Solutions de vidéosurveillance avec IA pour réduire les émissions de carbone
L'utilisation de l'analyse vidéo, avec des dispositifs intégrant la technologie de l'intelligence artificielle, aide dans les efforts pour limiter le changement climatique, comme l'explique Uri Guterman, directeur produit et marketing de Hanwha Techwin Europe.
Nous sommes à un point de bascule dans la lutte contre le changement climatique. Les scientifiques tirent la sonnette d'alarme depuis longtemps sur les dommages que les émissions de carbone causent à notre planète, mais maintenant, des changements sans précédent commencent à être observés de manière générale; dont certains seront irréversibles pendant des centaines ou des milliers d'années.
La bonne nouvelle est que nous sommes encore à temps pour limiter le changement climatique. Il Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC), un organisme des Nations Unies qui évalue la science du changement climatique, indique que '... des réductions draconiennes et soutenues des émissions de dioxyde de carbone (CO2) et autres gaz à effet de serre limiteraient le changement climatique'.
En plus de prendre des mesures pour réduire les émissions de carbone, cela améliorera également la qualité de vie de nombreuses personnes, en disposant d'un air de meilleure qualité dans leurs villages et villes. La pollution de l'air est l'un des plus grands risques environnementaux pour la santé.
Analyse vidéo et IA
Pour collaborer à une réduction plus large des émissions de carbone, les dirigeants d'entreprises et les autorités peuvent investir dans des solutions intelligentes basées sur la vidéo qui minimisent la congestion et simplifient les déplacements dans les villes et les parkings.
Simultanément, la technologie d'analyse vidéo utilisée pour cela peut aider à l'application des tarifs de stationnement et des péages routiers, dans les réglementations correspondantes, pour augmenter la sécurité et améliorer l'expérience du conducteur.
Les caméras intelligentes, comme les modèles Wisenet avec IA, intègrent cette technologie directement dans l'appareil, ce qui permet de détecter et de classer différentes catégories et modèles de véhicules, même distinguer les vélos des voitures et des camions, Par exemple.
Les opérateurs peuvent ainsi gérer certains trafics de véhicules à travers une zone et limiter d'autres. Par conséquent, on pourrait restreindre l'entrée des camions dans les rues résidentielles ou de tout véhicule des routes proches des écoles pendant les heures d'entrée et de sortie, ce qui maintiendrait un trafic fluide et protégerait les résidents vulnérables et les enfants des gaz d'échappement.
De la même manière, les opérateurs peuvent contrôler l'utilisation des routes et rediriger le trafic vers des itinéraires alternatifs lorsque le trafic des véhicules est congestionné. L'IA peut alerter sur les embouteillages possibles sur les routes ou les accidents de la circulation, en prenant des mesures proactives pour éviter que la congestion ne s'aggrave.
Simultanément, las actualizaciones y los cierres al tráfico se pueden comunicar a los conductores mediante pantallas digitales integradas ubicadas a lo largo de la ruta.
Soluciones de aparcamiento
Cuando un vehículo llega a su destino, la tecnología de análisis de vídeo puede garantizar una conducción y experiencia de aparcamiento más fluidas y, por extensión, con menos emisiones.
El reconocimiento automático de matrículas (ANPR) también cumple aquí una función relevante, al automatizar el acceso a un aparcamiento de vehículos autorizados previamente para hacer cumplir las sanciones por infracciones y supervisar un sitio para detectar una conducción peligrosa.
La reducción del tiempo que se tarda en esperar a que se levante una barrera o se imprima un recibo se sumará, en última instancia, a través de cientos de vehículos que entran y salen de un aparcamiento.

En même temps, se puede evitar los aparcamientos incorrectos que perjudican a otros vehículos y crean congestiones. ANPR puede también ayudar a que el tránsito de vehículos sea más fluido, como en el caso de instalaciones donde hay que detenerse para después continuar la marcha, como son los peajes en carreteras.
D'autre part, las soluciones ANPR sin servidor funcionan sur place para permitir las entradas y salidas, capturar y transmitir datos del vehículo sin un servidor, muy útil para aparcamientos y pequeñas urbanizaciones.
Invertir en esta solución basada en la propia cámara reduce el consumo de electricidad necesaria para hacer funcionar una sala de servidores (incluido el aire acondicionado y otros servicios públicos para mantener los equipos en funcionamiento).
Un servidor en las instalaciones genera, en promedio, 916 Kilogrammes. de CO2 al año y 320 Kilogrammes. para su fabricación en ese periodo, lo que requiere plantar más de cincuenta árboles cada año en compensación, mientras que se pueden obtener ganancias similares al invertir en cámaras que integran IA.
Los dispositivos de guiado de aparcamiento con IA, como la cámara TNF-9010 (plus de données sur Sécurité numérique), ayudan a los conductores a encontrar plazas disponibles, reduciendo esperas y generación de gases.
Planificación a partir de los datos
A más largo plazo, les données générées par les caméras avec IA peuvent être utilisées pour améliorer l'efficacité des routes et des parkings, pour détecter les zones et itinéraires les plus fréquents et élargir ou restreindre l'accès en fonction de cela.
Ajoutées à d'autres données de la ville, comme l'affluence de personnes ou les capteurs de qualité de l'air, certaines zones pourraient devenir piétonnes uniquement pendant les heures de pointe de pollution, ainsi qu'analyser l'impact d'une nouvelle route pour voir si elle a augmenté ou diminué les émissions de carbone.
Avec Wisenet Road AI (qui fonctionne sur des caméras 4K de la gamme Wisenet P sélectionnées), ces avancées sont déjà à la portée des autorités locales.
Vous êtes Guterman
Directeur produit et marketing de Hanwha Techwin Europe
Avez-vous aimé cet article?
Abonnez-vous à notre NEWSLETTER et tu ne manqueras de rien.


