sprinx slovensko

Co.exist ist die Lösung von Sprinx für die multimodale Mobilitätsanalyse in den Bereichen Stadt, Logistik, Transport und öffentliche Verwaltung. Co.exist nutzt das leistungsstarke neuronale Netzwerk.

Wie es funktioniert

Sprinx konzentriert sich als unabhängiger Softwareanbieter (ISV) auf die Entwicklung von Softwareplattformen, die sowohl serverseitig als auch at-the-edge auf marktüblicher Hardware verschiedener Marken installiert werden können.

 


co.exist kombiniert Algorithmen der künstlichen Intelligenz, eine benutzerfreundliche Schnittstelle und Datenintelligenz, um die Mobilität von Personen und Fahrzeugen zu überwachen, indem es Alarme und statistische Daten erzeugt, ohne dass zusätzliche Geräte installiert werden müssen. Die Software-Plattform mit ihrem Front-End kann durch die Aktivierung von Standard-Kommunikationsprotokollen oder benutzerdefinierten Protokollen leicht in komplexere öffentliche und private Systemarchitekturen integriert werden.

 


Bei serverseitigen Lösungen ist co.exist völlig unabhängig von der Kameramarke und benötigt für die Analyse einen standardisierten Onvif-RTSP-Stream. co.exist kann auf einer Standard-PC-Plattform installiert werden, wobei dank der auf dem Intel® OpenVINO™-Toolkit basierenden KI-Inferenz-Engine nur die CPUs oder je nach Systemanforderungen auch Nvidia-GPUs verwendet werden.

 


Was die at-the-edge anbelangt, so hat Sprinx seit einiger Zeit eine Verifizierungsaktivität durchgeführt, die darauf abzielt, Geräte auszuwählen und zu zertifizieren, die in der Lage sind, die Leistungsniveaus gemäß den Sprinx-Standards zu garantieren. Infolgedessen wird die Liste der kompatiblen CCTV-Kameramarken und -modelle ständig aktualisiert; es wird daher empfohlen, die jeweils aktuelle Liste anzufordern.

 


Die Aktivierung professioneller Algorithmen direkt auf der Kamera stellt eine äußerst interessante und kostengünstige Lösung für verteilte Architekturen, wie z. B. in Städten, dar. Die Onboard-Analytik ermöglicht es außerdem, sich keine Gedanken über die Netzwerkinfrastruktur zu machen.
Durch die Verwendung von Rohbildern, die direkt vom Prozessor kommen, kann die Leistung der Kamera konstant gehalten werden, ohne dass die auf der Kamera verfügbaren Datenströme und Profile verringert werden.


Die Verwendung von neuronalen Netzen, die für Anwendungen zur Verhaltensanalyse trainiert wurden, integriert mit einem 3D-Objektverfolgungsansatz, ermöglicht es, besonders anpassungsfähig in bereits bestehenden CCTV-Systemen zu sein und eine gute Leistung auch bei ungeeigneten Installations- und Umgebungsbedingungen zu gewährleisten.

 


Zusätzlich zeigt die co.exist Web-Benutzeroberfläche ein Dashboard und ein Ereignisjournal für Tuning- und Wartungszwecke an. Mobilitätsdaten und Alarme können über Standardprotokolle an Drittsysteme weitergeleitet und auf der zentralen Managementplattform Sprinx dragon angezeigt werden.

 

 

     Hauptmerkmale

  • Praxiserprobte KI
    Mehr als 15.000 Kameras auf der ganzen Welt wurden seit 2009 von Sprinx Software in intelligente Sensoren verwandelt.
  • Hardware-unabhängig
    Kompatibel mit jeder IP-Kamera oder jedem Video-Encoder, der das RTSP-Video-Streaming-Protokoll unterstützt. Dieses Schema erleichtert die Systemwartung und ermöglicht gleichzeitig eine grenzenlose Weiterentwicklung.
  • Einblick in die Mobilität
    Zentralisierte Benutzererfahrung auf höherer Ebene mit Dragon.
  • Plug&Play
    Schnelle Kalibrierung und einfache Konfiguration, bereit zur Interaktion mit CCTV- und Mobilitätsplattformen von Drittanbietern.
  • Anpassungsfähig und kosteneffizient
    Entscheidungshilfe für eine intelligentere Mobilität, die auch mit bestehenden CCTV-Kameras kompatibel ist.
  • At-the-edge plug-in
    Kann direkt auf der offenen Plattform der Videokameras der wichtigsten CCTV-Hersteller auf dem Markt installiert werden.
  • Nur CPU
    Die auf Intel OpenVINO basierende KI-Inferenzmaschine benötigt keine zusätzliche Hardware oder GPU.

Angehaltenes Fahrzeug

Fahrzeugklassifizierung

Verlangsamung und Verstopfung

Fußgänger

Fahrzeug in Gegenrichtung

Menschenmenge

Fahrzeugzählung und -klassifizierung

Zählung der Personen

Sammlung von Verkehrsdaten

  • Zählung von Personen, Fahrrädern und Fahrzeugen im Transit
  • Origin Destination matrix an Kreuzungen/Kreisverkehren
  • Klassifizierung von Fahrzeugen im Transitverkehr (4 Klassen: Motorrad, Personenkraftwagen, Lieferwagen/Nutzfahrzeug, Lastkraftwagen/Bus)
  • Durchschnittsgeschwindigkeit der Fahrzeuge geteilt durch die Fahrzeugklasse (km/h pro Klasse)
  • Verkehrsdichte, berechnet auf der Grundlage der Integration mehrerer Daten