案例簡介

博大視野（廈門）科技有限公司是業內領先的智慧港口視覺方案提供商。公司為全球港口用戶提供堅固而智慧的港機智能輔助駕駛系統。公司自主研發的BroADAS港機智能駕駛系統是全球首創的ADAS理念運用于港口的可嵌入人工智能系統。BroADAS解決方案中通過使用NVIDIA GPU加速訓練，使用TensorRT加速了視頻推理和特征工程方面的工作，提升了研發的效率。

背景

博大視野（廈門）科技有限公司于2016年更名成立，是一家卓越的港口視覺方案提供商。公司以“專注視覺AI 賦能智慧港口”為使命將戶外重工業攝像機、視覺AI算法、ADAS智能輔助駕駛理念三者合一，致力于為港口提供視覺解決方案，為起重機賦能，最終實現讓港口更安全更智慧的社會使命。

博大視野自主研發的BroADAS港機智能輔助駕駛系統，是行業領先的將視覺人工智能用于港口輔助駕駛的平臺。基于高質量的港機作業數據，AI 可以減少在人形、鎖孔、集裝箱號以及港口一系列圖像識別方面的人工判斷，并解決視野盲區的安全隱患，通過建模、模型訓練、推理，以確保所研發的產品為港機司機提供安全舒適的駕駛體驗，并為港口提升經濟效益。

公司總部位于廈門市軟件園二期，在新加坡、香港、上海、深圳設有辦事處。如今，公司正攜手業內合作伙伴，服務于國內外港口碼頭如新加坡港，上海港，廈門港，寧波港，泉州港和江蘇港口集團。港機制造商振華重工、三一重工、海西重機、中聯、徐工、中車等等都是公司的長期合作伙伴。

挑戰

自動化碼頭是未來趨勢，港機遠控將成為未來自動化碼頭的集裝箱運輸部分的主要環節，通常的遠控只實現控制，通過博大視野的BroADAS港機輔助駕駛系統，可以實現人形識別、輔助著箱（鎖孔識別）等功能。通過GPU進行浮點運算，讓識別功能的實現更快捷高效，實現資源的合理分配。

在港口行業的工業自動化領域有幾大挑戰：一是數據，平臺需要海量的數據進行建模，分析，對數據的處理要快、準、全。二是算法，得到豐富的數據后，需要對數據進行分類和處理，同時要用到深度學習、機器學習技術對數據進行再次加工，計算出符合港口場景下圖像識別，需要花費大量的研究投入。三是算力。需要支持海量策略的訓練，只有CPU遠遠是不夠的，需要建立 CPU+GPU 異構計算，實現資源的合理分配。

BroADAS港機智能輔助駕駛系統方案

該項目用到NVIDIA Jetson系列產品，用于實現BroADAS岸橋輔助駕駛系統中的行人識別，推理技術用到了英偉達的DeepStream SDK框架，該框架集成了豐富的視頻處理功能和神經網絡推理模塊，極大的縮短了AI部署研發時間。

NVIDIA Jetson Nano 內部有硬件編解碼模塊，加速了視頻編解碼過程，縮短成像延時，同時減輕CPU和GPU的負擔。

該項目采用了TensorRT進行推理加速，推理速度相比未采用TensorRT時加快了10倍，使得成像延時低于350ms，解決了增加AI推理成像延時過長的問題。

影響

在NVIDIA GPU強大的AI算力加持下，博大視野提升了產品的研發效率，提升了視覺AI功能的準確度，為博大視野服務于智慧港口領域打下了良好的基礎，在同行業競爭中占得先機。

博大視野創始人及CEO吳南海表示：“在港口行業，攝像頭就是港機設備的眼睛。特別是遠控系統岸橋和場橋，司機的操控命令，都是通過攝像頭畫面進行判斷。我們公司已經為各個港口提供了穩定的監控系統，已經有堅固穩定的“眼睛”， 現在我們要做的是，再給港機設備賦予智慧的大腦。博大視野自主研發的BroADAS岸橋輔助駕駛系統中的地面行人識別、正面吊360度環視行人識別系統，都有用到英偉達的DeepStream框架和TensorRT加速技術。”

博大視野技術總監馮凱表示：‘’DeepStream 框架和TensorRT加速技術，這兩個技術特別適合應用于攝像機的視頻推理加速、集裝箱鎖孔識別、車道線識別，我們會繼續擁抱 NVIDIA 的技術，從而不斷為智慧港口自動化碼頭賦能。NVIDIA GPU硬件平臺為博大視野的產品研發提供了強大算力支撐，相信在英偉達初創加速計劃的助力下，博大視野的視覺AI將研發及迭代得更快、更穩。“

編輯：jq