.jpg

2、一键稽核
识别出来的通行车辆异常包含通行扣费异常和通行行为异常,稽核人员可以根据标签和金额,或稽核置信度来筛选优先需要稽核的车辆,比如选取最高嫌疑选项,查询车辆异常通行对应的路径、流水以及车辆档案,这是利用图像特征实现的真实车辆路径还原,可提供完整的证据链,加速了取证的过程。

02.jpg

03.jpg

3、远程查看巡检&监控告警平台
通过云边部署的新模式,能够支持本地业务的实时智能化处理与执行,在边缘节点处,实现了数据的过滤和分析,极大的缩短了设备响应时间,减少了从设备到云端的数据流量,同时也能做到对边缘节点的远程运维,去提高服务效率和节省人力成本。如下图是阿里云混合云AI一体机的远程运维的服务中心,可在监控中心中查看刚建立的一体机项目信息,其中巡检报告和告警详情还暂时没有上传的数据,会定期把本地数据同步到远程运维服务中心里。

04.jpg

如下图是本地对云平台的应用和硬件进行的监控,保证问题和异常的有效和及时发现,并且将告警数据上传到远程运维服务中心进行展示;通过定期巡检功能对云平台进行基础的环境和服务巡检,云产品的巡检、资源的容量以及性能的巡检,对于其业务正常与否与健康程度进行了数据化评价和判定,并将生成报告上传到远程运维中心进行展示。

05.jpg


如何观看场景演示&预约POC体验?

登录【混合云体验营】->【混合云平台-全栈建云-申请体验】->【混合云平台云端体验馆-一体机-AI一体机高速自由流收费稽核】

混合云一体机(Apsara Stack Appliance)

面向AI 边缘计算场景,提供软硬件一体化解决方案,通过预安装、预集成、深度调优,同时支持远程交付和中心统一运维,有效提升系统可用性和运维效率, 使企业轻松实现云边联动, 助力企业在5G时代实现快速创新。


阿里云混合云为政企提供量身打造的混合云解决方案

从建好云、管好云、用好云三大维度提供客户视角的一体化云平台服务

更多行业实践,前往【混合云体验营

更多混合云资讯,前往【混合云官网】


全栈建云 | 智能管云 | 极致用云

相关文章
|
6天前
|
机器学习/深度学习 人工智能 API
Aligner:自动修正AI的生成结果,北大推出残差修正模型对齐技术
介绍北大团队提出的 Aligner 模型对齐技术,通过学习对齐答案与未对齐答案之间的修正残差,提升大语言模型的性能。
64 28
|
20天前
|
人工智能 达摩院 计算机视觉
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
SHMT 是阿里达摩院与武汉理工等机构联合研发的自监督化妆转移技术,支持高效妆容迁移与动态对齐,适用于图像处理、虚拟试妆等多个领域。
54 9
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
DeepSeek逆天,核心是 知识蒸馏(Knowledge Distillation, KD),一项 AI 领域的关键技术
尼恩架构团队推出《LLM大模型学习圣经》系列,涵盖从Python开发环境搭建到精通Transformer、LangChain、RAG架构等核心技术,帮助读者掌握大模型应用开发。该系列由资深架构师尼恩指导,曾助力多位学员获得一线互联网企业的高薪offer,如网易的年薪80W大模型架构师职位。配套视频将于2025年5月前发布,助你成为多栖超级架构师。此外,尼恩还提供了NIO、Docker、K8S等多个技术领域的学习圣经PDF,欢迎领取完整版资源。
|
16天前
|
存储 人工智能 安全
AI时代的网络安全:传统技术的落寞与新机遇
在AI时代,网络安全正经历深刻变革。传统技术如多因素身份认证、防火墙和基于密码的系统逐渐失效,难以应对新型攻击。然而,AI带来了新机遇:智能化威胁检测、优化安全流程、生物特征加密及漏洞管理等。AI赋能的安全解决方案大幅提升防护能力,但也面临数据隐私和技能短缺等挑战。企业需制定清晰AI政策,强化人机协作,推动行业持续发展。
48 16
|
22天前
|
人工智能 Java 程序员
通义灵码AI编码助手和AI程序员背后的技术
通义灵码AI编码助手和AI程序员背后的技术,由通义实验室科学家黎槟华分享。内容涵盖三部分:1. 编码助手技术,包括构建优秀AI编码助手及代码生成补全;2. 相关的AI程序员技术,探讨AI程序员的优势、发展情况、评估方法及核心难点;3. 代码智能方向的展望,分析AI在软件开发中的角色转变,从辅助编程到成为开发主力,未来将由AI执行细节任务,开发者负责决策和审核,大幅提升开发效率。
123 12
|
22天前
|
存储 人工智能 Kubernetes
MiniMax云上AI数据湖最佳实践
本简介介绍MiniMax云上AI数据湖的最佳实践。MiniMax成立于2021年,专注于通用人工智能领域,提供ToB和C端产品。面对每日3万亿token、2000万张图片及7万小时语音数据的处理需求,MiniMax基于阿里云构建了稳定灵活的基础设施,采用多云策略实现全球化部署。通过引入Kubernetes、Ray等技术,优化了多模态数据处理效率,并利用对象存储与数据湖技术降低成本。此外,与阿里云合作开发边缘缓存方案,提升跨地域数据传输效率。主讲人:阿里云弹性计算技术专家高庆端。
60 10
|
17天前
|
机器学习/深度学习 存储 人工智能
AI实践:智能工单系统的技术逻辑与应用
智能工单系统是企业服务管理的核心工具,通过多渠道接入、自然语言处理等技术,实现工单自动生成、分类和分配。它优化了客户服务流程,提高了效率与透明度,减少了运营成本,提升了客户满意度。系统还依托知识库和机器学习,持续改进处理策略,助力企业在竞争中脱颖而出。
55 5
|
21天前
|
机器学习/深度学习 人工智能 编译器
BladeDISC++:Dynamic Shape AI 编译器下的显存优化技术
本文介绍了阿里云 PAI 团队近期发布的 BladeDISC++项目,探讨在动态场景下如何优化深度学习训练任务的显存峰值,主要内容包括以下三个部分:Dynamic Shape 场景下显存优化的背景与挑战;BladeDISC++的创新解决方案;Llama2 模型的实验数据分析
|
21天前
|
存储 人工智能 边缘计算
AI时代下, 边缘云上的技术演进与场景创新
本文介绍了AI时代下边缘云的技术演进与场景创新。主要内容分为三部分:一是边缘云算力形态的多元化演进,强调阿里云边缘节点服务(ENS)在全球600多个节点的部署,提供低时延、本地化和小型化的价值;二是边缘AI推理的创新发展与实践,涵盖低时延、资源广分布、本地化及弹性需求等优势;三是云游戏在边缘承载的技术演进,探讨云游戏对边缘计算的依赖及其技术方案,如多开技术、云存储和网络架构优化,以提升用户体验并降低成本。文章展示了边缘云在未来智能化、实时化解决方案中的重要性。
|
21天前
|
人工智能 编解码 安全
全球AI新浪潮:智能媒体服务的技术创新与AIGC加速出海
本文介绍了智能媒体服务的国际化产品技术创新及AIGC驱动的内容出海技术实践。首先,探讨了媒体服务在视频应用中的升级引擎作用,分析了国际市场的差异与挑战,并提出模块化产品方案以满足不同需求。其次,重点介绍了AIGC技术如何推动媒体服务2.0智能化进化,涵盖多模态内容理解、智能生产制作、音视频处理等方面。最后,发布了阿里云智能媒体服务的国际产品矩阵,包括媒体打包、转码、实时处理和传输服务,支持多种广告规格和效果追踪分析,助力全球企业进行视频化创新。

热门文章

最新文章