疫情发生以来,全国上下倾力奋战,国内疫情得到有效控制。按照中央应对疫情工作领导小组最新部署,继续把防控工作抓紧抓实抓细,防范疫情跨境传播,落实有序复工复产措施,激励真抓实干,统筹推进疫情防控和经济社会发展。科技抗疫将成为有效抓手,而AI红外热成像测温仪无疑将成为抗疫一线的一把利剑,斩断疫情传播的途径。据悉,国内交通运输领域非接触式体温筛查市场空间约为41亿元。随着复工复产复学的逐步展开,机场、火车站、学校、商场、地铁等人流密集场所都需要进行体温筛查,极大的市场需求,催生出一批相关企业涌入,也带来了诸多问题。
需求引领技术变革
2003年非典后,红外测温技术一时成为热点,相关技术标准相继发布,但面对突发新型冠状病毒疫情,红外测温却显得力不从心。传统红外测温技术无法提取人体额头温度,市场通常的做法是只把目标对象中体温最高的发热人员显示出来,这存在重大技术漏洞,漏查时常出现。同时,黑体作为红外测温的参照物,会受环境温度影响需要不断校正,以尽可能保证测温结果的准确度,在没有AI赋能的情况下也只能接受现实。
在此次突发的疫情下,如何在大场面、大人流环境中对人体进行体温快速筛查是亟待解决的关键问题。近几年,随着AI技术在工业、物联网领域应用及经验的不断累积,AI技术在此次疫情期间发挥了作用,新的解决思路已渐趋成熟。据悉,为响应中关村高科技产业促进中心发布的“中关村征集令:战疫急需研发项目等你来揭榜!”的应急保障任务,北京领邦智能装备股份公司所研发的融合AI、大数据分析、红外测温技术的AI红外热成像测试仪很好的解决了大场面、大人流环境中进行体温快速筛查的问题。
个体相加不代表群体
以往红外测温技术更关注于个体,由于人体各部位的温度差异较大,即便是面部温度,也受采集角度、采集环境、对象姿态的影响使测查结果出现较大偏差。实际上,个体相加并不等于群体,群体有其自身的特点,以往受制于技术盲点,难以实现更为精准的群体测查需求。此次北京领邦智能装备股份公司应急研发的AI红外热成像测试仪就针对大场面、大人流量应用场景,准确捕获受检群体中每个人的额头温度,逐一显示在屏幕上,将采集到的动态额温经过精确算法科学的转换为固定体温,并能将精度控制在0.2℃以内,有效规避了设备精度、环境温度等变化所带来的结果误差。同时,为适应冬季低温环境,该产品还采用了相对温度测量技术,测量的是人体相对温度(比受检群体平均体温高1℃则视为发热),而不是绝对温度,满足了相关疾控部门的技术要求。比如,早晨额头温度可能是34℃左右,如果采用绝对值与37.3℃比较,就无法检测出真正发热者,而相对温度测量技术则有效管控了潜在风险。
据北京领邦智能装备股份公司董事长崔忠伟博士说:“借助公司在AI工业质检及精密测量技术领域长期积累的丰富经验,以防疫需求为导向,很好的将AI、大数据分析及传统红外测温技术相融合,打破以往个体比较的思路,将测量精度、仪器误差、环境影响及防疫法规纳入研发体系,让筛查结果更为精准、更趋合理,在防疫筛查中展现出了良好的实测结果。目前,应用于防疫体温筛查的AI红外热成像技术已走在了世界前列。”
关口前移实践出真知
防疫期间,人民安危是重中之重,任何细微的疏忽将铸就大错。无论传统红外测温产品,还是响应征集令的创新企业开发的应急产品,战疫一线是最好的试验场,纸上谈兵,不如现场比试,数据结果说明一切。近日,北京市相关疫情防控部门组织多家红外测温企事业单位在王府井商圈、北京站地铁、招商局外运大厦等防疫一线进行长达一周的并行技术实测。现场环境复杂,温度、光照、人流密集度、空间布局都考验着产品的性能。测试结果表明,AI红外测温技术无论在检出精准度、检出效率,还是在环境友好度上都获得较好的实测数据。测试期间,北京站地铁检出两位发热人员并上报疾控中心,其他设备未检出,对比结果受到现场运营及组织机构极大关注。
行业标准亟待完善
此次新冠肺炎疫情来势凶猛,全国上下群策群力,传统红外测温产品也顺势扛起了应急保障的大任,为前期疫情控制做出了贡献,但暴露出来的问题也广为诟病,测查精度、测查效率,无疑成为大家关注的焦点。此次中关村高科技产业促进中心所征集的非黑体红外快速测温技术,正是看到了现有红外测温技术在防疫应用中的短板,以及防疫后期对大场面、大人流市场应用的需求,在第一时间发布征集令,明确要求体温测量精度优于0.3℃,需满足机场、车站等各类大客流场景。在传统产品与创新技术并行的档口,制定完善的红外测温技术行业标准则显得尤为必要。据悉,中关村高科技产业促进中心正在规划红外测温产品路线图,按不同应用场景来规划产品定位,优化技术路线,完善行业标准,让不同应用场景的用户能够清晰辨识所需,让好钢用在刀刃上,以尽快落实中央应对新冠肺炎疫情工作领导小组提出的依法防控、精准防控、推动关口前移的总体部署。相信随着AI技术以及大数据分析能力的不断提升,AI红外测温产品必将成为防疫一线的主力军。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)