双层巴士的安全挑战

上层甲板的站立乘客会改变巴士的重心，增加转弯时的不稳定性与跌倒风险。虽然“仅限入座”的规定几乎是通用的，但执行方式却大不相同。一家公共交通企业与研扬合作，部署了车载摄像头并搭配边缘 AI 分析，以自动化方式加强合规性。

在边缘进行极低延迟的 YOLO 推理，以即时检测乘客。

必须能承受高振动与车辆供电的环境而不发生故障。

只需最少的配置，即可无缝部署于 70 辆以上的巴士。

研扬的 BOXER-8623AI 是一款由 NVIDIA Jetson Orin Nano 驱动的紧凑型无风扇嵌入式 AI 系统，正是理想之选。凭借对 Super Mode 的支持，它能提供高达 67 TOPS 的 AI 性能，实现此应用所需的高推理速度与多流处理能力。

其宽广的 -15°C 至 65°C 温度耐受度与 12V–24V 电源输入范围，使其完全适合车载部署。

高振动与冲击耐受度能保护行驶中车辆内的内部组件。

通过单根线缆提供数据与电力 — 无需额外的电源布线。内置的过电流与短路保护免除了对 DC 适配器的需求。

BOXER-8623AI 尺寸仅 180×136×75mm，可通过四颗螺丝进行壁挂安装，从而加快在大型车队中的部署速度。

上层甲板的 PoE 摄像头将视频传输至 BOXER-8623AI，后者在 NVIDIA Jetson Orin Nano GPU 上运行 YOLO 模型以检测站立乘客。当识别出安全问题时，系统会触发警报，通过 Wi-Fi 模块传输至驾驶舱内的调制解调器，让驾驶员能立即采取行动。

交付定制化 BSP

• 预先加载优化的 YOLO 推理模型
• 预装 NVIDIA JetPack 且可随时部署的操作系统
• 针对多摄像头推理预先配置的库
• 针对所有外设的驱动程序兼容性评估

研扬在短短几周内，便完成了从原型设计到试运行的进程。

预估减少了可能影响乘客安全的事故发生率。

实时的自动化警报确保了整个车队完全遵守“乘客入座”的规定。

减少了驾驶员在每站发车前确认乘客已入座所花费的时间。

BOXER-8623AI 坚固的模块化设计加上研扬的持续支持，为车队提供了面向未来的保障，延长了运营寿命，并提供顺畅的软件更新通道。