如何利用刻行时空数据平台轻松打造数据飞轮应用

December 16, 2024

很久以来，在客户侧我们一直很难搭建一个生动形象的演示，直截了当的说明，刻行时空数据平台到底有何价值？

什么是数据飞轮？

我们说刻行时空数据平台是能让用户搭积木一样搭建出数据飞轮应用，这里真正想要强调的是平台本身的通用性和灵活性。但这样的一句话实在是过于抽象。什么是数据飞轮？为什么需要数据飞轮应用？

数据飞轮是一个人工智能新的研发与迭代理念，旨在用更多更好的数据不断的教会模型完成更多的任务，让人工智能更加通用。这种理念已经在自动驾驶领域得到了广泛的使用。

过去经过团队的努力，我们在算法测试和机器人远程运维中都有了落地的案例。针对过去案例的总结。一个好的数据飞轮应用的根本特征在于：

其将数据的生命周期进行了闭环
人类的工作在这其中也被得以安排

Yolo 结合 ROS 生态演示

下面用一个基于 You Only Look Once(Yolo) 算法，同时结合 ROS 生态的演示，详细的说明平台的能力。整体的流程如下图所示

我们的旅程从“画面”开始，这是目标识别与通知系统的原始信息，也是我们故事的起点。想象一下，这个画面捕捉着每一个瞬间，记录着每一个细节。

接下来，我们进入「端侧设备」的心脏地带。在这里，我们的摄像头通过 coCamera 模块，像鹰眼一样敏锐地捕捉着一切。但摄像头并不孤单，它与 Yolo 模块携手合作，Yolo 是一个分类识别的超级英雄，能够迅速识别出画面中的物体，无论是行人、车辆还是其他任何对象。

但这只是冰山一角。我们的 Yolo 模块，一个分类识别的大师，与 coEncoder 模块协同工作，不仅识别出画面中的物体，还将这些识别框与原始消息融合，生成识别后的视频流。这就像是给视频流加上了一层智能的滤镜，让每一帧都充满了信息和洞察力。

在刻行时空数据平台，我们的故事变得更加精彩。数据采集规则在这里扮演着指挥官的角色，它指导端侧设备了解何种信息应该被上传到平台。这就像是给端侧设备下达命令，告诉它哪些数据是重要的，需要被收集和上传。数据上传的动作由端侧应用 coScout 完成。整个过程对于资源的消耗极小且可控。

当画面中出现鸟时，此时形成的时空数据都会由端侧设备录制、采集和上传，可在平台中进行查看。

点击播放，便可回放目标（鸟）被检测到时的数据。通过这样的能力可以还原当时的情况，可以更加详细的对当时的场景进行还原，也方便调试与排查，增加研发与运维的效率。

现在，让我们转向 coBridge 模块，这是连接端侧设备与“刻行时空数据平台”的桥梁。coBridge 不仅确保了信息的流畅传输，它还拥有一项特殊技能——将 ROS（机器人操作系统）的 Topic 转换成 Websocket，这样用户就可以通过平台实时查看端侧设备的状态和画面。这就像是给监控系统装上了一对翅膀，让它能够飞向更广阔的天空。得益于 coBridge 与 coLink，远程实时可视化得以实现。

远程实时可视化是这个系统的另一大亮点。用户可以利用平台直接查看端侧设备的状态与画面，这就像是拥有了一个远程的望远镜，让我们能够随时掌握现场的情况。coBridge 解决了 ROS 和平台之间的信息流的通畅问题，而 coLink 则解决了端侧设备与平台之间的网络安全问题。