Hvordan kan turnstiles forbedre trafikken gjennom dataanalyse?

1. datainnsamlingslag: lage et nettverk av flerdimensjonale oppfatninger
Rotating Gate-systemet består av tre deler: millimeterbølgeavbildning av menneskekroppen, biometrisk gjenkjennelse Figur 1, og intelligent sensing . Tog Utstyrsdrift . For eksempel kan et hub -flyplassens portsystem håndtere 200 forespørsler samtidig og lagre 1 . 2TB data per dag . Det kan også samle data med en nøyaktighet av millisekunder.
Teknologien kommer rundt enkeltpunktsbegrensningen av typisk sikkerhetsutstyr når det gjelder datamensjon . For eksempel kan biometriske moduler fange ansiktsfunksjoner og irisinformasjon fra passasjerer og deretter sammenligne dem med den tredimensjonale konturdata produsert av millimeter bølgebilde-teknologi . Dette øker nøyaktigheten av millimeterbølgebilde-teknologi 99 . 997%. Trykksensoren registrerer også kraftkurven til portsvingarmen, som riktig kan oppdage merkelig atferd som tailgating og portspyling . Tiden det tar å finne rare hendelser er nå bare 0,3 sekunder.
2. Datatransportlag: lage arterier som svarer i sanntid
Teknologien bruker en 5G+Edge Computing Hybrid -arkitektur for å løse forsinkelsesproblemet med å sende store datamengder . NVIDIA JETSON AGX Xavier Edge Computing Unit som er satt opp i nærheten av porten, med en gang, med en netto NOPEN -nettverk, som ikke er en nettnett som er en nettverk, kan du få en Millisekunder . Dette designet lar systemet kjøre 5000 instruksjoner samtidig, noe som er nok for grunnleggende dynamisk planlegging .
Systemet bruker blockchain -teknologi for å lage en distribuert hovedbok, som hjelper til mer effektiv og kutter tiden det tar å finne dårlige data fra 72 timer til 15 minutter .
3. Dataanalyselag: Slå på dataverdimotoren
Hovedmålet med dataanalyselaget er å lage en digital tvillingplattform og bruke maskinlæringsalgoritmer for å gruve tre typer verdi:
Forutsi helsen til utstyr: Vi bruker et LSTM -nevralt nettverk for å representere 12 viktige faktorer, inkludert hyppigheten av bevegelsesvibrasjoner og trykket til den hydrauliske støtdemperen . Systemet kan spånøyde utstyrsfeil på 72 timer på forhånd 89% av tiden, noe som kutter vedlikeholdsutgifter med 40% {{5}
Dynamisk simulering av passasjerstrømmen: Bruke et spatiotemporalt konvolusjonsnettverk (ST-CNN) for å se på gamle passasjerstrømdata og konstruere en modell som forutsier passasjerstrøm på minuttnivå . Under testingen av et stort knutepunkt, holdt modellen prediksjonsfeilen til passasjerstrømmen i løpet av Peak ±
Finne sikkerhetstrusler: Bruk grafne neturaler (GNNS) for å lage en graf over hvordan passasjerer oppfører seg . algoritmen kan finne uvanlige sosiale nettverksstrukturer, slik gruppe tailegating, høyfrekvent avvikende passering, og andre atferdsmønstre . dette gjør det tre ganger mer sannsynlig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne mulig å finne
4. beslutningsoptimaliseringslag: Endring av måten trafikk styres
Beslutningsstøttesystemet får resultatene fra dataanalysen i sanntid gjennom API -grensesnitt . Dette fører til tre hovedoptimaliseringsscenarier:
Planlegging av ressurser dynamisk: Systemet bruker forsterkningslæringsalgoritmer for automatisk å endre antall åpne portkanaler basert på hvor mange som går gjennom når som helst . i en t -banestasjon, dette systemet kuttet gjennomsnittlig ventetid for passasjerer i rushtiden fra 12 minutter til 3 . 5 minutter og hevet den rushtiden fra 12 minutter til 3 . 5 minutter og ristet til passasjerer fra 12 minutter til 3 {{4 {4. 5 minutter til passasjerer i rushtiden fra 12 minutter til 3 {{{4 {4.
Å lage en beredskapsplan: Den digitale tvillingplattformen kan automatisk lage den beste evakueringsplanen ved å simulere 12 slags situasjoner, slike branner og terrorangrep . I en brannsimulering på en flyplass, og forbereder den beste måten for folk å forlate basert på portdata laget prosessen 40% raskere .}}}}}}}}}}}}}}}}}}}}}}}}
Forbedring av servicekvalitet: Systemet kan finne serviceproblemer og starte prosessen med å fikse dem ved å bruke NLP -teknologi for å se på passasjerklager . Dette systemet har hevet passasjertilfredshet ved et gitt knutepunkt fra 82% til 93%, og klager blir håndtert på 8 minutter i stedet for 12.

Slipp armstativ turnstile