在我们的物理空间中，对自动化，提高运营效率和安全性的呼声之高前所未有。大约有10亿个摄像头 -物联网（IoT）终端传感器，已经部署在全球的城市和空间中，使我们的生活更美好、更安全。基于AI的视频分析优化对于无人零售、简化库存管理、智慧城市的交通工程、工厂车间的光学检测、医疗设施的患者护理等至关重要。

在本系列文章中，我们将探索现实案例中如何利用运行在NVIDIA的EGX平台上的NVIDIA Metropolis应用框架进行AI视频分析从而解决各行各业中复杂的运营和安全问题。NVIDIA Metropolis及其庞大的合作伙伴生态系统有助于将基于AI且功能强大的视频分析应用更快推向市场。本篇先从交通入手，展示AI是如何助力打造智能交通系统、提高交通效率的。

亚利桑那州马里科帕县交通部（MCDOT）管理着全美第14 大交通繁忙地区，交通拥堵问题严重。NVIDIA Metropolis 合作伙伴 NoTraffic 通过基于人工智能的交通管理平台为他们提供了所需的答案，该平台优化流程基于实时性利用率和需求进行优化。 

AI 传感器单元安装在每个交叉口，通过机器视觉和雷达的融合提供道路用户检测 和分类。这些传感器们利用 NVIDIA Jetson 边缘 AI 设备和 NVIDIA MetropolisAI框架进行交叉路口的视频处理。NoTraffic 的路边单元可以检测和分类道路使用者，包括轿车、公交车、卡车、自行车、行人，甚至在任何光线或天气条件下的应急车辆。 

使用边缘计算对处理后的数据进行优化可以改善交通信号灯，节省带宽并降低延迟。城市工程师可以使用定制仪表盘进行数据查看与实时分析，从而实现如碰撞预测和定义特定道路用户优先级等功能。 

MCDOT 实现了显著的效率提升，且未来可期。预计每年可减少 22607 公吨的温室气体排放， 等同于道路上少了 4915 辆车。通过预防成本（车辆磨损、燃油节省和维护）的支出，每年可节省 5000 万美元以上。且预估每年可消除 3957 个月的车辆延误时间。

当一架商用航班着陆并滑行到登机口时，一系列的清洁、补货和飞机维修工作就已开始，这就是所谓的“周转”。更快完成这些工作意味着飞机在停机坪上停留的时间更少，客户的等待时间也更少，这样航空公司的利润也会更高，伦敦盖特威克机场（LGW）是全球最繁忙的单跑道机场，该机场在AI的助力下，充分利用了每一秒的时间。

Assaia是一家总部位于苏黎世的初创公司，该公司使用图像识别算法处理视频，并提供预测分析，以更好地管理周转运营。LGW是世界上第一个实施Assaia周转控制的机场，在14个停机位安装了28个摄像头。使用NVIDIA Jetson AGX Xavier模组对来自摄像头的视频流进行本地化分析，使机场实时全面了解所有周转活动。该系统利用AI算法将视频流转化为结构化数据，其中包括周转事件的时间戳和安全相关数据。这样，机场员工和供应商可以使用此数据来提高准点率，增强安全性，并降低成本。

LGW现在可以让更多乘客每天搭乘更多航班，同时降低运营成本，加速可持续发展，为机场工作人员、航空公司机组人员和乘客提供了更安全的环境。

对于许多通勤者来说，每天的出行包括开车到火车站，停车，然后搭乘火车。听起来很简单，但缺少亟需的停车位往往会导致沮丧且浪费时间，甚至会导致错过火车。靠近丹麦首都哥本哈根的新车站Køge Nord Station利用AI接受了这一挑战。 

NVIDIA Metropolis合作伙伴DataFromSky推出的创新解决方案使用摄像头来监控停车场的车位占用情况，支持移动支付，甚至可以将驾驶员导航到空停车位。由搭载NVIDIA T4 GPU的NVIDIA EGX 服务器平台使用经过训练的算法实时分析摄像头视频流，从而检测出各个停车区域是否已被占用。基于浏览器的界面简化了系统管理，移动应用程序将司机与支付、导航服务以及停车到时的通知连接起来。如果停车场发生犯罪，该系统甚至可以与当地执法机构对接，共享车牌号和其他信息。

Køge Nord Station现在可以为通勤者提供理想的停车解决方案。每个摄像头可监视多达400个停车位，并利用NVIDIA DeepStream SDK将视频流实时转换为有价值的见解。该系统提供了新的数据和能力，与地面传感器相比，成本更低且更易于部署。AI帮助车站运行更平稳，省钱，同时缓解了每一次通勤的痛苦体验。