AI 即時上線，讓雙層巴士更安全
大多數的火車、公車與電車在設計時，皆同時考量了坐姿與站姿乘客的需求。然而，在經典的雙層巴士上，若乘客站立於上層，將改變整體車輛的重心，在轉彎時影響行車穩定性，並大幅提高乘客跌倒的風險。因此，全球幾乎一致規定，雙層巴士的上層僅限乘客坐著乘坐。
然而，真正的挑戰在於—如何有效確保這項規定被確實遵守。
雖然公車上早已普遍配備 CCTV，但若僅仰賴駕駛在行車過程中同時監看畫面，顯然並非理想做法。基於此，一家大眾運輸業者找上研揚，計畫將車載攝影機結合邊緣 AI 分析，以強化雙層巴士上的乘客安全管理。
為專案尋找最合適的核心引擎
該客戶的應用需求，是在其整個車隊的每一輛巴士上部署一台嵌入式電腦，並於上層配置多組攝影機，以確保 360° 無死角監控。由於系統的目標是自動化監控並即時強化乘客安全，因此整體解決方案必須能在邊緣端即時執行 YOLO 推論，一旦偵測到有乘客未就座，便立即向駕駛發出警示。
關鍵考量重點
- 公共運輸環境變化快速，系統必須能在邊緣端以極低延遲執行 YOLO 推論。
- 系統將部署於高震動、由車輛供電的環境中，嵌入式解決方案必須具備高度耐用性與穩定性。
- 客戶車隊超過 70 輛巴士，期望系統能快速整合至既有架構，並以最少設定即可完成部署。
關鍵推手：BOXER-8623AI
要完全符合所有應用需求的產品並不常見，但本案正是其中的例外。當研揚提出 BOXER-8623AI—一款採用 NVIDIA® Jetson Orin Nano™ 的無風扇 AI 邊緣運算系統時，客戶立即對其適用性抱持高度信心。
BOXER-8623AI 在 AI 運算效能上，完美對應客戶的安全監控需求。該專案所採用的版本支援 Super Mode，在 NVIDIA Ampere 架構 GPU 的加持下，最高可提供 67 TOPS 的 AI 效能，足以支援高推論速度與多路影像串流處理。
在硬體耐用性方面，BOXER-8623AI 支援 -15°C 至 65°C 的寬溫運作範圍，並可接受 12V 至 24V 的電源輸入，能輕鬆應對車載供電的不穩定變化。此外，其優異的抗震與耐衝擊設計，也確保系統在行駛中的長期穩定運作，不會對內部元件造成損害。
安裝便利性同樣是一大優勢。BOXER-8623AI 體積精巧（僅 180 × 136 × 75 mm），可透過四顆螺絲快速壁掛安裝，大幅縮短部署時間。同時，系統內建 四組 PoE LAN 埠，可透過單一網路線同時傳輸影像與供電，免除額外電源佈線需求，也讓周邊設備設定更加簡單。
再加上 PoE 本身具備過電流與短路保護機制，客戶無須額外安裝 DC 轉接器，進一步降低震動造成損壞的風險。
應用架構說明
整體架構相當直覺明確。每輛巴士的上層安裝 四組 PoE 攝影機，並直接透過 PoE LAN 連接至 BOXER-8623AI。所有影像串流皆由系統內建的 NVIDIA Jetson Orin Nano 模組執行 YOLO 模型分析，即時判斷座位是否被占用，並辨識是否有乘客站立。一旦偵測到潛在安全問題，BOXER-8623AI 便會立即觸發警示，通知駕駛採取相應措施。相關資訊會透過系統 M.2 E-Key 擴充槽內建的 Wi-Fi 模組，傳送至駕駛艙內的數據機。
研揚彈性且深入的開發支援
除了產品本身的規格與效能外，客戶選擇與 研揚合作的關鍵原因之一，在於其高度彈性的客製化能力。於硬體層面，研揚進行多項測試與評估，確保攝影機與其他周邊設備的驅動程式能完美相容。
在軟體方面，研揚團隊提供了完整客製化的 BSP（Board Support Package），包含：
- 預載客戶最佳化後的 YOLO 推論模型
- 預先安裝可直接部署的作業系統與 NVIDIA JetPack™
- 調校系統電源與效能設定，以確保多鏡頭影像處理的穩定性
憑藉對 NVIDIA JetPack SDK 的深入理解，研揚軟體團隊也預先完成系統函式庫設定、效能最佳化與相容性驗證，大幅縮短開發時程，使專案能在短短數週內，從原型快速推進至試營運階段。
關鍵成效與成果
- 即時自動判斷：BOXER-8623AI 提供即時的乘客安全資訊，協助駕駛確保車輛 100% 符合安全規範，客戶估計潛在安全事故降低約 30%。
- BOXER-8623AI 快速部署、多鏡頭整合：四組 PoE LAN 讓上層多攝影機部署更加簡單，大幅節省安裝時間與人力成本。
- 高效推論、即時反應：高推論效能與多串流處理能力，讓系統能近乎即時辨識站立乘客，並使駕駛在每站確認乘客就座的時間縮短約 50%。
- 長期可擴充性：研揚持續提供軟體更新支援，加上 BOXER-8623AI 穩固且模組化的設計，為整個車隊奠定更長久的使用壽命與未來擴充彈性。
