В условиях роста числа автомобилей в городских районах традиционное видеонаблюдение сталкивается с такими проблемами, как низкая видимость и пропуск многотаргетной детекции. Во время вечернего пикового часа 2024 года в основном городском районе Чунцина сильный дождь привёл к выходу из строя 43% электронных полицейских систем, что спровоцировало множество столкновений сзади. Данные показывают, что в периоды плохих погодных условий количество дорожно-транспортных происшествий увеличивается в 2,3 раза по сравнению с нормальными условиями, что подчёркивает насущную необходимость использования интеллектуальных сенсорных устройств, способных работать в любых погодных условиях для обеспечения бесперебойной работы дорожной сети.

— Департамент дорожной полиции Чунцина

Бизнес-вызовы

Недостаточная корректировка динамических светофорных сигналов: Поток транспорта меняется в реальном времени, однако управление светофорами не обладает динамической оптимизацией, что приводит к жёсткому расписанию работы светофоров. Это легко вызывает «эффект цепной зелёной фазы», усугубляя заторы на перекрёстках и в прилегающих районах и снижая эффективность движения.

Мониторинг нарушений на городских дорогах с задержкой: Превышение скорости, движение по встречной полосе и нарушения при перестроении в другие полосы зависят от традиционных методов мониторинга, которые не обеспечивают достаточной точности в режиме реального времени. В 2023 году такие нарушения стали причиной 1,75 миллиона дорожных аварий и 500 тысяч смертей, что требует срочного внедрения интеллектуальных систем регулирования.

Слабое интеллектуальное зондирование в сетях автодорог: Низкий охват умного мониторингового оборудования препятствует круглосуточному и оперативному восприятию ситуации. Инциденты на дорогах по-прежнему зависят от ручной идентификации, что приводит к низкой эффективности обнаружения и медленному реагированию, не удовлетворяя потребности в чрезвычайных ситуациях и управлении.

Сравнение рыночных решений: Радар + видео обеспечивают превосходную производительность

Основные моменты радара

Точная классификация

Многотаргетное точное разрешение

Двухуровневая интеграция данных

Адаптивное сегментирование полосы движения

Статистика на основе зон

Высокая надежность

Сильная помехоустойчивость

Круглосуточная работа в любых погодных условиях

Решение на основе радара

Когда целевое транспортное средство входит в зону обнаружения, данные с системы видеонаблюдения и радиолокационного датчика налагаются друг на друга в режиме реального времени; виртуальная петля активирует снимки, автоматически записывая: время прохождения транспортного средства, номер полосы, информацию о номерном знаке, цвет и скорость автомобиля. Структурированные данные синхронизируются с базой данных, обеспечивая индексацию по времени для выполнения исторических запросов.

Радар миллиметрового диапазона для управления движением

Основные возможности сенсорики: Высокоточное разрешение угла, обнаружение нескольких целей, точное измерение расстояния.
Функции слияния: Глубокая интеграция с HD-умными камерами за счёт пространственно-временной калибровки и алгоритмов фузии данных, обеспечивающая «точное позиционирование в любых погодных условиях + распознавание с полным набором функций» 3D-восприятия.
Адаптивность сценария: Устраняет слепые зоны с одним датчиком, охватывая более 90% сценариев мониторинга трафика.
Реальное время выполнения: Обновление данных на уровне миллисекунд для быстрой обратной связи о потоке транспорта, поддержка динамического управления дорожным движением (например, оптимизация времени работы светофоров).

Преимущества для клиента

Поддержка многомерных данных (например, статистика потоков, анализ загруженности) способствует реализации динамических стратегий управления дорожным движением (например, оптимизация времени работы светофоров, временная корректировка полос движения), снижая зависимость от ручного опыта и повышая эффективность управления.
Реальное время, точное обнаружение целей (например, положение, скорость и траектория транспортного средства, пешехода или велосипедиста) минимизирует усилия по ручному мониторингу, переводя персонал с «пассивного наблюдения за экраном» на «активное принятие решений» для быстрого реагирования на отклонения (например, незаконные перестроения, внезапные остановки, опасность столкновения).
Автоматическое распознавание дорожных инцидентов (например, определение местоположения аварии, фиксация нарушений) сокращает необходимость проведения инспекций на месте, снижая подверженность персонала воздействию высокорисковых условий.