业务痛点

  • 01 汗水管理效率低
    异常事件被动响应,缺乏主动预警能力。
  • 03 列车监管有盲区
    列车内部异常事件无感知,对司机危险驾驶行为实时监督难。
  • 02 客流管控无依据
    车站限流凭经验,无科学依据及标准,经常早限流或晚限流。
  • 04 数据资源利用少
    数据无实时统计分析,历史数据利用率低,客流模型无数据基础。

解决方案

千视通车站视觉AI中台,依托自研视频感知等核心技术,通过“鸿羽”AI能力生产平台,赋能N个车站事件场景,实现集中安检、车站异常事件感知、工作行为状态分析,同时将业务数据与安检、运营人员进行有效整合,提升车站内异常事件感知能力和处置效率,提升运营管理水平。
  • AI集中判图
    实时监控现场画面,结合AI技术,对过包进行研判,结合流量分析,提高人力资源利用效率,降低人力成本。
  • 数据可视化
    安检数据实时可视化、管理者可方便地从数据中发掘价值,提升管理效率。
  • 实时感知
    对车厢客流密度、车厢拥挤度和人数等客流数据进行实时感知,数据则可实时发布到屏幕上对客流进行合理引导。
  • 异常告警
    对车站内各种隐患事件、安检人员疲劳等进行智能感知,发现异常主动预警。

方案价值

  • 算法丰富集成下发
    前端视频点位统一规划,利用丰富的AI算法,合理配置下发算法,满足地铁运营管理方需求。
  • 系统数据闭环化
    对接到第三方地铁智慧大脑系统,既承担场景视频AI中台能力,并实现系统内部闭环。
  • 场景视频智能化
    部署高效AI算力和分析算法,做到突发事件智能化、管理人员操作平台化、车站汗水管理简单化。
  • 作业安全高效化
    使用大数据对流量进行分析预判,提高人力资源利用效率,降低安检中人员疲劳带来的安检隐患。

行业案例

  • 长沙地铁某号线