17 Avril 2024 – Hikvision fait une grande apparition à Intertraffic Amsterdam, le principal salon mondial de la mobilité et de la technologie de la circulation. L'exposition se tient au centre de convention RAI d'Amsterdam du 16 au 19 avril. Situé au stand 01-353 dans le hall 5, Hikvision s'apprête à dévoiler une suite de solutions et de produits de gestion du trafic, du transport et du stationnement alimentés par la technologie de l'intelligence artificielle des objets (AIoT) qui promet d'améliorer la mobilité urbaine, la sécurité routière et l'efficacité opérationnelle.
Améliorer l'intelligence du trafic urbain grâce à l'AIoT
L'un des points forts du stand d'Hikvision est sa solution de trafic urbain intelligent, qui tire parti de la puissance de l'AIoT pour offrir une surveillance complète en temps réel, une détection des incidents et un contrôle du trafic. Cette solution remodèle intelligemment la dynamique du trafic, offrant une approche plus réactive et axée sur les données pour améliorer la connaissance de la situation et la gestion du trafic. Les principales innovations de la solution comprennent :
- Caméras radar-vidéo de Hikvision
Ces caméras combinent la perception de la portée du radar avec la perception visuelle de la vidéo. Le détecteur de véhicules radar et vidéo 4 MP, par exemple, contribue à améliorer la sécurité routière en avertissant rapidement des dangers potentiels dans des situations difficiles telles que les angles morts aux intersections et les obstacles hors de la portée visuelle.
- Le détecteur de trafic tout-en-un d'Hikvision
Il se distingue par sa conception à multiples facettes intégrant des technologies vidéo, radar et d'éclairage pour une meilleure détection des infractions au code de la route. Son design épuré en forme de colonne facilite l'installation.
- Caméra PTZ reliée à un radar de Hikvision
Cela garantit des performances constantes dans des conditions météorologiques défavorables et des conditions de foudre, et minimise les fausses alarmes grâce à des algorithmes avancés d'apprentissage en profondeur.