英码科技高速安全防控一体化解决方案
首页
现状分析
建设目标面向传统AI视频分析应用三大问题，打造全域感知覆盖，高精度算法模型，实战场景深度融合的高速安全防控一体化系统，实现AI全方位赋能实战，达成路网行车安全、道路运行畅通、出行服务满意目标。
系统总体架构
解决方案-AI视频轮巡分析前端补点建设+后端轮巡分析，实现重点交通点位感知能力全域覆盖
面向管辖范围内重点点位区域，补充前端监控设备覆盖度，并复用已建设视频资源进行AI 轮巡分析，实现公安“三道防线“、隐患路段等交通点位异常事件精准感知。
解决方案-高精度算法模型基于百万量级数据特征学习，构建高精度AI实战业务模型，实现9类交通事件精准感知。
解决方案-高精度算法模型累计分析2大类7000+实例数据，抽离10+事故识别核心要素，构建全要素感知模型，采用“姿态变化、行人状态、运动参数、事故/干扰标志“等核心要素综合判定，实战准确率>90%，检出率≥85%，可有效区分施工、拥堵等干扰。
解决方案 - 多源情报融合多源情报归集，细分场景指挥
全面汇集多源情报数据，基于情报要素智能比对算法，实现情报自动化归集与去重，细分场景，制定不同场景的处置预案，降低处置难度和门槛，精准驱动各业务单位开展工作。
解决方案 - 场景化指挥分场景抓重点，前端设备与平台紧密配合，预制标准化处置预案，解决特定难点问题。
从全时、全域、全要素细分场景，制定不同场景的处置预案，降低处置难度和门槛。
解决方案-服务区饱和度规针对车流量较大的服务区，监测服务区饱和程度及匝道排队情况，
一是防止服务区流量过大导致主线排队，造成车辆避让不及时引发事故；
二是诱导提醒需要进入服务区的车辆提前进入其他服务区，避免造成疲劳驾驶或在本服务区排队等候。
核心技术 - 高精度AI感知基于海量数据特征学习，构建高精度AI算法模型，有效解决多场景泛化应用及复杂场景模式判别难题，综合算法识别准确率达95%以上。
1、复杂场景算法泛化应用存在挑战
以客流检测应用为例，受环境影响开放监控场景下角度、高度、光线等均存在较大差异，算法模型需适用多场景、多形态、多尺寸目标检测应用。
2、细分业务应用定制化服务需求明显
以摔倒检测应用为例，行业内普遍采用骨骼关键点检测分类或工程逻辑判别，普通区域、自动扶梯、网约车上客区等场景摔倒特征变化差异大，需结合不同场景进行业务定制。
产品介绍 - 高速异常检测面向高速公路多层路网空间感知应用，提供拥堵、停车、事故、行人、团雾、道路遗撒等12类异常检测应用，综合实战准确率95%以上，精度超行业12%以上。
青岛高速项目核心交通点位160路 + 高精度AI感知应用。
辽宁高速项目辽宁高速沈山线全长361公里，前端建设240路视频监控，试运行期间接入80路视频分析统计8月现场应用情况，系统累计上报5490条异常事件，综合事件检测准确率90%以上。
产品推荐
