你的位置:首页 > 光电显示 > 正文

安防监控技术发展的新趋势

发布时间:2023-07-10 来源:Mouser 责任编辑:wenwei

【导读】安防监控历史可以追溯到几千年前,古代城墙和士兵巡逻承载了城市保护的任务。20世纪初,人们开始使用闭路电视和无线电传输等技术来实现远程监控。进入21世纪后,智能视频分析、云存储和无线通信等创新技术的加持让安防监控进入了新的纪元。而近年来,“AI+安防”成为了行业热议的话题,人工智能赋能和新型智慧城市的政策推动,让安防监控产业持续蓬勃发展。


本文就和大家一起来探讨下安防监控领域的技术新趋势,以及在“AI+安防”时代,如何实现更精准的安防监控。


安防监控技术新趋势迈入智能化监控时代


通常提起安防监控,一般所指的就是视频监控系统。但随着对智能化、高效化安全监控需求的增加,安防监控技术也在不断创新和发展。像门禁系统、防盗报警、消防报警等都可以和视频监控相互融合,形成一个集成的安防管理方案。


当前我们正处在从网络监控时代迈向智能监控时代的进程中。总体来看,整个安防监控应用呈现出数字化、网络化、移动化和智能化几大趋势。


1686126178169791.png

图1:安防监控的市场发展(图源:IHS Markit)


1. 数字化趋势


首先是安防系统数字化的趋势。传统的闭路电视摄像头采用的是模拟信号输出,而现在大部分被数字化摄像头所取代。数字化摄像头可以提供清晰、稳定和可靠的数字视频信号。数字视频信号可以实现更高效的存储、传输和共享,并且更易与其它类型数据进行整合。数字化的监控系统可以实现自动化监控和预警,同时提供实时数据和报告,帮助用户更加全面地了解安全状态。


2. 网络化趋势


网络化是指安防设备和系统通过网络进行连接和通信,实现远程监控和管理。随着互联网的发展,安防设备和系统之间的互联互通变得更加容易,这使得安防系统的覆盖范围和监控能力都有了显著提升。网络化趋势的技术支撑主要来自IP网络技术和云计算。


IP网络技术是安防监控中基础的网络技术,可以实现数字视频、音频和其它数据在网络上的传输和处理,高带宽、低延时和高可靠性是其持续演进的目标。而通过过云计算技术,可以将数据和应用程序存储在云服务器上,实现对于视频监控和报警信息等数据的集中管理。针对采集到的大规模数据进行深度分析,可以进一步反馈到监控系统,从而推动整体安防系统迭代升级。


15.png

图2:住宅安全监控方案(图源:alarm.com)


3. 移动化趋势


移动化是指可以通过安防监控设备的移动化,以及通过移动设备来对安防系统进行远程操作和管理。随着移动应用和5G通信技术的发展,用户可以通过移动设备随时随地进行监控、配置和管理,获取安全信息并进行应对。目前使用移动设备进行远程监控的用户已经占到了安防监控市场的较大比例,并且持续上升。


来自Mordor Intelligence发布的《Global Smartphone Video Surveillance Market - Growth, Trends, and Forecasts (2020 - 2025)》报告称,2019年全球智能手机监控市场规模超过了43亿美元,预计到2025年将达到91亿美元。


4. 智能化趋势


智能化则是安防监控近年来极为重要的技术发展趋势,尤其是随着人工智能技术的落地,“AI+安防”将为安防监控应用带来巨大变革。通过在端侧集成多种传感器,可以实现对周围环境的智能感知,包括声音、图像和温湿度等。这些数据可以用来识别如烟雾和火灾等异常行为,并提供预警信号。


借助计算机视觉和深度学习技术,可以对视频进行智能分析和识别。基于人脸识别技术,可以自动捕获监控画面中的人物特征,甚至可以对不同的个体进行精确识别,并与数据库中的信息进行比对,从而实现自动门禁管理、人员进出记录等功能。


1686126153607628.png

图3:机场AI监控方案(图源:HITACHI)


AI+安防正推动着智能安防监控市场不断扩大,预计到2025年将会达到500多亿美元的市场规模。基于这一火热的市场前景,不同类型的玩家也纷纷入局抢占市场,像人工智能企业、传统安防企业、智能硬件厂商和安防云服务商都在推出自己的全套解决方案。


但不论是何种AI+安防的方案,都需要实现智能化的底层硬件基础,以及来自感知层面的传感器升级。端侧传感器融合和感知能力冗余,是实现安防监控智能化的第一步。


1686126137971478.png

图4:AI监控产业链(图源:安天下)


智能化安防监控的感知入口——雷达传感器


摄像头是安防监控的主要传感器,视频监控目前占据了整个安防市场的90%以上。但摄像头仅提供二维图像记录,实现实时主动监控的成本较高。在某些特定条件下,仅仅靠摄像头的感知是不全面的,激光雷达和毫米波雷达与摄像头的集成,可以实现更精准的智能感知。多传感器集成,是端侧安防设备实现智能功能的关键硬件基础。


1686126121276402.jpg

图5:安防监控中的传感器技术(图源:Velodyne Lidar)


相比摄像头这种通过实时视频分析来实现主动监控的方案,通过雷达来进行实时监测的准确性更高,所需的算力和功耗也更低,可以直接在端侧获取到目标物体的位置、运动状态和路径。而且雷达所捕获的是3D场景的深度信息,相比摄像头的二维信息采集更加全面。


另一方面,在夜间或低能见度条件下,雷达不会受到光线问题的困扰,仍可以实现目标物体的准确检测。此外,在一些需要隐私保护的室内场景中,雷达的监测信息并不涉及到图像和视频,仅为3D建模信息,因此更能确保用户的私密信息安全。


1686126106372291.png

图6:雷达实现物体检测(图源:nanoradar)


正是基于以上优势,在当前的诸多安防应用中,会更多地采用雷达传感器实现全天候实时的异常检测,为判断和确定异常情况搜集线索,而摄像头则更多地用于跟踪线索的视频记录和实时影像传输,雷达与摄像头的联动成为了智能化安防应用的理想方案。


在大型安防系统中,控制中心可以通过雷达解析可疑人员的距离、速度和方向,并根据距离信息控制摄像机的电动变焦镜头,从而清晰捕捉发现该人员的区域。


1686126091327812.png

图7:边界区域安全的安防监控系统(图源:Leanhowford)


雷达传感器分为激光雷达(LiDAR)和毫米波雷达(RADAR)两类,激光雷达发射的是激光脉冲,而毫米波雷达发射的是电磁波。激光雷达的精度更高,而毫米波雷达的探测范围更广;激光雷达的模组成本通常要比毫米波雷达贵得多;激光雷达通常用于需要更高精度和更详细建模的环境感知任务,如自动驾驶汽车或机器人导航系统,毫米波雷达则更适合于对成本功耗敏感的安全监测和物体检测等应用。


1686126078629527.jpg

图8:不同传感器的优势对比(图源:embedded.com)


适用于广泛安防用途的高精度60GHz雷达


安防监控要实现更高准确性,就要求雷达有更高的精度。而要追求更高精度,就需要雷达频段提高。目前60GHz雷达是市场上非常热门的选择,提供了更好的穿透能力和抗干扰能力。而在一众产品中,英飞凌提供的XENSIV™ 60GHz雷达MMIC凭借着高集成度、低功耗和高性价比脱颖而出。


XENSIV™ 60GHz雷达MMIC集成了封装天线(AIP)以及内置运动和运动方向检测器,其FMCW工作模式具有5.5GHz的超宽带宽,可以检测毫米范围内的微动,实现包括存在探测、跟踪、生命传感和手势控制等在内的先进雷达功能。


1686126063625627.png

图9:BGT60系列雷达MMIC(图源:英飞凌)


该产品系列提供两种不同的型号选择,一类是集成一发三收天线的BGT60TR13C MMIC,另一类是集成了一发一收天线的BGT60LTR11AIP MMIC。其中BGT60TR13C可以实现低于5mW的功耗,BGT60LTR11AIP的功耗则可以低至2mW。


除了性能成本和功耗优势外,开发优化是该产品的一大特色。内置的封装天线(AIP)消除了用户端天线设计的复杂性,集成的功能集让MMIC可以实现速度、角度、水平和垂直方向的测量。基于英飞凌已经提供的算法,MMIC可以在不侵犯隐私的情况下实现人体存在检测、跟踪和分割、入门计数等应用。


英飞凌还提供了IP摄像头中集成MMIC的参考设计方案。如下图所示,MMIC作为附加感知的模块,让摄像机系统在检测到运动时唤醒,从而降低运营成本和所需的带宽。


1686126049989188.png

图10:集成运动检测的 IP摄像头方案(图源:英飞凌)


此外,值得一提的是,BGT60LTR11AIP是一款尺寸极小的MMIC产品,这种小型雷达甚至可以作为传统被动式红外传感器(PIR)的替代升级方案,适用于IoT电池供电应用。该产品在贸泽电子的具体料号为“BGT60LTR11AIPE6327XUMA2”。


1686126009845501.png

图11:BGT60LTR11AIP框图(图源:英飞凌)


“AI+安防”时代雷达传感器不可或缺


传感技术赋予安防设备感知的能力,AI技术赋予安防设备认知的能力。感知和认知能力相结合、单设备多功能集成和多设备的同平台融合,是安防智能化的未来发展趋势。


在AI安防初期,图像及视频处理主要依靠云端算力支持,前端安防设备只用于数据的采集。但随着视频数据采集走向4K/8K,原始数据量的激增给传输和计算带来了压力,算力向端侧前移成为必然。将训练好的模型部署在端侧的AI加速单元中,就可以提高边缘端的推理能力,实现低延时、高能效的本地AI推理运算。


例如在端侧的视频处理链路中集成NPU实现AI降噪、HDR、弱光色彩增强等功能;在声音处理链路中集成专用加速单元来实现AI降噪、语义识别、智能唤醒等功能。在设备端、边缘端的AI推理应用普及,将加速安防监控的智能化发展。


要实现“AI+安防”,算力和模型的提升固然重要,但设备端侧的感知能力提升同样关键,没有精准的感知能力也就没有了准确的推理数据来源,AI推理的结果也会大受影响。多传感器融合、感知能力冗余能够让安防监控的安全性进一步提高。毫米波雷达凭借着更优异的性能、功耗、成本和安全表现,成为了智能化安防监控设备中重要的传感器选择。


随着60GHz毫米波雷达的成本降低,雷达传感器在安防监控设备中的应用比例还将会进一步提升,推动安防监控加速迈入“AI+安防”时代。



免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理。


推荐阅读:


电池充电状态和运行状态监控提升电池的使用效率与安全性

谁在重塑工业机器人的未来?

为先进处理器和MCU选择USB转接驱动器:这三个关键技术考量,你知道吗?

OLED数字车灯照亮汽车产业的未来

想让血氧测量仪小而美?试试这种光学前端

特别推荐
技术文章更多>>
技术白皮书下载更多>>
热门搜索
 

关闭

 

关闭