作為 FirstEnergy 公司產品創新團隊的成員，Connor McCluskey 的工作是尋找能夠開辟新收入的來源或削減成本的技術。FirstEnergy 是一家為俄亥俄州中部到新澤西海岸的 600 萬客戶提供服務的電力公司。

Connor McCluskey 收到了一封來自 Noteworthy AI 的創始人 Chris Ricciuti 的郵件，Chris Ricciuti 在郵件中闡述了使用邊緣計算將從根本上改進公用事業公司追蹤資產的方式的想法。對于 FirstEnergy 而言，這些資產包括安裝在數百萬根電線桿上的數千萬臺設備，這些設備橫跨 26.9 萬英里的輸電線路。

斗式卡車成為智能相機

Ricciuti 說，他的初創公司旨在將公用事業車隊中的每輛卡車都變成一個智能相機，拍下它經過的每一根桿子。更重要的是，Noteworthy AI 的軟件將提供電線桿的位置，識別電線桿上的齒輪，并幫助分析電線桿的狀況。

“我馬上意識到這可能會改變游戲規則，所以我給他打了電話。” McCluskey 說。

僅在美國，公用事業就擁有1.85 億個電線桿。他們每年花費數千萬，甚至數億美元，試圖追蹤變壓器，保險絲和其他設備，以及它們周圍生長的植物。

公用事業公司通常每年都會派出工人手動檢查其配電線路的一小部分。這可能需要數十年的時間來完成，每臺設備的狀況對于安全供電至關重要。

30 天內增加 5 倍圖像

在去年夏天的一項試點測試中，Noteworthy AI 展示了如何通過邊緣計算獲得更好的結果。

在 30 天內，兩輛配備了該初創公司智能攝像頭的 FirstEnergy 卡車收集了 5，000 多張電線桿的高分辨率圖像。這將實用程序的數據庫擴展了五倍以上。

“人們對我們能在如此短的時間內完成的事情感到震驚。” McClusky 說。

更重要的是，這些圖片的質量比公用事業數據庫中的圖片要高。當實際線路條件與工程師預期的情況不同時，這將有助于避免浪費行程。

用例相乘

試點計劃的消息傳到了其他業務部門。

一個檢查 FirstEnergy 的 880，000 盞路燈的團隊和另一個負責跟蹤其線路周圍植被生長的團隊想要嘗試這項技術。他們都看到了通過邊緣計算獲得更多更好數據的價值。

因此，擴大試點工作正在進行中，即在更大的區域內部署更多的卡車。

現在估計這些數字還為時過早，但 McCluskey 表示：“我覺得我們可以通過這項技術顯著節約成本——可以想象在幾年內，它的應用將擴展到我們所有的州。”

深入了解邊緣計算

Noteworthy AI 將兩個攝像頭和通訊設備裝到了一個小蛋糕盒大小的裝置中，用磁鐵或吸盤連接到卡車上。它連接到駕駛室內一個較小的單元，該單元在 NVIDIA Jetson Xavier NX 上處理圖像和人工智能。

“我們開發了一個非常復雜的工作流程，可以在 Jetson 的邊緣運行。” Ricciuti 說。

它使用了 7 個 AI 模型。一種模型在以 30 幀/秒的速度拍攝的圖像中尋找極點，當它找到一個時，它會觸發一個更高分辨率的相機，拍攝 60 兆字節的照片。

其他的模型可以識別極點上的齒輪，并決定將哪些圖像發送到云盤中的數據庫中。

“我們在 Jetson 的邊緣進行所有這些 AI 計算，因此我們不必將所有圖像發送到云端——這節約了巨大的成本。” Ricciuti 說。

他補充道：“隨著客戶用例的增長，我們將在未來逐步升級到 Jetson AGX Orin 這樣的產品—— NVIDIA 在邊緣計算領域的卓越表現令人驚嘆。”

軟件、支持加速啟動

這家初創公司使用的是 NVIDIA TensorRT，該代碼可以使其人工智能模型保持整潔，因此運行速度很快。它還采用了 NVIDIA JetPack SDK ，該 SDK 帶有用于計算機視覺和深度學習的驅動程序庫，以及ROS操作系統，該操作系統現在在 Jetson 上進行了加速。

此外，Ricciuti 還列舉了參與 NVIDIA 初創加速計劃的三個好處。NVIDIA 初創加速計劃是一個旨在培育尖端創業公司的項目。

“當我們遇到工程問題時，我們會被介紹給技術人員，他們會幫我們解除障礙；當我們準備上市時，我們會見潛在客戶；我們還通過云中的 GPU 訓練模型。”他說。

人工智能帶來數字轉型

GPU、軟件和支持幫助 Ricciuti 做他喜歡的工作：找到能通過 AI 改變大型監管公司陳舊慣例的方法。

他說：“我們所能做的只是冰山一角，正如人們正被迫在面對氣候變化等問題時進行創新，而且擁有大型配電網絡的公用事業公司也對我們很感興趣。”

原文標題：公用事業公司體會到計算機視覺追蹤路線的力量

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。