基于飞腾D2000全国产化高速公路一体化收费站解决方案:站数据服务器、站AI服务器、收费系统、监控系统

高速公路一体化收费站解决方案
行业
交通工程及沿路设施作为公路的一个重要组成部分,对城市互联和城市发展具有重要意义,因此围绕高速公路的专用收费 站设计和建设,将有效促进枢纽集散系统与高速公路连通,显著提升城市高速集散能力,对于交通出行效率和数字化管控 具有十分重要的意义。
高速公路收费站系统作为公路的一个重要组成部分,其设计总体目标是实现公路建设和运营管理的安全、环保和可持续发 展,提高管理服务水平,实现“安全、环保、舒适、和谐”的设计理念。随着国产化要求不断提高,飞腾核心处理器以优 异的性能满足了整体路网、收费、轨道和站服务器端等需求,基于飞腾CPU的高速公路收费站系统注重信息的采集、融 合、处理、决策和发布,有效提高了道路诱导和控制能力,为道路运营管理提供了统一的网络化管理、自动化监控、总体 化调控的管理平台。
本方案围绕监控系统、收费系统、网络安全等进行设计和建设,其中监控系统前端处理和收费系统采用飞腾腾锐 D2000,提供视频采集,进行轨道端和收费端的控制与网络信息交互。
高速公路收费站借鉴国内外经验和先进的软件、硬件、系统构建经验,灵活运用技术标准和指标,充分考虑到了飞腾核 心处理器的功能和性能特点,在技术可行性、保障性、经济性和扩展性等诸多方面进行了设计,根据《公路工程技术标 准》,本项目监控设施等级为A级,全线设置国产监控、收费、通信、照明、配电、管理养护设施,实时收集交通信息并 及时发布,迅速采取相应对策疏导交通、保障行车安全,使交通工程设施总体组成最优化。
站数据服务器
站服务器主要对站收费系统的收费数据、收费图象、站车辆视频、车辆及通过信息进行本地保存,将数据通过站通讯系统
直接上传至城市分中心,再由分中心在必要时候把数据上传至省控制中心,站服务器分别通过2台二层千兆交换机(数据
和图象)和2台层交换机上传至对应服务器,站广场数据由站系统监控统一管理,可用于进行站点查看,采用先进先出的
原则滚动保存90天。下图5为站服务器实物。
基于飞腾FT-2000+/64研发的服务器具有自主可控、卓越性能、高可靠性能等特点,具体配置如下:CPU: FT-2000+/64核心� 2.2GHz内存:256GB DDR4 ECC RDIMM硬盘:2TB� 数据中心级SSD网络:� 4*千兆网络电 源:550W 1+1铂金电源
站AI服务器
站AI服务器,均采用基于飞腾FT-2000+/64研发的高性能服
务器,搭配国产AI计算卡,提供高性能AI计算能力;处理
器、AI计算卡、内存、硬盘、固件、操作系统等关键软硬件
均实现自主,采用通用19英寸机架式,适用于图像视频、语
音识别、金融分析、智能客服等各类AI应用,提供强大的算
力支撑,加速应用创新。
针对站安全管理,采用了多项创新技术,如视频识别技术、嵌入式系统技术、存储技术、网络技术等,为高速收费特定场
景提供智能分析、存储等服务,既可进行本地独立工作,也可联网分中新,组成一个强大的安全防范交通网。另外视频服
务器增加了AI算法,可实现:区域入侵、物品放置拿取、剧烈运动、尾随、倒地、声强突变、异常人脸、多张人脸、戴墨
镜人脸、打电话人脸等。下图6为站AI服务器实物。
AI BOX
AI BOX可在站视频处理前端进行部署,采用飞腾CPU+ AI处
理算力卡的方式实现,结合行业标准,进行AI对象检测和识
别等,可很好的满足交通行业应用需求。前端采集数据直接
传输至智能AI BOX进行分析,做到“零延时、低误判”,如
有意外可及时向站点告警。另外对历史事件的记录,能够通
过筛选精确查看事发情况,减少搜索时间冗长的问题,比如
站内碰撞、黑名单车辆等。智能AI BOX可实现终端多元化,可进行本地及服务器端数据输出,确保收费站和收费信息的
及时获取,并且作为上级的分中心和省市级中心可以实现实时的信息同步和全局管控。下图7为AI BOX实物。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/584352.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ES的脑裂现象

目录 0 集群结点的职责1 什么是脑裂现象2 造成脑裂现象的原因2.1 网络问题(最常见)2.2 主节点负载过大,资源耗尽,别的结点ping不到主节点2.3 主节点JVM内存回收时间过长导致 3 脑裂现象的解决方案3.1 局域网部署3.2 角色分离&…

C语言从入门到精通-C静态库的生成及使用

静态库 什么是静态库 C静态库(Static Library)是C语言编程中常用的一种库文件形式。与动态库(Dynamic Library)相比,静态库在程序编译时会被完全嵌入到最终的可执行文件中,因此生成的可执行文件不依赖于外…

BiLSTM-KDE的双向长短期记忆神经网络结合核密度估计多变量回归区间预测(Matlab)

BiLSTM-KDE的双向长短期记忆神经网络结合核密度估计多变量回归区间预测(Matlab) 目录 BiLSTM-KDE的双向长短期记忆神经网络结合核密度估计多变量回归区间预测(Matlab)效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.BiLS…

后台架构总结

前言 疫情三年,全国各地的健康码成为了每个人的重要生活组成部分。虽然过去一年,但是回想起来任然历历在目。 今天我就通过当时基于小程序的健康码架构,来给大家讲一下如何基于java,springboot等技术来快速搭建一个后台业务系统…

人工智能分割分类model:nnUnet-paddle

文章目录 神经网络nnUnet和paddle都需要在Ubuntu下进行安装PaddleProject 神经网络 开源来自https://github.com/MIC-DKFZ/nnUNet 自建了仓库,但还不会用 来自 mmsegmentation有空去了解 . MICCAI 2020 也是用到这个网络 paddle上的是不是不能用… nnUnet和pad…

Linux基础IO(下)

目录 1. 缓冲区 1.1 定义 1.2 理解缓冲区 1.2.1 为什么要有缓冲区 1.2.2 缓冲区的工作原理 缓冲区什么时候写入,什么时候刷新? 2. 文件系统 2.1 什么是文件系统? 2.2 为什么要有文件系统? 2.3 认识文件的管理结构 2.…

绩效评估与持续反馈

高绩效团队认识到评论和反馈的商业价值,这是两种关键的绩效管理工具。绩效管理是 2023 年受访者最优先考虑的五项人力资源举措之一,学习和发展是另一项举措,绩效评估和持续反馈最近可能会受到人力资源团队的更多关注。 在这里,我…

每天五分钟玩转深度学习PyTorch:创建pytorch中的零维标量tensor

标量是什么? tensor张量是一个多维数组,零维就是一个点(就是本章的标量),一维就是向量,二维就是一般的矩阵,多维就相当于一个多维的数组,这和 numpy理解是一样的,不同的是Tensor不仅可以在CPU上跑,在GPU上也可以跑。 标量(scalar),只具有数值大小,而没有方向,…

python数据可视化:雷达图

【小白从小学Python、C、Java】 【计算机等考500强证书考研】 【Python-数据分析】 python数据可视化: 雷达图 选择题 关于以下代码输出的雷达图中,以下说法正确的是? import numpy as np import matplotlib.pyplot as plt from pylab impor…

深入浅出一文图解Vision Mamba(ViM)

文章目录 引言:Mamba第一章:环境安装1.1安装教程1.2问题总结1.3安装总结 第二章:即插即用模块2.1模块一:Mamba Vision代码:models_mamba.py运行结果 2.2模块二:MambaIR代码:MambaIR运行结果 第三…

IP如何安装SSL证书,实现加密传输

让我们理解一下SSL证书。SSL(Secure Sockets Layer)证书是一种数字证书,它利用数据加密技术,确保了互联网数据传输的安全。当网站安装了SSL证书后,所有的数据都会经过加密后再传输,这可以防止黑客窃取或篡改…

标贝语音识别技术在金融领域中的应用实例

随着语音识别技术与文本挖掘、自然语言处理等技术的不断融合,智能语音交互技术在金融领域中爆发了出巨大的应用潜力。标贝科技根据自身与金融领域合作的经验为大家梳理出以下几点智能语音识别技术在金融领域中的应用实例。 一、智能柜台服务 语音识别的主要功能就…

如何安全可控的进行跨区域数据交换,提高数据价值?

跨区域数据交换指的是在不同地理位置或不同网络环境下的数据传输和共享。随着数字化转型的加速,企业及组织越来越依赖于数据的流动来优化业务流程、增强决策制定和推动创新。然而,跨区域数据交换也带来了一系列的挑战和风险,主要包括&#xf…

SpringSecurity6配置requestMatchers().permitAll() 无效问题

版本 <spring-boot.version>3.0.2</spring-boot.version> <jjwt.version>0.12.5</jjwt.version>问题描述 题主在写 SpringSecurity6 JWT 做登录认证开发。一路跟着教程叭叭的敲。等到接口验证的时候&#xff0c;发现我的登录接口虽然在SecurityConf…

maven多模块创建-安装配置

1、前提 许久没有写文章了&#xff0c;荒废了2年多的时间&#xff0c;在整理的时候&#xff0c;发现Maven还差一篇安装配置的文章&#xff0c;现在开始提笔完善它&#xff0c;参考&#xff1a;https://blog.csdn.net/m0_72803119/article/details/134634164。 —写于2024年4月…

有什么好用的足球数据分析工具,可以生成可靠的投注策略?

在寻找好用的足球数据分析工具以生成可靠的投注策略时&#xff0c;有几个值得考虑的选项。以下是一些工具和建议&#xff1a; 乐彩数据分析&#xff1a;这款工具以其精准的预测和高达70%以上的准确率而受到赞誉。它利用大数据算法进行预测&#xff0c;相比个人预测更加准确。此…

五一假期终于到了!是时候偷偷发力了!——早读(逆天打工人爬取热门微信文章解读)

狗子&#xff0c;别偷跑&#xff01;给我好好休息 引言Python 代码第一篇 洞见 无论在哪儿上班&#xff0c;冷漠是你最后的底线第二篇 人民日报要闻社会政策 结尾 我们不应该把休息 仅仅看作身体的需求 而敷衍了事 我们要把休息 看成一种机遇 停下工作 好好休息 并没有妨碍创造…

【数据结构】合并两个有序链表

将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 Definition for singly-linked list.struct ListNode {int val;struct ListNode *next;};typedef struct ListNode ListNode; struct ListNode* mergeTwoLists(struct Lis…

LT6911UXE HDMI 2.0 至双端口 MIPI DSI/CSI,带音频 龙迅方案

1. 描述LT6911UXE 是一款高性能 HDMI2.0 至 MIPI DSI/CSI 转换器&#xff0c;适用于 VR、智能手机和显示应用。HDMI2.0 输入支持高达 6Gbps 的数据速率&#xff0c;可为4k60Hz视频提供足够的带宽。此外&#xff0c;数据解密还支持 HDCP2.3。对于 MIPI DSI / CSI 输出&#xff0…

rtl8188ftv debian linux 多架构移植方法

5 块包邮&#xff0c;挂到 x86_64 debian 12 虚拟机&#xff0c;实测下载能到 22Mbps&#xff0c;也可能就2Mbps&#xff0c;上传能到 40Mbps 关键词&#xff1a; rtl8xxxu、rtl8xxxu.ko、rtl8xxxu_8188f.c、mac80211.h、cfg80211.ko、sudo modinfo rtl8xxxu.ko | grep depen…