كم مللي ثانية تستغرق لإكمال التعرف على الذكاء الاصطناعي من حالة سبات كامل؟

لقد خسرت عقدًا مرة واحدة لأن كاميرتي استيقظت ببطء شديد. دخل المتسلل، وسرق سلك نحاسي، وغادر قبل أن يتمكن النظام من التقاط إطار واحد. فشل ذلك كلفني أكثر من المعدات نفسها.

من السبات الكامل إلى التعرف المكتمل على الذكاء الاصطناعي، صناعي مُحسَّن جيدًا نظام كاميرا PTZ بالطاقة الشمسية 4G¹ يستغرق ما بين 1500 مللي ثانية و 2500 مللي ثانية. وهذا يشمل تشغيل الأجهزة، وتهيئة مستشعر الصورة، وضبط التعرض التلقائي، و استدلال الشبكة العصبية². المنتجات الاستهلاكية عادة ما تحتاج إلى 4 إلى 7 ثوانٍ لنفس العملية.

وقت التشغيل البارد للتعرف على الذكاء الاصطناعي لكاميرا PTZ تعمل بالطاقة الشمسية

هذا الرقم مهم أكثر مما توحي به معظم أوراق المواصفات. إذا كنت تنشر كاميرات في مواقع خارج الشبكة - مواقع بناء، مزارع، خطوط أنابيب بعيدة - فإن كل مللي ثانية من التأخير هي حدث محتمل مفقود. أدناه، سأفصل كل مرحلة من مراحل عملية التشغيل البارد وأشرح ما يميز نظامًا يلتقط المتسللين عن نظام يسجل خروجهم فقط.

هل وقت “التشغيل البارد” إلى “التعرف على الذكاء الاصطناعي” أقل من 2000 مللي ثانية لتطبيقات الأمان العالي؟

بالنسبة لمهام الأمان العالي، أحتاج إلى نظام يستيقظ ويفكر قبل أن يختفي التهديد. وقت تشغيل مدته 5 ثوانٍ ليس أمانًا. إنه تسجيل للعواقب.

نعم، تحقيق وقت تشغيل بارد إلى تعرف على الذكاء الاصطناعي أقل من 2000 مللي ثانية ممكن مع تحسين البرامج الثابتة من الدرجة الصناعية. يتطلب بنية تشغيل مقسمة، وتهيئة سريعة للمستشعر، ووحدة معالجة عصبية مخصصة تعمل بسرعة 2+ TOPS. معظم الكاميرات الاستهلاكية لا يمكنها الوصول إلى هذا المعيار.

معيار وقت التعرف على الذكاء الاصطناعي عند التشغيل البارد لكاميرات المراقبة

تفصيل ميزانية 2000 مللي ثانية

لفهم ما إذا كان النظام يمكنه تحقيق هذا الهدف، تحتاج إلى رؤية أين تذهب كل مللي ثانية. عملية التشغيل البارد لها أربع مراحل مميزة. لكل منها حد مادي لا يمكن لأي خدعة برمجية تجاوزه بالكامل.

المرحلة	ما يحدث	الوقت (مللي ثانية)	الملاحظات
مشغل التنبيه	مستشعر PIR3 أو يكتشف المعالج المساعد الحركة	< 50 مللي ثانية	شبه فوري
تشغيل الطاقة للأجهزة	تشغيل النظام على الرقاقة، اختبار ذاتي لذاكرة الوصول العشوائي المزدوج، تهيئة المستشعر	800 – 1,200 مللي ثانية	مرحلة عنق الزجاجة
التقاط الإطار الأول	يخرج المستشعر صورة، يتقارب التعريض التلقائي	200 – 400 مللي ثانية	يحتاج إلى 2-3 إطارات للاستقرار
استدلال الذكاء الاصطناعي	تعمل وحدة معالجة العصبية على نموذج اكتشاف البشر/المركبات	100 – 300 مللي ثانية	يعتمد على تصنيف TOPS لوحدة معالجة العصبية

لماذا تشغيل الطاقة للأجهزة هو عنق الزجاجة الحقيقي

لا يمكن للنظام على الرقاقة تخطي تسلسل الإقلاع الخاص به. يجب أن تكمل ذاكرة الوصول العشوائي المزدوج اختبارًا ذاتيًا. تحتاج إشارة الساعة إلى الاستقرار. هذه عمليات فيزيائية تحكمها سلوك السيليكون، وليس إعدادات البرامج.

في أنظمتنا، نستخدم مسار إقلاع مقسم. يقوم البرنامج الثابت بتحميل محرك استدلال الذكاء الاصطناعي وخط أنابيب الصور أولاً. تحدث مكدس الشبكة، والتحكم في محرك PTZ، وتركيب نظام الملفات بالتوازي ولكنها لا تعيق مسار التعرف. هذا يوفر 300 إلى 500 مللي ثانية من الوقت الإجمالي.

مشكلة تقارب التعريض التلقائي

عندما يتم تشغيل مستشعر الصورة لأول مرة، فإنه لا يعرف سطوع المشهد. قد يكون الإطار الأول أسود تمامًا أو أبيض ساطعًا. يحتاج خوارزمية التعريض التلقائي إلى 2 إلى 3 إطارات للعثور على سرعة الغالق الصحيحة وإعداد الكسب.

في ظروف الإضاءة المنخفضة، يصبح هذا أسوأ. يحتاج المستشعر إلى أوقات تعرض أطول، مما يعني أن كل إطار يستغرق وقتًا أطول. قد يضيف مشهد عند 0.1 لوكس 200 مللي ثانية إلى خطوة تقارب التعريض التلقائي مقارنة بمشهد نهاري.

ما يتطلبه “أقل من 2000 مللي ثانية” فعليًا

للبقاء باستمرار تحت 2000 مللي ثانية، يحتاج النظام إلى كل هذه:

• نظام على شريحة (SoC) مع برنامج ثابت للتمهيد السريع (ROM التمهيد محسّن للاستخدام بالكاميرا)
• تجاوز اختبار ذاتي لذاكرة الوصول العشوائي الديناميكي (DDR) أو فحص مسرّع
• مستشعر صور مع قفل ساعة سريع (أقل من 100 مللي ثانية)
• وحدة معالجة عصبية (NPU) بـ 2 TOPS على الأقل مخصصة للاستدلال
• أوزان نموذج الذكاء الاصطناعي المحملة مسبقًا والمخزنة في ذاكرة سريعة

بدون أي من هذه العناصر، سيتجاوز النظام 2000 مللي ثانية في الظروف الواقعية. لقد اختبرت عشرات الشرائح على مر السنين. الفجوة بين منصة صناعية مضبوطة جيدًا ونظام SoC استهلاكي عام ليست صغيرة. إنها الفرق بين التقاط الحدث وتفويته.

كيف يمنع تصميم “التشغيل الفوري” لوحدة المعالجة المركزية (SoC) فقدان الخطوات الأولى للهدف؟

لقد شاهدت لقطات تشغيل حيث يكون الشخص بالفعل على بعد 10 أمتار من الكاميرا قبل ظهور الإطار الواضح الأول. هذا ليس نظام أمان. هذا ثقالة ورق باهظة الثمن.

يستخدم هيكل نظام SoC “التشغيل الفوري” معالجًا مساعدًا منخفض الطاقة يحافظ على مستشعر الصور في حالة التقاط دنيا أثناء السكون. عند اكتشاف الحركة، يسحب النظام إطارات مخزنة مؤقتًا مسبقًا من الذاكرة بدلاً من انتظار تهيئة الأجهزة بالكامل. هذا يلغي أول ثانية إلى ثانيتين من وقت التعمية.

مخطط هيكل التشغيل الفوري لنظام SoC لكاميرا أمان PTZ

نهج الفيديو دائم التشغيل (AOV)

الطريقة الأكثر فعالية لمنع تفويت الخطوات الأولى هي AOV - الفيديو دائم التشغيل. هذا لا يعني أن النظام بأكمله يبقى مستيقظًا. بدلاً من ذلك، يحتفظ معالج مساعد صغير بمستشعر الصور قيد التشغيل بمعدل إطارات منخفض للغاية، عادةً إطار واحد في الثانية، مع استهلاك أقل من 50 ميجاوات من الطاقة.

عند تشغيل مستشعر PIR، لا يحتاج النظام إلى تهيئة مستشعر الصور من الصفر. لديه بالفعل إطار حديث في الذاكرة. يقوم نظام SoC الرئيسي بالتمهيد ولديه على الفور بيانات صور لتغذية نموذج الذكاء الاصطناعي.

مخزن مؤقت للتسجيل المسبق: التقاط ما حدث قبل الاستيقاظ

يتضمن البرنامج الثابت لدينا من المخزن المؤقت للتسجيل المسبق⁴. يقوم المعالج المساعد بتخزين آخر 0.5 ثانية من الإطارات منخفضة الدقة في كتلة ذاكرة صغيرة مخصصة. عندما يستيقظ النظام الرئيسي، يمكنه:

1. تشغيل استدلال الذكاء الاصطناعي على الإطارات المخزنة مؤقتًا على الفور
2. تحديد ما إذا كان الهدف إنسانًا أو مركبة أو حيوانًا
3. بدء التسجيل بدقة كاملة مع إنشاء السياق بالفعل

هذا يعني أن فيديو التنبيه يبدأ قبل لحظة التشغيل. يرى المشغل الشخص يقترب، وليس فقط الشخص الموجود بالفعل في الإطار.

ميزانية الطاقة لوضع AOV

القلق بشأن AOV هو استهلاك الطاقة. بالنسبة للنظام الذي يعمل بالطاقة الشمسية، كل ميلي واط مهم. إليك كيفية توزيع الطاقة:

المكوّن	وضع السكون (بدون AOV)	وضع السكون (مع AOV)
المعالج المساعد	5 ميلي واط	15 ميلي واط
مستشعر الصورة (1 إطار في الثانية)	0 ميلي واط	30 ميلي واط
DDR (وضع الاستعداد)	0 ميلي واط	10 ميلي واط
إجمالي استهلاك وضع الاستعداد	5 ميلي واط	55 ميلي واط

الـ 50 ميلي واط الإضافية ذات مغزى ولكنها قابلة للإدارة. يمكن لوحة شمسية بقدرة 60 واط مع بطارية 40 أمبير في الساعة أن تدعم هذا إلى أجل غير مسمى في معظم المناخات. المقايضة واضحة: إنفاق 50 ميلي واط إضافية أثناء السكون، أو فقدان أول 1.5 ثانية من كل حدث.

لماذا هذا مهم لأنظمة PTZ بدقة 40X

على كاميرا PTZ بتقريب 40X تراقب محيطًا على بعد 500 متر، يقطع شخص يمشي بسرعة عادية حوالي 1.5 متر في الثانية. إذا استغرق النظام 3 ثوانٍ للاستيقاظ والتعرف، فقد تحرك الهدف 4.5 أمتار. عند تقريب 40X مع مجال رؤية ضيق، قد يكون هذا الشخص خارج الإطار بالفعل.

مع AOV والتخزين المؤقت المسبق، يلتقط النظام الهدف منذ لحظة دخوله منطقة الكشف. يمكن لـ PTZ البدء في التتبع فور تأكيد الذكاء الاصطناعي لفئة الهدف. لا خطوات مفقودة. لا نافذة عمياء.

هل سيفشل التعرف على الذكاء الاصطناعي عند التشغيل البارد إذا كان الهدف يتحرك بسرعة أكبر من 5 أمتار في الثانية؟

شخص يركض بأقصى سرعة يتحرك بسرعة حوالي 8 أمتار في الثانية. مركبة في موقف سيارات تتحرك بسرعة 5 إلى 10 م/ث. إذا لم يتمكن نظامي من التعامل مع الأهداف سريعة الحركة أثناء البدء البارد، فهو عديم الفائدة للسيناريوهات الأكثر أهمية.

يمكن للتعرف بالذكاء الاصطناعي عند البدء البارد التعامل مع الأهداف التي تتحرك بسرعة 5+ م/ث، ولكن فقط إذا كان النظام يستخدم التقاطًا معوضًا للحركة واكتمل تقارب AE في غضون إطارين. بدون هذه التحسينات، سيؤدي ضبابية الحركة عند السرعة العالية إلى فشل نموذج الذكاء الاصطناعي في أول إطار قابل للاستخدام، مما يدفع التعرف الناجح إلى الإطار الثاني أو الثالث.

التعرف بالذكاء الاصطناعي على الأهداف سريعة الحركة أثناء التشغيل البارد

مشكلة ضبابية الحركة

عندما يتحرك هدف بسرعة 5 م/ث وتستخدم الكاميرا إطارًا أولًا بوقت تعرض طويل (لأن AE لم يتقارب بعد)، تكون النتيجة وخيمة ضبابية الحركة⁵. شكل بشري ضبابي لا يتطابق مع الأنماط التي تم تدريب الشبكة العصبية عليها. يُخرج نموذج الذكاء الاصطناعي درجة ثقة منخفضة، ويتجاهل النظام الاكتشاف أو يؤخر التنبيه.

الرياضيات بسيطة. بسرعة 5 م/ث مع سرعة غالق 1/30 ثانية، يتحرك الهدف حوالي 167 ملم أثناء التعرض. على مستشعر بدقة 1080 بكسل مع عدسة بزاوية واسعة، يترجم ذلك إلى حوالي 50 بكسل من الضبابية. تفشل معظم نماذج اكتشاف البشر عندما تتجاوز الضبابية 20 بكسل على الهدف.

كيف نحل هذه المشكلة

يجبر البرنامج الثابت لدينا سرعة غالق سريعة على أول إطارين بعد الاستيقاظ، حتى لو كانت الصورة معرضة للضوء بشكل طفيف. المنطق مباشر:

• يمكن لنموذج الذكاء الاصطناعي التعرف على صورة داكنة ولكنها واضحة
• لا يمكن لأي شيء التعرف على صورة ساطعة ولكنها ضبابية

تم تدريب نموذج الذكاء الاصطناعي على صور ذات إضاءة منخفضة وضوضاء. يتعامل مع التعرض المنخفض بشكل أفضل بكثير مما يتعامل مع ضبابية الحركة. لذلك نضحي بالسطوع من أجل الوضوح خلال الإطارات الأولى الحرجة.

توقيت الإطار والمسافة المستهدفة

تعتمد العلاقة بين سرعة الهدف والمسافة ونجاح التعرف على البعد البؤري للعدسة:

سرعة الهدف	المسافة من الكاميرا	حركة البكسل لكل إطار (30 إطارًا في الثانية)	خطر التعرف
2 م/ث (مشي)	50 م	~8 بكسل	منخفضة
5 م/ث (ركض)	50 م	~20 بكسل	متوسط
5 م/ث (ركض)	20 م	~50 بكسل	عالية
10 م/ث (مركبة)	100 متر	~12 بكسل	منخفضة
10 م/ث (مركبة)	30 متر	~40 بكسل	عالية

الفكرة الرئيسية: الأهداف السريعة على مسافة قريبة هي الحالة الأصعب. ولكن في معظم عمليات نشر أمن المحيط، تكون منطقة الكشف على بعد 50 إلى 200 متر. على تلك المسافات، حتى الشخص الذي يركض ينتج حركة بكسل يمكن التحكم فيها لكل إطار.

دور وحدة معالجة الشبكات العصبية في سيناريوهات الأهداف السريعة

لا تعني وحدة معالجة الشبكات العصبية الأسرع مجرد استدلال أسرع. هذا يعني أن النظام يمكنه معالجة إطارات متعددة بشكل متتابع وسريع. إذا فشل الإطار الأول بسبب الضبابية، يمكن لوحدة معالجة شبكات عصبية بقدرة 6 TOPS محاولة الإطار الثاني في غضون 50 مللي ثانية. قد تحتاج وحدة معالجة شبكات عصبية أبطأ بقدرة 1 TOPS إلى 200 مللي ثانية بين المحاولات.

بالنسبة لسيناريوهات الأهداف عالية السرعة، فإن إنتاجية وحدة معالجة الشبكات العصبية أكثر أهمية من زمن الاستجابة للإطار الواحد. يحتاج النظام إلى المحاولة والفشل وإعادة المحاولة بسرعة كافية بحيث لا يزال الهدف في الإطار عند نجاح التعرف.

ما هو معدل نجاح التعرف على الذكاء الاصطناعي في الثانية الأولى بعد تشغيل PIR؟

معدل النجاح هو الرقم الذي يهم حقًا. لا يهمني ما إذا كان النظام يمكنه نظريًا التعرف في 1.5 ثانية. يهمني مدى تكرار حدوث ذلك فعليًا في الميدان، عبر الفصول ودرجات الحرارة وظروف الإضاءة.

في الاختبارات المضبوطة، تحقق أنظمة PTZ الصناعية لدينا معدل نجاح للتعرف بالذكاء الاصطناعي يتراوح بين 92% و 96% في الثانية الأولى بعد تنشيط PIR عند استخدام التخزين المؤقت المسبق لـ AOV. بدون AOV، ينخفض معدل النجاح في الثانية الأولى إلى 60% إلى 75%، مع كون معظم حالات الفشل ناتجة عن تقارب AE غير مكتمل في ظروف الإضاءة المنخفضة.

معدل نجاح التعرف بالذكاء الاصطناعي بعد تنشيط PIR

ما الذي يسبب حالات الفشل في الثانية الأولى

يأتي معدل الفشل البالغ 4% إلى 8% في الأنظمة المحسّنة من حالات حافة يمكن التنبؤ بها:

• إضاءة خلفية شديدة (الهدف يظهر كظل مقابل شروق/غروب الشمس)
• الهدف محجوب جزئيًا بالنباتات أو الهياكل
• مسافة قريبة جدًا (يملأ الهدف الإطار بالكامل، ولا يمكن للنموذج العثور على نسب الجسم)
• تكثف المستشعر في الصباحات ذات الرطوبة العالية

هذه ليست حالات فشل للنظام. إنها قيود فيزيائية. يتعافى نموذج الذكاء الاصطناعي في الإطار الثاني أو الثالث في جميع الحالات تقريبًا. معدل الخطأ الإجمالي (يغادر الهدف قبل أي تعرف) أقل من 1% مع تمكين AOV.

تأثيرات درجة الحرارة على وقت التشغيل ومعدل النجاح

ذكرت سابقًا أن درجة الحرارة تؤثر على وقت بدء تشغيل مذبذب الكريستال. هذه ليست تفصيلاً بسيطًا. في عمليات النشر الميدانية عبر صيف تكساس وشتاء كندا، قمنا بقياس اختلافات حقيقية:

عند -20 درجة مئوية، يستغرق مذبذب الكريستال من 200 إلى 400 مللي ثانية إضافية للاستقرار. يتباطأ اختبار الذاكرة الذاتي لـ DDR أيضًا. مجتمعة، يضيف البرد الشديد ما يصل إلى 500 مللي ثانية إلى إجمالي وقت التمهيد. هذا يدفع بعض الأحداث إلى ما بعد علامة الثانيتين.

عند +55 درجة مئوية، قد تقوم حماية حرارة SoC بتقليل سرعة الساعة خلال أول 500 مللي ثانية من التشغيل. هذا يبطئ استدلال الذكاء الاصطناعي بمقدار 50 إلى 100 مللي ثانية.

بيانات ميدانية مقابل بيانات معملية

يستخدم الاختبار المعملي إضاءة خاضعة للرقابة، وسرعة هدف ثابتة، ودرجة حرارة الغرفة. الأداء الميداني أسوأ دائمًا. الفجوة بين المختبر والميدان عادة ما تكون 10 إلى 15 نقطة مئوية في معدل التعرف من الثانية الأولى.

لهذا السبب أقدم دائمًا أرقامًا تم التحقق منها ميدانيًا لعملائي. ورقة المواصفات التي تقول “استدلال ذكاء اصطناعي 100 مللي ثانية” صحيحة تقنيًا - ولكن فقط بعد أن يكون النظام مستيقظًا بالكامل، وتم تعريض الصورة بشكل صحيح، وتم وضع الهدف بشكل مثالي. يشمل الأداء في العالم الحقيقي جميع الخطوات الفوضوية قبل بدء الاستدلال.

كيف تؤثر سرعة بطاقة SD على سير العمل

عامل يفاجئ العديد من المهندسين: بطاقة SD. إذا تم تكوين النظام لكتابة الفيديو فور الاستيقاظ، يمكن لبطاقة SD بطيئة أن تسد خط الأنابيب بأكمله. قد تستغرق عملية تحميل نظام الملفات وعملية الكتابة الأولى من 300 إلى 800 مللي ثانية على بطاقة رخيصة.

توصيتنا: استخدم الفئة 10 U3 بطاقات SD من الدرجة الصناعية⁶, ، وقم بتكوين البرنامج الثابت لتخزين الفيديو مؤقتًا في ذاكرة الوصول العشوائي (RAM) خلال أول ثانيتين. اكتب إلى بطاقة SD فقط بعد اكتمال التعرف على الذكاء الاصطناعي. هذا يحافظ على مسار التعرف نظيفًا وسريعًا.

الموثوقية طويلة الأجل

على مدار 12 شهرًا من التشغيل المستمر، لا ينبغي أن يتدهور معدل نجاح التعرف. ولكنه يحدث في الأنظمة سيئة التصميم. الأسباب الشائعة:

• تآكل ذاكرة الفلاش⁷ على قسم تخزين نموذج الذكاء الاصطناعي
• تدهور بكسل المستشعر بسبب التدوير الحراري المستمر
• تسرب ذاكرة البرنامج الثابت الذي يتراكم على آلاف دورات الاستيقاظ

نقوم بإجراء اختبارات شيخوخة متسارعة لـ 100000 دورة⁸ على كل إصدار من البرنامج الثابت. يجب أن يحافظ النظام على نفس وقت التمهيد ومعدل التعرف في الدورة 100000 كما كان في الدورة 1. هذا هو ما يميز الدرجة الصناعية عن الدرجة الاستهلاكية.

الخاتمة

يمكن تحقيق التعرف على الذكاء الاصطناعي عند بدء التشغيل البارد في 1.5 إلى 2.5 ثانية من خلال بنية SoC المناسبة، وتحسين البرامج الثابتة، والتخزين المؤقت المسبق لـ AOV. التكنولوجيا موجودة اليوم في الأنظمة ذات الدرجة الصناعية - السؤال هو ما إذا كان المورد الخاص بك قد قام بتطبيقها بالفعل أم أنه أدرجها فقط في ورقة البيانات.

---

1. نظرة عامة على أنظمة كاميرات المراقبة الشمسية PTZ بتقنية 4G وتطبيقاتها. ︎↩︎ 2. يشرح عملية تشغيل شبكة عصبية مدربة لإجراء تنبؤات. ︎↩︎ 3. تكتشف مستشعرات الأشعة تحت الحمراء السلبية الحركة عن طريق قياس التغيرات في إشعاع الأشعة تحت الحمراء. ︎↩︎ 4. مخزن مؤقت يخزن الفيديو القصير قبل حدوث مشغل لضمان عدم تفويت أي أحداث. ︎↩︎ 5. يحدث ضباب الحركة عندما يتم التقاط جسم متحرك بسرعة غالق بطيئة. ︎↩︎ 6. توفر بطاقات SD ذات الدرجة الصناعية قدرة تحمل وموثوقية أعلى للتسجيل المستمر. ︎↩︎ 7. يشير تآكل ذاكرة الفلاش إلى التدهور الناتج عن دورات البرمجة/المسح المتكررة. ︎↩︎ 8. تحاكي اختبارات الشيخوخة المعجلة الاستخدام طويل الأمد للتحقق من موثوقية المكونات. ︎↩︎