AIOT赋能人车通行场景 构建无感通行时代

当各行各业都在积极尝试用数据驱动行业决策，人、车作为最核心的动态数据产生源，无疑成为诸多行业领域最先进行数据采集和分析的对象。通过数据的融合分析，以此来辅助管理方针对不同的业务类型展开相关应用。

前言：得益于人脸识别、车牌识别等技术在生活场景中的普及应用，大家越来越能感受到无感通行所带来的极大便利。与此同时，在技术的赋能作用之下，传统的人行、车行场景也衍生出了新的商业模式，传统的线下流程逐渐朝线上转移，改写了特定场景的管理方式和效率。

“无感通行”的概念最初从智慧停车领域衍生出来，车牌识别的普及应用，让停车场的出入口控制系统从传统的取卡读卡模式升级到车牌识别自动管控模式，这一进出场控制模式的转变，很大程度上提升了停车场管理方的管理效率，也为后续基于车牌车辆身份验证的智慧停车场相关应用奠定了基础。当下，随着停车场自动缴费(移动支付)系统的上线，停车场运营最核心的两大环节——车辆进出和缴费系统全面打通，停车场开始进入到 “无感通行”甚至“无人值守”时代。

智慧停车领域的“无感通行”，很大程度上是为了解决城市停车难问题。基于车牌识别、移动支付、地磁传感、视频车位引导等技术手段，运用“互联网+”运营思维来实现对传统停车场系统的改造升级。一方面可加快停车场的车位周转效率，让城市中**的停车位实现资源的最大化利用;另一方面，停车场系统的智能化升级，可极大的替代原本需要人工处理的操作环节，让管理方实现降本增效。

挖掘城市静态交通车行数据的应用价值

停车场作为现代化城市的基础配置，在机场、文博体、商业综合体、医院、学校、写字楼、园区、住宅社区等不同规模的建筑场所已成为衡量该场所整体智慧化水平的一个重要指标。智慧停车场的建设，不光是为了提高进出车辆的通行效率和体验，作为智慧建筑其中的一个子环节，停车场还有一个特殊的“身份”，即城市静态交通车行数据的输出口。

这个输出口的核心在于对停车相关信息的采集和分析，包括车牌、绑定的车主信息、出入场时间信息、缴费信息等，在这个基础之上，再结合应用场所的特定需求，将数据导入到配套的业务模块当中，通过信息的整合梳理，以车牌为车辆的身份凭证，勾画车主画像，以此来辅助管理方及用户制定基于可靠数据的经营/服务方案。其中，最为大家熟知的要数住宅社区、商业综合体的智慧停车系统的应用。

越来越多住宅社区已经启用了基于车牌识别的停车场系统，系统可通过车牌来辨别业主、访客车辆，月卡或临时车等相关信息，根据事先预设的处理规则对当前车辆的出入场权限进行自动化处理，整个过程无需岗亭工作人员过多操作。在部分高端或具有一定规模的住宅社区，物业还会联合第三方企业，围绕着业主&车主的社区生活依托专门的社区管理平台推出针对性的服务，如汽车美容、车险等在线下单业务。

而对于商业综合体的智慧停车场，大部分商业综合体的停车场收费制度都和车主的消费情况有所绑定，在特定场所光顾或消费，才能享受免费停车或是消费满额即免费(优惠)停车的服务。商业综合体的智慧停车场系统相比于其他公共场所，由于车辆进出的高频次以及和商业运营息息相关，更具有数据挖掘的价值。一是为了更好的优化商业场所日常大流量的车辆进出管控以及车位资源配置，二是通过接入停车场数据，来丰富商场管理方对于顾客信息采集利用的维度，为精准化营销储备数据资源。如可通过将停车管理系统与购物中心客户消费平台的对接，实现人性化VIP消费者停车自动免单或折扣收费，增加消费客户人性化的使用体验。

以人脸识别为核心的人员通行场景

过去一两年，人脸识别在交通出行、商超零售、移动支付等领域迎来了全面开花的应用态势。人脸识别技术的成熟，让人脸已经成为个人身份的有效凭证，正是基于这一层关系，所有需要进行个人身份验证的场景，均有可能被挖掘出来成为人脸识别落地应用的场景。

此前最受用户质疑的安全问题，在活体检测等技术的加持下，也进一步巩固了人脸识别应用的安全性，使其有机会进入到更多的细分应用场景，比如社区、园区、景区、商业楼宇等。

随着建筑结构的复杂程度提高，人流密度的增加，提升通行体验以及基于联网智能的通行系统辅助人流管控如今正成为社区、园区、景区、商业楼宇等场所的关键需求，也因此，人员通行场景的转型升级备受关注。在这个过程中，依托于人脸识别方案来展开对人、访客、黑名单、白名单的管理无疑成为最佳的手段。

最为大家所熟知的应该是人脸识别系统在社区的应用。基于人脸识别的门禁、梯控、访客系统的上线，为社区居民的日常出行带来了极大的便利。在多地陆续出台的《关于加快智慧社区建设的实施意见》中，人脸识别门禁系统几乎成为智慧社区的标配。截至目前为止，包括深圳、广州、东莞、佛山、武汉、南昌、天津、西安等城市都已启动了人脸识别视频门禁的政府工程。

社区场景对于人脸识别系统的热衷，是人员通行场景转型升级的有力表现。当然，第一维度仍以社区的安全防范为主;其次是作为城市实有人口管控的有效手段，小区住户需要提前在管理中心录入住户的个人身份信息包括名字、地址和人脸图像，建立数据库。在部分城市的保障性住房项目中，人脸识别更是作为社区落实“实人制”的监管手段，以防止转租、转借现象发生，确保政策性住房资源的公平公正;最后依托于人脸识别通行系统，打造社区无感通行体验，提升社区出入的便捷程度，提升居民的幸福感和安全感。

而在智慧园区、智慧景区等场所，人脸识别在人员通行场景的启用，更多的是从提升管理效率的角度出发。

比如智慧园区场景下，基于人脸识别的门禁系统、通道系统、梯控系统、访客系统以及考勤系统，构建起了整个园区“智慧人行”的通行场景。区别于传统的智慧园区的“一卡通”方案，人脸识别带来的是“一脸通”的无感通行体验。

而从管理的角度而言，如果说 “一卡通”带来的只是空间、时间维度的数据，那么“一脸通”将主要以人的身份识别为第一维度，叠加空间和时间数据，让运营管理者第一时间掌握人员身份和实时位置，进一步的主动部署安防或服务工作。据悉，这类方案目前已在业内某智慧园区投入应用。

场景化应用驱动人、车数据融合

当各行各业都在积极尝试用数据驱动行业决策，人、车作为最核心的动态数据产生源，无疑成为诸多行业领域最先进行数据采集和分析的对象。上面提到的静态交通车行数据以及存留在人员通行管理平台中的人行数据，它们之间虽分属于不同的数据类型，但由于应用场景的共通性，因此很大程度上会被管理方整合进同一个综合管理平台。通过数据的融合分析，以此来辅助管理方针对不同的业务类型展开相关应用。

这里仍以智慧社区为例，社区作为人、车聚合的典型场所，从另一个角度看人、车的角色即是业主(租客)和车主。而随着社区社会化概念的逐渐普及，围绕着智慧社区这个场景将衍生出社区管理、物业管理、社区O2O等相关细分应用。而这些应用展开的基础将主要基于社区的人、车相关数据。

业主在社区的高频应用主要以门禁开门、访客邀请、物业缴费、投诉报修等为主，而这些需求的满足，需要依赖前端硬件系统+管理平台+移动端应用三大系统，打通了感知层和应用层，才能将需求发出并得到响应。同理，车主的需求主要集中在无感支付、月卡续费方面，同样需要依托于车牌识别、移动支付的前端系统以及移动端的应用来完成出入场、缴费的相关应用。

而物业管理将面向业主、车主的双重需求展开，通过融合人行场景、车行场景以及社区移动端的数据信息来进行日常的物业缴费、投诉报修、月卡续费等业务处理。

在智慧景区、智慧园区、商业楼宇等领域，将人、车通行数据融合进整个场景的管理平台也正在成为显著的趋势，这是垂直行业迈向数字化的重要一步。除此之外，根据不同场景的应用需求，管理方还会打通消费系统、售检票系统，实现高效进出场、集中管控、增值运营等应用，提升体验的同时能助力管理方实现降本增效。

打通数据孤岛 织就AIOT应用网络

上面提到的诸多场景的创新应用和智慧方案，离不开当前AIOT、大数据、云技术在垂直行业领域的赋能作用。人工智能大幅提升了人行、车行硬件系统的识别效率，带来更好的无感通行体验，物联网的全面覆盖，驱动了人、车、设备之间的互联互通。

不过，在构建全场景数据融合过程中，当前阶段仍有数据孤岛的问题存在。在部分行业领域，受用户需求、场地规模、系统改造升级成本等因素的影响，针对建筑车行、人行场景的系统配套很多只完成了门禁系统、访客系统、梯控系统的第一轮智能化改造。由于还没有统一的数据标准，各子系统之间的“数据孤岛”依旧存在，这就造成了目前楼宇智能化改造的综合管理难题。

为了切实解决因数据孤岛造成的楼宇管理便捷性、安全性难题，目前业内正在试图基于感知层、网络层、平台层、应用层，通过简单化的平台解决方案的对接，跟整个大的IoT平台做关联，这些关联形成到最上面的应用层就有了人员管理方案、智能停车、智能物业等方案，构建起一大张公共AIoT子网，真正实现人行、车行场景的融合，全面迎来无感通行和数字化管理的时代。