2층 버스의 안전 과제
2층에 서 있는 승객은 버스의 무게 중심을 이동시켜 회전 시 불안정성과 낙상 위험을 증가시킵니다. '전원 착석' 정책은 거의 보편적이지만 시행 방법은 매우 다양합니다. 한 대중교통 제공업체는 AAEON과 협력하여 차량 내 카메라와 엣지 AI 분석을 결합하여 도입함으로써 규정 준수를 자동으로 강화했습니다.
승객을 즉각적으로 감지하기 위한 지연 시간이 최소화된 엣지에서의 YOLO 추론.
차량의 진동 및 전원 환경에서 고장 없이 견딜 수 있어야 합니다.
최소한의 설정만으로 70대 이상의 버스에 원활하게 배포할 수 있어야 합니다.
NVIDIA Jetson Orin Nano로 구동되는 작고 팬이 없는 임베디드 AI 시스템인 AAEON의 BOXER-8623AI는 이상적인 선택이었습니다. 슈퍼 모드(Super Mode) 지원으로 최대 67 TOPS의 AI 성능을 제공하여 애플리케이션에서 요구하는 빠른 추론 속도와 멀티 스트림 처리를 가능하게 합니다.
-15°C ~ 65°C의 넓은 온도 내성과 12V~24V의 전원 입력 범위는 차량 내 배포에 완벽하게 적합합니다.
높은 진동 및 충격 내성으로 주행 중인 차량의 내부 구성 요소를 보호합니다.
단일 케이블로 데이터와 전원을 모두 공급하여 별도의 전원 배선이 필요하지 않습니다. 과전류 및 단락 보호 기능이 내장되어 있어 DC 어댑터가 필요하지 않습니다.
180×136×75mm 크기에 불과한 BOXER-8623AI는 나사 4개로 벽에 장착할 수 있어 대규모 차량에 대한 배포를 앞당깁니다.
맞춤형 BSP 제공
- 최적화된 YOLO 추론 모델 사전 로드
- NVIDIA JetPack을 포함하여 배포 준비가 완료된 OS
- 멀티 카메라 추론을 위해 사전 구성된 라이브러리
- 모든 주변기기에 대한 드라이버 호환성 평가
AAEON은 불과 몇 주 만에 프로토타입에서 파일럿 테스트 단계로 진행했습니다.
승객의 안전에 영향을 미칠 수 있는 사고 발생률이 감소할 것으로 추정됩니다.
실시간 자동 경고를 통해 전체 차량에서 승객 착석 규정이 완벽하게 준수되도록 보장합니다.
각 정류장에서 출발하기 전 운전자가 승객의 착석 여부를 확인하는 데 소요되는 시간을 단축했습니다.