智慧停车
架构
硬件方案
硬件规格
功能模块
架构
.png)
硬件方案

硬件规格
SoC:
Qualcomm QCS6490 了解更多 | |
|---|---|
| CPU | 1×A78@2.7GHz 3×A78@2.4GHz 4×A55@1.9GHz |
| AI | 12 INT8 TOPS |
| GPU | Adreno 643 @812MHz |
| WiFi | 802.11ax, 2.4G/5G DBS, 2*2 MIMO |
| BT | 5.2 |
| Encoder | 4K @30 fps |
| Decoder | 4K @60 fps |
内存 & 存储
| RAM | 8GB |
| ROM | 128GB |
主板所需接口
| USB-A | 3×2.0 |
| USB-C | 1×3.0, with DP |
| HDMI_OUT | ×1 |
| LAN | 1×Gigabit Ethernet |
| RS485 | ×1 |
完整的主板规格参考,请查看 <获取>
功能模块
- 停车管理模块采用AIOT+SAAS架构的停车系统,端侧部署模型,直接进行计算,减少了与边缘计算端的交互,从而大幅提升性能;该模块具有通行效率更佳、低故障率、高可用性的特点,可用性>99.99%。
- 远程值守中心模块停车场出入口部署值守机器人,这些机器人采用阿加犀平台并适配高通芯片。用户只需通过按钮进行呼叫,即可连接至值守中心;通过设备异常检测和通道行车、行人检测算法,有效减少了人为干涉,既提升了服务质量,又降低了成本
- 道闸巡检采用基于停车行业数据训练的道闸巡检算法,能够精准识别道闸并记录其位置,通过与初始道闸记录进行比对,计算出道闸的偏移状态,获取道闸异常信息
- 车牌识别车牌识别模块通过综合运用先进的模式识别技术与深度学习神经网络模型,并结合停车场实际环境定制的专属模型库,显著提升了识别精度与适应性,有效解决了传统通用模型在复杂停车场景下适应性低、识别效果不佳的难题
- 三小车辆识别结合以图搜图的智能匹配技术与专为摩托车、三轮车、摆渡车、老爷车等特殊车辆构建的三小车辆模型库,实现了对停车场内各类特殊车辆的精准识别与高效管控,有效解决了传统方式下特殊车辆出入管理难的问题
- 车标车系识别通过集成先进的图像识别算法与庞大的车标车系热数据模型库,精准快速地辨认各类车辆的品牌及型号,利用实时更新的大数据资源不断优化识别能力,显著提升在复杂多变环境下的识别准确率与稳定性