“天目”相機代表的端AI目前主要在向著功能業務多樣化方向發展，但功能多了也需要抓重點，例如在抓拍非機動車違法方面，我們雖然可以抓拍非機動車闖紅燈、逆行、載人、不帶頭盔、占用機動車道等多種違法行為，但是目前最大難點不是違法行為的抓拍，而是違法行為抓拍后的具體治理問題。治理非機動違法當前參照機動車抓拍處罰模式，有兩個主流思路：車牌識別和人臉識別。

監控系統安裝公司表示車牌識別方面，因非機動車車牌標準及樣式各地不統一，而且存在大量無牌車、號牌不清晰車輛，使得車牌識別難度大；人臉識別方面，因需要和城市人口大庫比對，識別有效率很難保障，且識別結果需要人工反復研判確認，這種方案在黑名單布控、重點人員布控等小規模使用時很有效果，但在面對海量執法業務落地時，理論上可行，實際很難規模使用。另外，非動車身份確認后的執法處罰問題也是一個難點，如何罰？如何面對拒罰？這些和機動車違法處罰業務也不一樣。

面對這種困境，我們意識到非動車違法治理不能完全按照機動車違法治理的思路進行，必須找一些新的出路。在對非機動車違法數據抽樣統計中，我們發現非機動車中大約有22%的是外賣車，且其闖紅燈違法行為發生率很高，達到40%左右，而非外賣車的闖紅燈違法發生率只有15%，遠低于外賣車。

闖紅燈是非常危險的行為，所以必須想辦法對其重點治理，這時候我們的治理重點就放在了外賣車闖紅燈違法，通過AI相機識別外賣車公司屬性，然后按照外賣公司屬性匯總違法數據，由交警和外賣公司進行約談，尋找警企聯合管控外賣車交通違法治理模式。另外，還可以針對非機動車違法路段或區域進行大數據熱點分析，找到不同區域內多發哪些非動車違法行為，為交警警力投放給出指導。這些管理辦法和機動車違法管理有區別，不是直接進行違法抓拍處罰，而是有可落地性。

當然，交通違法行為目前來看也做不到全部處罰，比如機動車開遠光燈、鳴笛、非機動車闖紅燈、行人闖紅燈等違法行為現在真正落地處罰的就很少，這有識別率的問題，也有標準的問題，還有執行落地的問題等，總之想要全部都處罰目前還做不到。

面對這種情況，從交通提醒的角度人手，宇視科技又推出“輕電警”解決方案，在監控桿上、路口旁邊增設LED顯示屏，AI抓拍相機內置一套端發布平臺軟件，可以對交通違法信息、自定義信息、語音信息等進行實時發布提醒，—方面可第一時間告知違法行為，讓每個交通參與者知曉，另—方面也可消除交通違法者的僥幸心，鼓勵大家相互監督勸導，提醒為主、處罰為輔、人性化執法。

交警執法業務在向著綜合化治理方向演進，各種方式，只要是有利于改善交通的，都應該被鼓勵和倡導，不特別偏重于某種方式。“全電警”和“輕電警”解決方案，從違法處罰和人性化交通提醒兩個方面人手，助力實現人車互讓、文明出行的目標，構建“文明路口”，保障文明交通出行。

容易識別的交通違法行為可以通過AI相機進行抓拍。但是，還有一類交通違法行為很隱蔽，不太容易識別，比如失駕人員開車上路，這些人因為酒駕、毒駕、嚴重交通違法行為被吊銷駕照，卻經常抱著僥幸心理無證駕駛，社會責任感嚴重缺失，無視交通法規，知法犯法，給交通安全造成了嚴重的隱患，所以查處失駕在駕人員也是交警一項重要的工作。

然而，面對著每天千萬輛串流不息的車輛，交警無法針對每一輛車進行排查，所以給了失駕在駕人員鉆空子的機會，這不是交警的失職，因為人力無法面面俱到。面對這種情況，宇視科技探索搭建“科技+實戰”的失駕人員管控系統，利用AI技術，通過“天目”抓拍相機，清晰抓拍機動車車牌和駕駛員人臉，并利用后端“昆侖”人臉識別系統進行駕駛員人臉識別比對，當系統發現失駕在駕人員后會秒級給出識別結果并報警，民警快速出警精準攔截抓捕，2018年底，這套失駕人員管控系統在部署鄂爾多斯交警試運行一個月內，準確 識別嫌疑人34人，成功抓捕失駕人員6名。