Comment les tourniquets peuvent-ils améliorer le trafic grâce à l'analyse des données?

1. Couche de collecte de données: Faire un réseau de perceptions multidimensionnelles
The rotating gate system is made up of three parts: millimetre wave imaging of the human body, biometric recognition Figure 1, and intelligent sensing. Together, they make a three-dimensional data collecting network. Each gate has 12 sets of high-precision sensors that record 37 key indications in real time, including the time it takes for passengers to move, the results of luggage identification, and the state of Fonctionnement de l'équipement . Par exemple, le système Gate d'un aéroport de Hub peut gérer 200 demandes en même temps et stocker 1 . 2TB de données par jour . Il peut également recueillir des données avec une précision de millisecondes.
La technologie contourne la contrainte à point unique de l'équipement de sécurité typique en ce qui concerne la dimension des données ., par exemple, les modules biométriques peuvent capturer les caractéristiques du visage et les informations d'iris des passagers, puis les comparer aux données de contour en trois dimensions produites par la reconnaissance de l'onde de Millimètre .. 99 . 997% . Le capteur de pression enregistre également la courbe de force du bras de balançoire de la porte, qui peut détecter correctement les comportements étranges comme le talonnage et le rinçage de la porte . Le temps nécessaire pour trouver des événements étranges n'est que 0,3 seconde.
2. Couche de transport de données: faire des artères qui répondent en temps réel
The technology uses a 5G+edge computing hybrid architecture to fix the problem of delays in sending large amounts of data. The NVIDIA Jetson AGX Xavier edge computing unit that is set up near the gate may preprocess the original data and condense the useful data by 70%. The 5G slicing private network sends key data to the cloud in real time, with a delay of no more than 20 millisecondes . Cette conception permet au système d'exécuter 5000 instructions en même temps, ce qui est suffisant pour la planification dynamique de base .
Le système utilise la technologie de la blockchain pour créer un grand livre distribué, qui aide à assurer la sécurité des données . que tous les enregistrements de trafic sont cryptés avec SHA -256 et conservés dans la chaîne du consortium en tant que horodatage . Cela garantit que les données ne peuvent pas être modifiées et peuvent être tracé . et la coupe de l'expérience d'un aéroport international, cette approche a été tracé. et de la réduction de l'expérience d'un aéroport international, cette approche a été tracé. et de la réduction de l'expérience d'un aéroport international, cette approche a été tracé. et de la réduction de l'expérience d'un aéroport international, cette approche a été tracé. et de la réduction de l'expérience d'un aéroport international, cette approche est tracé. et de la réduction de l'expérience d'un aéroport international, cette approche a été tracée. Le temps nécessaire pour trouver de mauvaises données de 72 heures à 15 minutes .
3. Couche d'analyse des données: Activez le moteur de valeur de données
L'objectif principal de la couche d'analyse des données est de créer une plate-forme numérique jumelle et d'utiliser des algorithmes d'apprentissage automatique pour extraire trois types de valeur:
Prédire la santé de l'équipement: nous utilisons un réseau neuronal LSTM pour représenter 12 facteurs importants, notamment la fréquence des vibrations de mouvement et la pression de l'amortisseur hydraulique . Le système peut prévoir avec précision les défaillances de l'équipement 72 heures à l'avance 89% du temps, ce qui réduit les dépenses de maintenance de 40%.
Simulation dynamique du flux de passagers: à l'aide d'un réseau convolutionnel spatio-temporel (ST-CNN) pour examiner les anciennes données du flux de passager et construire un modèle qui prédit le flux de passagers au niveau des minutes . pendant le test d'une grande plaque tournante pour la planification des ressources de prédiction du flux de passager pendant les heures de pointe sous ± 5%, ce qui a donné une bonne base pour la planification des ressources .
Trouver des menaces de sécurité: utilisez des réseaux de neurones graphiques (GNNS) pour faire un graphique de la façon dont les passagers se comportent . L'algorithme peut trouver des structures de réseaux sociaux inhabituelles, un tel talonnage de groupe, des passes aberrantes à haute fréquence et d'autres modèles de comportement .
4. Couche d'optimisation de décision: modification de la façon dont le trafic est géré
Le système d'assistance à la décision obtient les résultats de l'analyse des données en temps réel via les interfaces API . Cela conduit à trois scénarios d'optimisation principaux:
Planification des ressources dynamiquement: le système utilise des algorithmes d'apprentissage de renforcement pour modifier automatiquement le nombre de canaux de porte ouverts en fonction du nombre de personnes qui traversent à tout moment . dans une station de métro, ce système a réduit le temps d'attente moyen des passagers pendant les heures de pointe de 12 minutes à 3 .}} et a augmenté le taux d'utilisation des canaux par 65%.
Faire un plan d'urgence: la plate-forme Twin numérique peut créer automatiquement le meilleur plan d'évacuation en simulant 12 types de situations, ces incendies et coups de terrorisme . dans une simulation de feu dans un aéroport, préparant le meilleur moyen pour que les gens partent en fonction des données de porte le processus 40% plus rapide .}
Improving service quality: The system can find service problems and start the process of fixing them by using NLP technology to look at passenger complaints. This system has raised passenger satisfaction at a given hub from 82% to 93%, and complaints are being handled in 8 minutes instead of 12.

Tripod Tripod Turnique