维谛精密空调维谛UPS电源在构建智能零售商店中的应用-维谛蓄电池维谛微模块
按即时客流设计系统容量对单个顾客的行为动作进行跟踪判断并不复杂，但是实际上，商店中会有很多顾客在活动。不管商店的面积是200平米还是2000平米，固定布置的维谛UPS电源图像传感器会覆盖商店的每个活动空间，因此系统每秒钟需要处理的图像数量是固定的。
当顾客增加时，要完成的追踪和识别工作会线性增加。随着机器学习算法的优化，智能系统将被赋予自我训练和优化的能力，不断提高运算的效率。
以上是未来零售商店智能系统的核心功能，在此基础上继续扩展系统的功能，可以完成复杂场景和交互的识别判断，提高系统的鲁棒性和灵活性。
如何构建智能零售商店？
智能零售获胜的关键：
体验、品牌、供应链、成本
零售行业的竞争是体系的较量，购物体验、品牌、供应链管理、成本控制是核心竞争力。智能零售商店的建设在技术上升维，不仅打造全新的购物体验，还能够显著节约人力成本、减少结算区域占地、改善供应链效率、提升品牌价值。因此智能零售商店是整个体系建设的重点。
维谛UPS电源智能零售商店的大脑是AI图像识别系统，其核心任务是完成顾客和商品的识别与对应，最后对顾客的消费行为进行正确扣款。为了完成任务，系统需要不断进行数据采集、传输、加工和分析。目前有两个方案可以完成这些工作。
第一个方案是在本地采用GPU来完成图像数据处理和计算。按照目前的算法及硬件水平，估算需要30个摄像头来完成一个100平米商店的覆盖，以30fps采样，每秒需要处理的图像数量是900张。根据最新的图像物体探测算法，在常见的NvidiaT4GPU平台上，需要70ms来完成1张图片中人的探测工作。可推算需要63个T4GPU来完成顾客探测的工作。当维谛空调系统探测到图像中的人时，开始进行身份识别，使用步态识别及人脸识别算法，T4GPU每秒可处理50个人的探测事件，假设商店中有100人，采样率30fps，那么需要60个T4GPU来完成身份识别工作。确定了顾客的身份后，还需要识别人的动作，最后一步需要处理的数据已经大大减少，估算需要20个T4GPU来完成人的动作识别。以上是理想情况下的工作量估算，实际商店中的人流量有高峰和低谷。为了完成高峰时期的工作负荷，增加30%的冗余算力。那么整个系统所需的GPU数量达到167个。NvidiaT4GPU的功率为75W，因此仅仅跟踪识别顾客的核心模块的功率就达到了12.5KW。再加上其他非核心模块的设备，构成了一个典型的高性能维谛空调边缘计算场景。
另一个方案是采取云端处理的方式，节约本地GPU的投资。但是网络带宽的投资同样价格不菲，而商店中大部分视频和图像属于过程数据，不需要在云端或总部的数据中心进行备份，只有账单等关键信息要在云端进行处理及存档。零售商店是一个靠近物和用户的数据密集、维谛精密空调计算密集的场景，对顾客的跟踪和动作识别需要实时完成，系统对时延的要求极高。因此，选择在本地完成大部分的数据处理，不仅仅是出于经济成本考虑，也是实时系统对性能和时延的要求。另外，涉及商业交易和用户隐私，图像数据留在本地，滚动清除，可以让消费者更信任。
基于以上考虑，我们建议采用维谛精密空调边缘智能计算的架构在商店中部署一套小型高性能数据中心，在本地处理数据，提高系统的效率和可靠性。
出自
维谛技术白皮书
未来智能零售商店
详情请来电咨询：020-22074194、13318871889（微信）
