|
Articles |
TRƯỜNG HỢP SỬ DỤNG
Giải pháp thành phố thông minh - Kiểm soát truy cập tự động, lập kế hoạch giao thông và cập nhật phần mềm OTA |
07 tháng 4 năm 2021
Giải pháp thành phố thông minh -
|
Matt Madison, Nhà phát triển phần mềm, Alcatraz.ai
|
Dan Walkes, Phó chủ tịch kỹ thuật, Boulder AI
|
The Device Chronicle nói chuyện với Matt Madison và Dan Walkes, các chuyên gia kỹ thuật và phát triển phần mềm từ Alcatraz.ai và Boulder AI, những người giải thích việc ứng dụng các mô hình học máy và các thiết bị mạnh mẽ trong các ứng dụng lập kế hoạch giao thông và kiểm soát truy cập trong các giải pháp thành phố thông minh. Cả hai cũng rất quen thuộc với sức mạnh của các bản cập nhật phần mềm OTA mạnh mẽ và an toàn.
Kiểm soát truy cập tự động trong các giải pháp thành phố thông minh
Matt bắt đầu bằng cách mô tả cách thức hoạt động của nền tảng xác thực khuôn mặt mà anh ấy thực hiện. Ông giải thích rằng cách tiếp cận tại Alcatraz.ai là giao tiếp với các hệ thống kiểm soát truy cập hiện có và có rất nhiều nhà sản xuất các hệ thống này trên mạng. Thông thường, các nhà sản xuất hệ thống kiểm soát truy cập này chuyên làm các đầu đọc huy hiệu. Người dùng chèn và vẫy huy hiệu của họ qua đầu đọc và một tín hiệu được gửi đến hệ thống kiểm soát truy cập và sau đó nó sẽ quyết định xem huy hiệu có được cấp quyền truy cập qua cửa hay không. Alcatraz.ai đổi mới bằng cách giao tiếp giữa hệ thống kiểm soát truy cập và trình đọc huy hiệu, cung cấp một cơ chế theo đó người dùng có thể được ghi danh bằng khuôn mặt của họ và liên kết khuôn mặt đó với huy hiệu của họ.
Tầm quan trọng của bảo vệ quyền riêng tư trong các giải pháp thành phố thông minh
Quyền riêng tư và thu thập là mối quan tâm hàng đầu đối với Matt và các đồng nghiệp của anh ấy tại Alcatraz.ai. Vì vậy, công nghệ này được mô tả là xác thực khuôn mặt hơn là nhận dạng khuôn mặt. Ông nhấn mạnh: “Chúng tôi không thu thập hàng tỷ bức ảnh, tích lũy một cơ sở dữ liệu thông tin cá nhân khổng lồ. Đây không phải là cách hệ thống của chúng tôi hoạt động ”. Ông giải thích thêm rằng các mô hình học máy chuyển đổi thông tin hình ảnh thành ID hồ sơ chỉ với thông tin bắt buộc để cho phép mô hình xác định người dùng cụ thể cho ứng dụng của chúng tôi và không có ứng dụng nhận dạng khuôn mặt cho mục đích chung. Bất kỳ thông tin hồ sơ nào được lưu trữ đều nằm trong tầm kiểm soát của khách hàng và nó không được gửi đến cơ sở dữ liệu mục đích chung nào đó mà mọi người có thể lo lắng. Hồ sơ là tập hợp các điểm dữ liệu dựa trên các đường viền và các khía cạnh khác của hình ảnh thu được qua các máy ảnh khác nhau, chúng tương quan với nhau và đây là những gì tạo thành mẫu được sử dụng để xác định người dùng.
Các trường hợp sử dụng xác thực khuôn mặt
Có nhiều trường hợp sử dụng cho công nghệ và cách tiếp cận Alcatraz.ai. Đầu tiên là xác thực một yếu tố trong đó sau khi hệ thống đã được đào tạo để xác thực khuôn mặt của người dùng và huy hiệu đã được liên kết với khuôn mặt, người dùng không cần sử dụng huy hiệu của họ để đi qua cửa nữa. Khi hệ thống xác thực khuôn mặt của người dùng, nó sẽ tự động mở khóa cửa hoặc thông báo cho hệ thống kiểm soát ra vào rằng đó là người dùng chính xác.
Thứ hai là xác thực hai yếu tố, trong đó bên cạnh nhận dạng khuôn mặt, người dùng cũng phải xuất trình huy hiệu cho người đọc.
Thứ ba là xác thực ba yếu tố trong đó người dùng cũng phải sử dụng bàn phím cùng với đầu đọc để nhập mật mã để nhận dạng bản thân cũng như xuất trình huy hiệu và nhận dạng khuôn mặt của họ.
Matt giải thích, việc sử dụng xác thực ba yếu tố phần lớn phụ thuộc vào các yêu cầu bảo mật nghiêm ngặt của khách hàng và hệ thống sau đó được cấu hình để đáp ứng tốt nhất nhu cầu của chính sách và yêu cầu bảo mật của họ. Xác thực ba yếu tố thường được sử dụng ở các địa điểm bảo mật cao như cơ sở quân sự hoặc trung tâm dữ liệu.
|
|
AI và máy học được áp dụng trong các tòa nhà thông minh
AI và máy học được áp dụng cho hình ảnh thông qua máy quay video tiêu chuẩn, máy ảnh hồng ngoại hoặc máy ảnh độ sâu và hình ảnh được hiển thị sẽ được chuyển đổi thành một hồ sơ liên kết với danh tính của người dùng. Quá trình xử lý thông tin hình ảnh được xử lý cục bộ trên thiết bị và một máy chủ đám mây được sử dụng để lưu trữ thông tin hồ sơ cho mục đích đăng ký. Khi một số sự kiện bảo mật nhất định xảy ra, chẳng hạn như người dùng cố gắng truy cập trái phép và nó không thành công, sự kiện này sẽ được gửi đến máy chủ để nhân viên an ninh có thể xem và đánh giá hành vi xâm nhập trái phép. Ngoài ra còn có một tính năng điều chỉnh để ngăn người dùng được ủy quyền chui vào phía sau người dùng được ủy quyền khi họ có quyền truy cập và các sự kiện điều chỉnh này cũng được gửi đến máy chủ. |
Việc cắt đuôi xe là một trong những vấn đề chính ở các vị trí xây dựng an toàn, biển báo cấm cắt đuôi trái phép phần lớn bị bỏ qua. Khung học tập được chuyển giao đã được Nvidia thiết lập để giúp việc đào tạo các mô hình học máy cần thiết để thực hiện loại công việc này trở nên thuận tiện và dễ dàng hơn. Có những mô hình được đào tạo trước có thể được sử dụng có hiệu suất cao.
Có một số tính năng bên cạnh thú vị khác của công nghệ bao gồm tạo mặt nạ do đại dịch Covid 19 với một chế độ mà hệ thống có thể xác định xem người dùng có đeo mặt nạ PPE hay không và ngăn truy cập trong trường hợp người dùng không có mặt nạ của họ trên. Trong khi đó, bạn sẽ không gặp phải khó khăn gì.
Các giải pháp thành phố thông minh và các trường hợp sử dụng cho thuê
Dan và các đồng nghiệp của ông tại Boulder AI đang xây dựng các giải pháp thành phố thông minh và các ứng dụng sử dụng. Họ đang làm việc với một số thành phố với Denver là ví dụ được công bố rộng rãi nhất. Dan giải thích trường hợp sử dụng chính “Chúng tôi hỗ trợ Thành phố Denver (Thành phố Denver) nhận phân tích về những gì đang xảy ra với tốc độ xe tại các giao lộ và số lượng xe và người đi bộ tham gia.” Phần mềm này cũng xem xét các trường hợp an toàn tại lối đi qua đường và cho chúng tôi biết rằng có một phương tiện ô tô và một người trong cùng một không gian quan tâm thường ở nơi băng qua đường cùng một lúc. Những thông tin chi tiết này rất hữu ích cho các nhà quy hoạch thành phố, những người đang cố gắng cải thiện độ an toàn khi đi bộ qua đường vì họ có thể phân tích khối lượng và bản chất của các cuộc gọi gần giữa phương tiện và người đi bộ tại lối đi qua đường.
Cạnh trong hành động
Việc sử dụng IoT và các thiết bị tiên tiến và điện toán giúp giảm bớt những lo ngại về quyền riêng tư của Thành phố Denver. Dan giải thích rằng “Người dùng không hào hứng với ý tưởng rằng video quay cảnh họ tại các giao lộ sẽ được gửi qua Internet tới cơ sở hạ tầng đám mây”. Boulder AI có khả năng ẩn danh dữ liệu trên thiết bị. Dan và nhóm kỹ sư của anh ấy biến các sự kiện cuộc gọi gần thành các hộp giới hạn cho biết vị trí của ô tô và vị trí của người đi bộ cũng như khoảng cách họ va chạm. Rất quan trọng để bảo vệ quyền riêng tư, công nghệ này không nắm bắt được thông tin chi tiết của người lái xe, người đi bộ hoặc phương tiện. Chỉ theo dõi của hộp giới hạn của đối tượng được liên kết được chia sẻ bên ngoài thiết bị biên. Hộp giới hạn này được phủ lại trên hình ảnh của giao lộ để hiển thị vị trí của từng đối tượng mà không có chi tiết nhận dạng. Dan giải thích rằng các cài đặt được hỗ trợ bởi Power over Ethernet và siêu dữ liệu, chỉ cần kích thước kilobyte cho mỗi sự kiện được chuyển. Mender.io cung cấp các bản cập nhật hình ảnh phần mềm trong giải pháp thành phố thông minh rất thanh lịch này.
Phần cứng Nvidia được sử dụng
Boulder AI đang tận dụng các thiết kế phần cứng và bộ phát triển của Nvidia cho các sản phẩm phần cứng tùy chỉnh của họ. Dan giải thích rằng các sản phẩm thế hệ hiện tại dựa trên thiết kế ban đầu của Nvidia Jetson TX2 và Hệ thống trên mô-đun (SOM). Các sản phẩm tiếp theo của công ty, hiện đang được phát triển và sắp được phát hành, dựa trên thiết kế cho Nvidia Xavier NX và các hệ số dạng Nano. Dan giải thích rằng SOM có tất cả sức mạnh tính toán trên bo mạch, IO và POE nằm trên bo mạch tùy chỉnh, và sau đó các kỹ sư Boulder AI sử dụng các kỹ năng đáng kể của họ để đưa tất cả công nghệ này vào vỏ máy quay video. Dan giải thích thêm về giá trị làm việc với giải pháp Nvidia. “Nvidia có khả năng mở rộng tuyệt vời cho phần cứng được lên kế hoạch trong lộ trình của mình và bạn có thể chuyển từ Nano sang thay thế TX2 NX, sau đó chuyển sang Xavier NX hiệu suất cao hơn và giữ nguyên kiểu dáng. Điều này mang lại nhiều tùy chọn và khả năng hỗ trợ các trường hợp sử dụng khác nhau ở các yêu cầu và mức giá khác nhau. Đây là một lợi ích to lớn khi chuyển sang kiến trúc mới của Nvidia. ”
Kiểu dáng đẹp
Hệ số hình thức Nvidia Nano có kích thước bằng thẻ tín dụng với kết nối cạnh SO-DIMM 260 chân. Kết nối cạnh và đầu ra tương tự được sử dụng cho Xavier NX và Jetson TX2 NX, cho phép một bo mạch phần cứng hỗ trợ nhiều tùy chọn tính toán. Nó có thiết kế công suất thấp và hoạt động với công suất 15 watt. TX2 có rất nhiều sức mạnh xử lý với 4 lõi ARM, 2 CPU Nvidia và GPU. Xavier NX có 6 lõi ARM 8.2 và một GPU thậm chí còn lớn hơn và một bộ tăng tốc học sâu. Tất cả các mô hình đều có bộ chuyển đổi video phần cứng và codec video. Có rất nhiều sức mạnh trong một hệ số hình thức tương đối nhỏ.
Dan cho biết thêm “Ngoài ra, với quy trình xử lý video luồng sâu mặc định của Nvidia, bạn có thể chạy nhiều luồng video 30 khung hình / giây và cũng thực hiện công việc AI trên nhiều luồng video cùng một lúc trên một thiết bị cạnh. Các nhà phát triển phần mềm và kỹ sư có thể thực hiện rất nhiều công việc với các khả năng tích hợp của nền tảng Nvidia mà không cần phải thực hiện tối ưu hóa của riêng họ. Có thể tận dụng những gì mà các kỹ sư Nvidia đã xây dựng cùng với khả năng phần cứng mạnh mẽ là lợi thế chính của nền tảng Nvidia. ” Matt cho biết thêm “Có các tính năng cấp máy chủ trong một thiết bị nhúng và đó là một sự kết hợp thú vị với các tính năng hệ thống lớn trong một gói nhỏ.” Trong khi Matt và các đồng nghiệp của anh ấy tại Alcatraz.ai tiến hành đào tạo, phát triển và bảo trì các mô hình Alcatraz bằng cách sử dụng các máy chủ lớn với phức hợp GPU lớn. Đối với nhận dạng khuôn mặt thực tế, tất cả chuyển tương đối dễ dàng sang các thiết bị Nvidia Jetson nhỏ hơn nhiều.
Docker container và cạnh
Boulder AI cũng sử dụng các thùng chứa Docker với các thiết bị cạnh. Dan nói rằng đây là một môi trường làm việc thoải mái cho người dùng quen với việc làm việc trên môi trường máy chủ và thùng chứa. “Bạn có thể thực hiện các thay đổi nhỏ đối với tệp Docker để xây dựng vùng chứa Docker cho Tegra thay vì sử dụng GPU dành cho máy tính để bàn. Dan giải thích rằng quy trình làm việc rất quen thuộc với người dùng Docker làm việc với các thiết bị cạnh và những người muốn tuân theo quy trình làm việc đã thiết lập của họ ngay cả khi làm việc trên thiết bị cạnh.
Chúng tôi chúc Matt và Dan làm tốt công việc của họ để mang lại sức mạnh tính toán khổng lồ và đảm bảo bảo vệ dữ liệu người dùng cuối trong quá trình này. Trong khi đó, bạn sẽ không gặp khó khăn.
Có một số tính năng bên cạnh thú vị khác của công nghệ bao gồm tạo mặt nạ do đại dịch Covid 19 với một chế độ mà hệ thống có thể xác định xem người dùng có đeo mặt nạ PPE hay không và ngăn truy cập trong trường hợp người dùng không có mặt nạ của họ trên. Trong khi đó, bạn sẽ không gặp phải khó khăn gì.
Các giải pháp thành phố thông minh và các trường hợp sử dụng cho thuê
Dan và các đồng nghiệp của ông tại Boulder AI đang xây dựng các giải pháp thành phố thông minh và các ứng dụng sử dụng. Họ đang làm việc với một số thành phố với Denver là ví dụ được công bố rộng rãi nhất. Dan giải thích trường hợp sử dụng chính “Chúng tôi hỗ trợ Thành phố Denver (Thành phố Denver) nhận phân tích về những gì đang xảy ra với tốc độ xe tại các giao lộ và số lượng xe và người đi bộ tham gia.” Phần mềm này cũng xem xét các trường hợp an toàn tại lối đi qua đường và cho chúng tôi biết rằng có một phương tiện ô tô và một người trong cùng một không gian quan tâm thường ở nơi băng qua đường cùng một lúc. Những thông tin chi tiết này rất hữu ích cho các nhà quy hoạch thành phố, những người đang cố gắng cải thiện độ an toàn khi đi bộ qua đường vì họ có thể phân tích khối lượng và bản chất của các cuộc gọi gần giữa phương tiện và người đi bộ tại lối đi qua đường.
Cạnh trong hành động
Việc sử dụng IoT và các thiết bị tiên tiến và điện toán giúp giảm bớt những lo ngại về quyền riêng tư của Thành phố Denver. Dan giải thích rằng “Người dùng không hào hứng với ý tưởng rằng video quay cảnh họ tại các giao lộ sẽ được gửi qua Internet tới cơ sở hạ tầng đám mây”. Boulder AI có khả năng ẩn danh dữ liệu trên thiết bị. Dan và nhóm kỹ sư của anh ấy biến các sự kiện cuộc gọi gần thành các hộp giới hạn cho biết vị trí của ô tô và vị trí của người đi bộ cũng như khoảng cách họ va chạm. Rất quan trọng để bảo vệ quyền riêng tư, công nghệ này không nắm bắt được thông tin chi tiết của người lái xe, người đi bộ hoặc phương tiện. Chỉ theo dõi của hộp giới hạn của đối tượng được liên kết được chia sẻ bên ngoài thiết bị biên. Hộp giới hạn này được phủ lại trên hình ảnh của giao lộ để hiển thị vị trí của từng đối tượng mà không có chi tiết nhận dạng. Dan giải thích rằng các cài đặt được hỗ trợ bởi Power over Ethernet và siêu dữ liệu, chỉ cần kích thước kilobyte cho mỗi sự kiện được chuyển. Mender.io cung cấp các bản cập nhật hình ảnh phần mềm trong giải pháp thành phố thông minh rất thanh lịch này.
Phần cứng Nvidia được sử dụng
Boulder AI đang tận dụng các thiết kế phần cứng và bộ phát triển của Nvidia cho các sản phẩm phần cứng tùy chỉnh của họ. Dan giải thích rằng các sản phẩm thế hệ hiện tại dựa trên thiết kế ban đầu của Nvidia Jetson TX2 và Hệ thống trên mô-đun (SOM). Các sản phẩm tiếp theo của công ty, hiện đang được phát triển và sắp được phát hành, dựa trên thiết kế cho Nvidia Xavier NX và các hệ số dạng Nano. Dan giải thích rằng SOM có tất cả sức mạnh tính toán trên bo mạch, IO và POE nằm trên bo mạch tùy chỉnh, và sau đó các kỹ sư Boulder AI sử dụng các kỹ năng đáng kể của họ để đưa tất cả công nghệ này vào vỏ máy quay video. Dan giải thích thêm về giá trị làm việc với giải pháp Nvidia. “Nvidia có khả năng mở rộng tuyệt vời cho phần cứng được lên kế hoạch trong lộ trình của mình và bạn có thể chuyển từ Nano sang thay thế TX2 NX, sau đó chuyển sang Xavier NX hiệu suất cao hơn và giữ nguyên kiểu dáng. Điều này mang lại nhiều tùy chọn và khả năng hỗ trợ các trường hợp sử dụng khác nhau ở các yêu cầu và mức giá khác nhau. Đây là một lợi ích to lớn khi chuyển sang kiến trúc mới của Nvidia. ”
Kiểu dáng đẹp
Hệ số hình thức Nvidia Nano có kích thước bằng thẻ tín dụng với kết nối cạnh SO-DIMM 260 chân. Kết nối cạnh và đầu ra tương tự được sử dụng cho Xavier NX và Jetson TX2 NX, cho phép một bo mạch phần cứng hỗ trợ nhiều tùy chọn tính toán. Nó có thiết kế công suất thấp và hoạt động với công suất 15 watt. TX2 có rất nhiều sức mạnh xử lý với 4 lõi ARM, 2 CPU Nvidia và GPU. Xavier NX có 6 lõi ARM 8.2 và một GPU thậm chí còn lớn hơn và một bộ tăng tốc học sâu. Tất cả các mô hình đều có bộ chuyển đổi video phần cứng và codec video. Có rất nhiều sức mạnh trong một hệ số hình thức tương đối nhỏ.
Dan cho biết thêm “Ngoài ra, với quy trình xử lý video luồng sâu mặc định của Nvidia, bạn có thể chạy nhiều luồng video 30 khung hình / giây và cũng thực hiện công việc AI trên nhiều luồng video cùng một lúc trên một thiết bị cạnh. Các nhà phát triển phần mềm và kỹ sư có thể thực hiện rất nhiều công việc với các khả năng tích hợp của nền tảng Nvidia mà không cần phải thực hiện tối ưu hóa của riêng họ. Có thể tận dụng những gì mà các kỹ sư Nvidia đã xây dựng cùng với khả năng phần cứng mạnh mẽ là lợi thế chính của nền tảng Nvidia. ” Matt cho biết thêm “Có các tính năng cấp máy chủ trong một thiết bị nhúng và đó là một sự kết hợp thú vị với các tính năng hệ thống lớn trong một gói nhỏ.” Trong khi Matt và các đồng nghiệp của anh ấy tại Alcatraz.ai tiến hành đào tạo, phát triển và bảo trì các mô hình Alcatraz bằng cách sử dụng các máy chủ lớn với phức hợp GPU lớn. Đối với nhận dạng khuôn mặt thực tế, tất cả chuyển tương đối dễ dàng sang các thiết bị Nvidia Jetson nhỏ hơn nhiều.
Docker container và cạnh
Boulder AI cũng sử dụng các thùng chứa Docker với các thiết bị cạnh. Dan nói rằng đây là một môi trường làm việc thoải mái cho người dùng quen với việc làm việc trên môi trường máy chủ và thùng chứa. “Bạn có thể thực hiện các thay đổi nhỏ đối với tệp Docker để xây dựng vùng chứa Docker cho Tegra thay vì sử dụng GPU dành cho máy tính để bàn. Dan giải thích rằng quy trình làm việc rất quen thuộc với người dùng Docker làm việc với các thiết bị cạnh và những người muốn tuân theo quy trình làm việc đã thiết lập của họ ngay cả khi làm việc trên thiết bị cạnh.
Chúng tôi chúc Matt và Dan làm tốt công việc của họ để mang lại sức mạnh tính toán khổng lồ và đảm bảo bảo vệ dữ liệu người dùng cuối trong quá trình này. Trong khi đó, bạn sẽ không gặp khó khăn.
Bạn đã sẵn sàng liên hệ với chúng tôi? Nhấn vào đây
Source :
Source :
