道路使用者经常面临路面劣化、损坏甚至障碍物的问题。其中，坑洞被认为是道路上最严重的问题之一，会增加行车压力、燃油成本和机械磨损，同时降低交通流量和安全性。因此，为了降低维护成本并延长路面寿命，道路管理单位必须进行持续性的长期道路状况监测（RCM）。
AI 技术的应用
NEXCOM 的强固型、无风扇、宽温（-40°C至70°C）且耐用的车载计算机 VTC 6222，具备公共工程领域所需的 AI 特性，包括支持 IP 摄影机监控和智慧传感器障碍物侦测的四个 802.3at/3af PoE埠。透过与 Google 的合作，NEXCOM 建构了一个全方位的 AI 生态系统，支持公共工程领域的多种应用，包括对象侦测和状况监测。Google Coral TPU 让使用者能够在边缘端准确、高效且安全地执行推论。此 TPU 采用开放原始码机器学习推论框架 TensorFlow Lite，能够训练新的或现有的模型，并部署于 NEXCOM 的 VTC 6222 上。
迈向先进的智慧道路
NEXCOM 与 Google 和 SpringML 合作，提出一套全自动化的 RCM 解决方案。透过安装SpringML 的 SpringVision，实现了路面状况不良的记录和警报功能。此外，在扫街车的前方和侧边安装摄影机，用于验证道路基础设施/法规执行违规行为。所有影像数据将在车辆返回客户车厂时，透过公司的私有 Wi-Fi 网络自动上传至 Google Cloud Platform 进行处理。道路管理单位可透过用户友善的网页接口查看结果，并在必要时将结果派送至 311 通报系统。采用 AI 驱动的车载解决方案，同时降低总拥有成本（TCO），无疑是 RCM 的未来趋势。
结论
通过 E-mark 认证的车载资通讯计算机 VTC 6222，采用 Intel Atom® 四核心处理器 E3950，最高频率可达 2.0GHz。搭配 Google Coral TPU 使用，能够在需要低延迟侦测时，透过近实时推论实现边缘 AI 应用 —— RCM。VTC 6222 具备 2.5 吋可抽取式 SSD/SD 记忆卡，并符合 MIL-STD-810G 振动和冲击标准，能够在严苛环境下正常运作。
应用架构图
应用需求关键特性
- Intel Atom® 四核心处理器 E3950，最高频率 2.0GHz
- 4 个 GbE PoE埠（IEEE 802.3af/at，最大功率 60W）
- 内建 u-blox M8N/M9N GNSS
- 内建 CAN Bus 2.0B
- 三个影像输出，一个 VGA 和两个 HDMI
- 3 个 mini-PCIe 扩充插槽
- 双外部储存（兼容15mm硬盘）
- E-mark认证
