智慧高速端云协同监控系统产品系统

高速公路安全运营长期依赖人工盯屏与传统单层 CV 告警，某试点路段 216 个视频点位日均误报超 30 次，"狼来了"效应导致值班员信任度下降、真实事件被淹没；同时全量视频上云带宽成本高、人工复核时延大。立项旨在采用端云协同架构解决误报高、时延高、带宽贵三大痛点，提升拥堵、行人入侵、逆行、抛洒物、异常停车五类场景的监控有效性。

系统采用端云双层架构。端侧在 28 台边缘节点部署 INT8 量化的轻量 CV 专业模型，单帧推理 45ms、25fps 实时处理，五场景毫秒级初筛，召回优先、仅事件片段回传（带宽节省 98%）；云端以微调多模态大模型进行多帧上下文综合判断，结合天气、施工区白名单、事故库做外部校验后自动确认或驳回事件，误报样本回流持续迭代。功能模块包括：监控大屏一图统览、云端复核工作台、情报板发布、定向语音广播、巡查工单闭环、模型 OTA 灰度升级与阈值配置中心。

我负责端云协同架构设计与云端复核链路落地，主导多模态模型微调与误报治理。技术栈为边缘 INT8 量化推理、GB28181 视频接入、Kafka 事件流、多模态大模型微调（云眼-MM 7B）。亮点是"端侧毫秒初筛 + 云端秒级复核"双层机制，日均误报由 32.4 次降至 3.1 次（降低 90.4%），五场景综合识别准确率达 97.6%，事件确认端到端时延从约 45 秒降至 3.2 秒；难点是树影、反光等小样本误报场景的微调数据构建，以及端云两级置信度阈值的联合调优。