观测
Nexa Vision
对区域、设施与资产进行视觉感知，按关注区域裁切。
— 运营背景
运营层面的问题
- 01广阔的周界
需要观测的面积增长快于逐一检视每幅影像的能力。
- 02信号过多而解读不足
捕获的事件很多，而具备足够决策背景的很少。
- 03分散的资产
远程设施的一切核验都依赖人员到场。
- 04环境变化被误当作事件
植被、气候与光照会改变场景，需要纳入解读。
- 05难以审计的记录
缺少可比历史时，很难证明观测到了什么以及何时观测的。
— Convex 架构
从观测到行动
同一套架构贯穿所有行业。变化的只是哪一层最为关键，以及哪些专有系统参与其中。
观测→
解读→
决策→
协同
解读
Nexa M1
读取观测之间的变化，描述与该区域模式的差异。
决策
Atmos
帮助区分自然变化与相关事件的环境背景。
协同
Synapse Control
远程检查任务的协同与警报的分派。
— 数据层
驱动分析管线的数据
与本行业已部署系统兼容的数据源。不预设任何数据层：每个受监测区域都会声明其实际可用的数据。
相机
覆盖固定关注点的影像流。
影像
与每次区域观测关联的抓拍。
地理空间数据
受监测区域与资产的裁切。
时间序列
同一区域跨相邻观测的对比。
环境背景
每次观测时段的当地条件。
任务状态
远程检查的路线、执行与结果。
— 应用
技术应用
每项应用都说明所解决的问题、使用的数据、参与的 Convex 系统以及产生的运营输出。
区域与资产监测
远程设施只能通过到场核验。
- 数据
- 影像与区域的地理空间裁切。
- 系统
- Nexa Vision
- 输出
- 周期性观测，并留有可比的视觉记录。
环境变化解读
渐变与噪声混淆。
- 数据
- 区域时间序列与环境背景。
- 系统
- Nexa M1 + Atmos
- 输出
- 描述自上次观测以来变化的内容。
基础设施远程检查
难以到达的点需要周期性核验。
- 数据
- 规划路线、任务状态、视觉抓拍。
- 系统
- Synapse Control + Nexa Vision
- 输出
- 任务执行并记录视觉素材与结果。
带背景的警报分派
警报缺少足够决策的信息。
- 数据
- 观测、区域历史与环境背景。
- 系统
- Nexa M1
- 输出
- 附带观测内容解读的警报。
— 运营流程
一个闭环，从传感器到档案
- 01采集
在运营设定的周期内观测区域或资产。
- 02处理
抓拍影像按关注区域裁切并归一化。
- 03解读
Nexa M1 与历史对比，描述与模式的差异。
- 04警报
重要变化连同观测背景一并分派。
- 05行动
团队决定定向检查或现场处置。
- 06历史
观测与结果作为可审计记录归档。
— 交付物
系统交付的内容
警报
带背景的重要变化通知。
地图
受监测区域与资产的裁切。
时间序列
同一区域跨观测的演化。
报告
已开展观测的周期性汇总。
运营历史
对观测内容与时间的可审计记录。
— 技术阶段
按能力划分的成熟度
我们明确区分已投入运营的能力与仍在研发中的能力。研究和原型不会被当作已部署的产品来呈现。
- 已投入运营区域与资产的视觉监测
周期性观测，含地理空间裁切与历史。
- 已投入运营Nexa M1 的变化解读
同一区域跨观测的对比读数。
- 研发中远程检查任务
对分散基础设施重复路线的协同。
- 研发中生物特征或人脸识别
不属于产品范围。我们不开发人员身份识别。
— 应用场景
应用场景
↳分散的基础设施
需要周期性核验而无需频繁到场的远程资产。
↳周界与开阔区域
周期性观测取代人工扫视的大范围区域。
↳工业设施
需要可审计视觉记录的技术区域。
↳走廊与通道
通过计划性远程检查跟踪的线性区段。
