中文 英语
www.vw011.com
的意见

如何实现停车场自动化

停车需要一个生态系统。

人气

Maen Suleiman和Gorka Garcia著

网络边缘的应用需要特殊的技术,如高效的包处理、机器学习和与云的连接。

edge跨越了许多市场,包括小企业、工业和企业,它可以包括从你可能会发现的边缘设备到不寻常的概念,如自动停车场。

停车场的中心是一个社区委员会,由ARMADA处理器和AWS本片软件用作边缘计算节点。该节点从两个相机接收视频流,该摄像机放置在入口栅极和停车场的退出处。该节点执行两个Lambda函数并处理传入的视频流,识别通过其牌照进入车库的车辆。然后,它检查车辆是否被授权进入停车场。

第一个Lambda函数运行自动牌照识别(OpenALPR)软件,它获取车牌号码,并将其与大门ID(入口/出口)一起交付给运行在AWS云上的Lambda函数,该函数访问一个DynamoDB数据库。云Lambda函数负责读取DynamoDB白名单数据库,并确定车牌是否属于授权车。然后将该信息发送回网络边缘的第二个Lambda函数,在Marvell Macchiatobin板上,负责管理停车位容量和打开或关闭门。此Lambda函数还在AWS Cloud Elasticsearch服务中记录边缘中的活动,它作为后端工作Kibana,一个开源数据可视化引擎。从那里,Kibana使远程操作可以直接访问有关停车场占用、入口大门状态和出口大门状态的信息。此外,AWS Cognito服务对访问Kibana的用户进行身份验证。

AWS Cloud Lambda函数将判定结果(允许/拒绝)发送给MACCHIATObin板上运行的第二个Lambda函数后,它将与门控制器通信,然后该控制器可以根据需要打开/关闭网关。

这个场景展示了使用AWS Lambda在边缘运行机器学习算法的能力,从而使识别过程极其快速。这是由高性能、低功耗的Marvell多核处理器实现的。这些基础设施处理器的能力有可能覆盖一系列高端网络和安全应用,这些应用可以受益于Arm生态系统的成熟,以及在网络边缘的多核环境中运行机器学习的能力。

有关如何在Marvell社区板上启用AWS Greengrass的信息,请访问在这里在这里

Gorka Garcia是Marvell的高级首席工程师。



1评论

德米特里• 说:

什么延迟在ms添加服务器请求和应答?

留下一个回复


(注意:此名称将公开显示)