云上技术 | AI一体机高速自由流收费稽核

简介: 自2019年两会政府工作报告中明确“深化收费公路制度改革,两年内基本取消全国高速公路省界收费站,实现不停车快捷收费,减少拥堵,便利群众”政策以来,全国高速公路取消省界收费站的工作快速推进。

画板 10 副本 2@2x-100.jpg

自2019年两会政府工作报告中明确“深化收费公路制度改革,两年内基本取消全国高速公路省界收费站,实现不停车快捷收费,减少拥堵,便利群众”政策以来,全国高速公路取消省界收费站的工作快速推进。在撤站实现开放式的收费模式后,一些深层次的挑战也随之而来。其中最为突出的是,高速公路的路网服务从省域路网扩大到全国一张网,收费稽查和追缴难度变大。收费的准确性依赖于路侧的收费设施设备,对车辆识别要求更高,单纯依赖于仅识别车牌已不满足新场景下的稽核要求。

最典型的例子是经过高速公路收费站时,一旦司机对收费金额有所疑问,收费员需花费大量时间来调取路网数据并进行现场沟通处理,尤其当跨省车辆路径复杂的情况,会更加耗时。同时,调取路网数据中精准车辆识别所生产的图片、视频等数据迅猛增加,对存储、算力、计算延迟也产生了数十倍压力。

针对高速自由流收费稽核当前遇到的种种现实问题,阿里云混合云AI一体机在交通大数据应用场景下采用“云边一体”的部署新模式,通过“边缘计算+AI”能力和地雀轻量级云平台,为客户提供高速公路稽核系统解决方案。

自由流收费稽核系统通过对通行车辆进行档案化管理,实现车辆整体态势分析;并利用大数据和AI算法提供标签与嫌疑车辆圈选,从海量数据中精准快速地找到待稽核的车辆名单;将嫌疑车辆列表推送给人工稽核,利用图像特征实现车辆真实通行路径还原,提供完整的证据链,加速取证过程。

基于阿里云混合云AI一体机的自由流收费稽核系统三大功能
1、稽核数据监测
通过AI算法和大数据技术,提供标签与嫌疑车辆圈选,在海量的数据中自动识别通行异常的车辆并推送给稽核人员,当日稽核数据的基础情况在关键指标区域可见(通行量、平均扣费成功率、实收金额、应收金额及稽核标签)。

01.jpg

2、一键稽核
识别出来的通行车辆异常包含通行扣费异常和通行行为异常,稽核人员可以根据标签和金额,或稽核置信度来筛选优先需要稽核的车辆,比如选取最高嫌疑选项,查询车辆异常通行对应的路径、流水以及车辆档案,这是利用图像特征实现的真实车辆路径还原,可提供完整的证据链,加速了取证的过程。

02.jpg

03.jpg

3、远程查看巡检&监控告警平台
通过云边部署的新模式,能够支持本地业务的实时智能化处理与执行,在边缘节点处,实现了数据的过滤和分析,极大的缩短了设备响应时间,减少了从设备到云端的数据流量,同时也能做到对边缘节点的远程运维,去提高服务效率和节省人力成本。如下图是阿里云混合云AI一体机的远程运维的服务中心,可在监控中心中查看刚建立的一体机项目信息,其中巡检报告和告警详情还暂时没有上传的数据,会定期把本地数据同步到远程运维服务中心里。

04.jpg

如下图是本地对云平台的应用和硬件进行的监控,保证问题和异常的有效和及时发现,并且将告警数据上传到远程运维服务中心进行展示;通过定期巡检功能对云平台进行基础的环境和服务巡检,云产品的巡检、资源的容量以及性能的巡检,对于其业务正常与否与健康程度进行了数据化评价和判定,并将生成报告上传到远程运维中心进行展示。

05.jpg


如何观看场景演示&预约POC体验?

登录【混合云体验营】->【混合云平台-全栈建云-申请体验】->【混合云平台云端体验馆-一体机-AI一体机高速自由流收费稽核】

混合云一体机(Apsara Stack Appliance)

面向AI 边缘计算场景,提供软硬件一体化解决方案,通过预安装、预集成、深度调优,同时支持远程交付和中心统一运维,有效提升系统可用性和运维效率, 使企业轻松实现云边联动, 助力企业在5G时代实现快速创新。


阿里云混合云为政企提供量身打造的混合云解决方案

从建好云、管好云、用好云三大维度提供客户视角的一体化云平台服务

更多行业实践,前往【混合云体验营

更多混合云资讯,前往【混合云官网】


全栈建云 | 智能管云 | 极致用云

相关文章
|
1天前
|
存储 机器学习/深度学习 人工智能
新一代数据库技术:融合AI的智能数据管理系统
传统数据库管理系统在数据存储和查询方面已经取得了巨大的成就,但随着数据量的不断增长和应用场景的多样化,传统数据库已经难以满足日益增长的需求。本文将介绍一种新一代数据库技术,即融合了人工智能技术的智能数据管理系统。通过结合AI的强大能力,这种系统能够实现更高效的数据管理、更智能的数据分析和更精准的数据预测,为用户带来全新的数据管理体验。
|
2天前
|
机器学习/深度学习 人工智能 算法
构建高效AI系统:深度学习优化技术解析
【5月更文挑战第12天】 随着人工智能技术的飞速发展,深度学习已成为推动创新的核心动力。本文将深入探讨在构建高效AI系统中,如何通过优化算法、调整网络结构及使用新型硬件资源等手段显著提升模型性能。我们将剖析先进的优化策略,如自适应学习率调整、梯度累积技巧以及正则化方法,并讨论其对模型训练稳定性和效率的影响。文中不仅提供理论分析,还结合实例说明如何在实际项目中应用这些优化技术。
|
4天前
|
数据采集 人工智能 自然语言处理
如何通过AI技术提升内容生产的效率和质量
利用AI提升内容生产效率涉及智能策划(数据分析、热点追踪)、自动化生成(文字、多媒体)、编辑优化(语法检查、事实核查)、个性化推荐、内容审核和合规性检查,以及数据分析反馈。AI通过减少人力成本、增强质量和吸引力,助力内容创新,预示着内容创作新时代的到来。
19 3
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术的应用和发展
【5月更文挑战第10天】AI技术的应用和发展
22 1
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
【热门话题】如何通过AI技术提升内容生产的效率与质量
本文探讨AI技术如何提升内容生产的效率与质量。通过自然语言处理(NLP)实现智能摘要、自动写作和语言风格优化;计算机视觉用于图像识别和智能设计,提升视频与图像内容生产;数据分析与预测帮助精准洞察受众需求和预测内容趋势;AI推荐系统实现个性化信息流,优化用户体验。尽管AI带来变革,但需结合人类创意与伦理监督,以促进内容产业健康发展。
17 3
|
4天前
|
人工智能 自然语言处理 算法
探讨如何通过AI技术提升内容生产的效率和质量
AI技术在内容生产中扮演重要角色,包括自动生成文章、自动审核内容、个性化推荐、数据分析以及翻译和语音识别,显著提升效率和质量。然而,使用AI时需注意信息安全、隐私和算法偏见问题,应合理结合人工与AI以实现最佳效果。
|
7天前
|
存储 机器学习/深度学习 人工智能
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
|
7天前
|
机器学习/深度学习 人工智能 安全
用AI技术创业需要哪些技能?
人工智能(AI)技术作为当今科技创新的前沿领域,为创业者提供了广阔的机会和挑战。随着AI技术的快速发展和应用领域的不断拓展,未来AI技术方面会有哪些创业机会呢? 创什么业打工才是程序员的主旋律,没有资源没有人脉怎么创业。
24 0
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
未来AI技术在医疗领域可能带来的变革
【5月更文挑战第7天】未来AI技术在医疗领域可能带来的变革
23 5
|
13天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。