Milesight IoT AI Stereo Vision Licznik osób VS125-P Biały

Milesight VS125-P Biały wykorzystuje stereowizję AI do zliczania osób z dokładnością 98%, oferując bezpieczną dla prywatności alternatywę dla analityki opartej na kamerach przesyłających wideo. Zapewnia zliczanie dwukierunkowe, zliczanie strefowe i zarządzanie kolejkami przez LoRaWAN lub Ethernet, co czyni go odpowiednim dla handlu detalicznego, biur i budynków publicznych, gdzie potrzebne są wiarygodne dane o ruchu pieszych bez naruszania prywatności odwiedzających.

Najważniejsze cechy

• Zliczanie za pomocą stereowizji AI z dokładnością ≥98%
• Zliczanie dwukierunkowe, zliczanie strefowe i zarządzanie kolejkami
• Podwójna łączność: LoRaWAN i Ethernet (PoE)
• Ochrona prywatności: brak strumienia wideo, tylko dane zliczania
• Montaż sufitowy, obszar detekcji do 48 m² przy wysokości 4 m

W codziennym użytkowaniu

VS125-P Biały montuje się na suficie na wysokości 2,2–4 m i rozpoczyna zliczanie osób przekraczających obszar detekcji. Wbudowany układ AI przetwarza obraz stereofoniczny na urządzeniu, więc żadne dane osobowe nie opuszczają czujnika. Możesz skonfigurować strefy dla limitów obłożenia lub alertów o długości kolejki przez interfejs web GUI, a dane odbierać przez LoRaWAN lub MQTT przez Ethernet.

Pełna specyfikacja

• Technologia zliczania: stereowizja AI
• Dokładność zliczania: ≥98%
• Łączność: LoRaWAN, Ethernet (PoE)
• Częstotliwości LoRaWAN: CN470/IN865/EU868/RU864/US915/AU915/KR920/AS923
• Zasilanie: 12V DC, PoE (IEEE 802.3af)
• Zalecana wysokość montażu: 2,2 m – 4 m
• Maksymalny obszar detekcji: 48 m² (przy wysokości 4 m)
• Protokół danych: LoRaWAN, MQTT (przez Ethernet)
• Stopień ochrony: IP30
• Temperatura pracy: -20°C do +60°C
• Montaż: sufitowy
• Kolor: biały
• Typ czujnika: kamera stereofoniczna dwuobiektywowa
• Pole widzenia: poziome 80°, pionowe 60°
• Procesor: wbudowany układ AI
• Interfejs konfiguracji: web GUI
• Certyfikaty: CE, FCC, RoHS, LoRaWAN Certified

Uwaga końcowa

VS125-P Biały łączy wysoką dokładność zliczania osób z ochroną prywatności, co czyni go praktycznym wyborem do zarządzania przestrzenią opartego na danych.