摄像头与机位
统一管理设备、摄像头、机位、健康状态和场景配置,保护现场连接凭据。

AIVision 将算法、规则、事件和证据放在同一条交付链路中管理。云端不直接读取现场 RTSP,现场视频优先在边缘侧完成处理。
统一管理设备、摄像头、机位、健康状态和场景配置,保护现场连接凭据。
在边缘盒子侧完成视频解码、模型推理、规则判断、预览和本地可靠队列。
按事件策略保存关键帧、图片和短视频,为确认、整改和复核提供依据。
平台统一管理组织、门店/园区、事件待办、模型发布、OTA 和操作审计。
上线前需确认相机角度、光照、距离、模型和现场样本。候选事件与正式判断之间保留人工复核与持续验收机制。
关注车辆活动、通道占用候选、区域进入和网络不稳定环境下的本地持续运行。
第一版可用能力覆盖安全帽和反光衣,适合施工、制造、仓储装卸和设备运维的试点评估。
将分散现场的人员、区域和通道风险统一纳入总部或区域运营视角,减少人工巡检压力。
事件不是一条孤立告警:它需要带着场景、规则、时间、证据与状态,进入可追踪的处置过程。
从现场帧到模型推理,再到事件、证据、待办与复核,AIVision 让每一次判断都有可回看的依据。
不将未验证的算法、模型或机位写成已交付能力。以一个可评估现场作为开始,建立稳定的设备、策略和验收基线。
确认现场布局、机位、网络、光照、风险点与可分析条件。
完成边缘盒子、摄像头清单、设备认领和健康状态的受控同步。
配置 ROI、阈值、时间段和证据策略,明确候选与正式事件口径。
根据事件闭环、质量反馈和版本记录,逐步扩展到更多场所与机位。
RTSP 凭据不进入页面和普通日志;证据可按权限、脱敏和留存策略管理。模型包、策略与软件版本均需要可识别、可校验、可回滚。
在已部署的边缘设备、模型和规则条件下,边缘侧可继续处理视频、生成事件并保存证据;网络恢复后按可靠队列同步。实际范围以现场设备和验收结果为准。
已验证或第一版可用的方向包括人员、车辆、区域进入、通道占用候选、安全帽与反光衣 PPE 检测,以及事件关键帧和短视频证据。其他能力需结合机位、模型与现场数据评估。
平台可管理模型包、策略和边缘盒子软件版本。模型包须包含版本、任务、摘要等信息,并在激活前校验;软件与模型采用独立的发布和回滚链路。