智能交通龙头企业如何布局“交通+AI”

艾隆马斯克--时代的先行者,曾经预言:在科技发展日新月异的信息化社会,互联网、人工智能、可持续发展能源、太空探索、人类遗传学是能够影响人们生活以及改变世界运行模式的五大关键领域。

人工智能更是在近几年,被推到了时代的风口浪尖,在各行各业都有着广泛的讨论和应用,可以预见人工智能将会影响到人类生活的方方面面。

如何合理运用人工智能,提高人类的生活和工作效率,也成为一个各领域都在积极思索的关键性命题。

锐明作为国内车载安防行业的龙头企业,对行业未来战略发展方向进行思考与探索,随着人工智能的高速发展,大量投入开发以人工智能算法为技术基础的车载监控全套解决方案,由被动的事故监控追责、逐渐转向主动报警预防危险发生。

本文将从“基于前沿人工智能算法”开发出的一些系统和先进技术,以及目前在行业内的广泛运用,真实地展现人工智能技术如何在公共交通领域中为系统管理提供便利、为人们的日常出行保驾护航。

ADAS高级驾驶辅助系统

高级驾驶辅助系统(AdvancedDriverAssistantSystem),简称ADAS,是一种能够利用AI算法,进行智能图像分析的主动安全技术。利用安装在车上的各式传感器,在第一时间收集车内外的环境数据,进行静、动态物体的辨识、侦测与追踪等技术上的处理,让驾驶者在最短的时间内察觉潜在危险,预防交通事故的发生。

随着技术的进步,ADAS系统由早期的被动式报警为主到现在可以主动替车主进行一系列安全保护操作的程度,进一步地为车主的安全保驾护航,降低事故率。

ADAS系统,具有以下主要功能:前车碰撞报警,虚拟保险杠报警,车道偏离报警,行人碰撞报警,盲区检测报警等。

1.前车碰撞报警

FCW前车碰撞报警系统(ForwardCollisionWarning),负责较快行驶速度下的碰撞报警,通过感应和计算车辆在行驶过程中与前车的距离来判断潜在的碰撞风险,并立即发出报警。

2.虚拟保险杠报警

UFCW虚拟保险杠报警系统(UrbanForwardCollisionWarning),负责低速情况下的碰撞报警。UFCW一般在速度为0-30Km/h时处于工作状态,可以预报与前车可能发生的低速碰撞。

3.车道偏离预警

LDW车道偏离报警系统(LaneDepartureWarning),通过ADAS算法感知前方道路环境信息,判断车辆偏离车道的行为并对驾驶员进行及时提醒,在无意识情况下(未打转向灯)偏离原车道时向司机发出报警,预防因车道偏离可能造成的交通事故。

4.行人碰撞预警

PCW行人碰撞预警系统(PedestrianCollisonWarning),对车前方行人、骑行路人等目标进行侦测,选取关键行人目标,根据车辆速度和目标距离信息,综合决策,向司机发出报警信息,从而避免行人碰撞事故的发生。

在ADAS领域,锐明拥有多年沉淀积累的两大核心优势:自主知识产权和丰富的视频素材资源分析库。

通过在全国多地收集各种天气(包括各种恶劣天气)、光线(夜晚)等路况数据,建立丰富的路况数据、对象数据等,已获取百万级车辆图像标注数据,使其算法更加准确、人性,让行车更加高效、便捷。

DSM司机状态监控系统

司机状态监控系统(DriverStatusMonitor):利用DSM摄像头获取的图像,对驾驶员的驾驶行为及生理状态进行检测,当驾驶员发生疲劳、分心、打电话、抽烟等危险情况时在响应时间内报警以避免事故发生。DSM系统主要分为疲劳驾驶检测和分心驾驶检测这两大功能,有效规范驾驶员的驾驶行为、大大降低交通事故发生的几率。

1.疲劳驾驶检测:

通过分析驾驶员的生理疲劳特征(如打哈欠、闭眼等),发出驾驶疲劳预警。高精准度的算法甚至能做到不受时间段、光照情况、是否戴墨镜等外界条件影响,仍然对驾驶员的疲劳状态进行实时监控。

2.分心驾驶检测:

通过视觉跟踪、目标检测、动作识别等技术,DSM系统能主动识别以下几种驾驶过程中最常见的分心行为:驾驶员视线离开路面、在车辆行驶过程中抽烟、吃东西、打电话等。及时报警,有效预防交通事故的发生。

BSD盲区检测技术

近些年来,大型商用车车辆由于盲区死角导致恶性交通事故频发的事例层出不穷,已经对我国路面公共交通造成了极大地安全隐患。BSD盲区检测系统(BlindSpotDetection)通过监视驾驶者盲区,利用深度学习目标检测算法、跟踪算法,准确识别车辆行驶过程中与行人、自行车、电瓶车等目标物有碰撞风险的行为,对司机和行人分别送出报警语音信号,减少因为盲区死角碾轧而酿成的惨剧。

(盲区示意图)

该BSD照明检测技术不仅在光照环境良好的时段可以发挥作用,在光线较差的傍晚、深夜也表现优秀。BSD作为一套已经十分成熟的解决方案,目前已经在全国各地进入装车阶段,精准的事故预测报警,减少了因盲区引起的各类交通事故,提升社会公共安全环境,引来了各地媒体的密切关注。

(效果图像)

人脸识别技术

人脸识别技术已经被广泛运用在各个领域,包括车载监控行业。该行业的人脸识别应用存在姿态变化大、亮度变化剧烈、人脸尺度差距大、部分遮挡严重以及表情变化丰富等挑战,而人脸识别技可充分应对上述具有高难度挑战的实用场景。

人脸检测技术在多尺度、多姿态、部分遮挡、表情变化等实际应用场景下表现稳定出色;人脸关键点检测技术则可实现毫秒级别的眼、口、鼻、耳等68个人脸关键点定位,该技术可适应大角度侧脸、大表情变化、遮挡、模糊、亮度变化等各种车载环境,提供可能条件内最高精度的检测结果。

同时动态人脸识别技术通过在底库先用证件照进行注册,并填写驾驶员身份信息,然后在终端智能扣取人脸,自动筛选最佳图片,并与底库注册的照片进行本地人脸识别,智能判别当班驾驶员身份,无需上传后台,在节约流量的基础上,仍可对司机合法性进行精准检测。

人脸识别技术在出租领域应用案例详情

01.违规运营自主监管

违规运营是指司机在未打表(空车状态下)载客的行为。传统模式是利用红外车门传感器、座椅压力传感器来检测是否有乘客上车,司机是否属于违规运营。该模式存在外购设备成本高、难部署、易损坏等缺点。通过人脸检测技术来多次统计乘客人脸数目来监管司机是否属于违规运营,该模式具有多次检测识别精准、无需外购设备零成本等优点.

02.司机刷脸签到及活体检测

司机刷脸签到是利用人脸识别技术来判别当前驾驶的司机是否是司机本人,避免黑司机的出现,来保证乘客安全。为了避免司机利用照片,视频进行刷脸签到,通过一定的采样频率进行自动人脸识别的方式进行活体检测,该模式具有无需司机配合、自动进行等优点。

03.乘客人脸抓拍

乘客人脸抓拍是利用锐明人脸识别技术抓拍到合适角度、清晰度较高的乘客人脸,上传到公安部以供有需要时进行识别。该功能的主要目的在于反恐防爆、社会维稳。

人脸识别技术公安反恐抓拍应用案例详情

公交人脸抓拍系统采用高效使用的人像大数据研判系统,协助公安侦查人员快速识别+辨别特定人员真实身份,把过去难以想象的千万级海量照片库比对需求变成现实,从而有效的为公安侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。

该方案具有准确率高、快速检索、去重技术、前端布控等技术优势,配合前门抓拍摄像机和扫街抓拍摄像机,在准确率高达95%的情况下,可在亿级人员库中3秒内获取检索结果,有效控制流量,更可通过后台下发追逃人员和嫌疑犯,同上车抓拍的人脸进行比对,发现可疑人员及时上报,便于警方快速布控,将嫌疑犯捉拿归案。

高精度地图

自动驾驶系统的广泛应用是未来人工智能在车载行业最重要的发展方向之一,高精度地图则是实现自动驾驶技术必不可少的辅助工具。

传统车辆是基于GPS实现自身定位,但GPS信号容易受干扰,稳定性较差,在高楼林立、玻璃幕墙集中的地方定位会漂移,同时,GPS定位误差在10米级别,只能提供道路(Road)级别的导航,无法进行精确定位,因此需要高精度地图提供车道(Lane)级别的导航。通过收集众包车辆拍摄的视频数据,提取车道线、道路语义及交通标志等信息,再融合 GPS和IMU数据,即可创建高精度地图,实现车道(Lane)级别的导航。

P2客流统计

P2客流统计系统是一款采用先进的3D呈像技术开发的专业车载客流统计设备,主要安装在公交车、大巴车、旅游巴士等车辆车门正上方,通过智能算法,捕捉形态、头部、肩部等特征进行准确的乘客判定,并对其进行轨迹跟踪,实现以下主要功能:

1)统计时间段的人数,合理调度每天各时间段车辆发出次数的频率;

2)统计各站点的人数,合理分配线路上各站点的进站次数和时间;

3)统计各线路的人数,合理调度每条线路公交车数量;

同时可通过网络或RS485接口,将客流数据通过智能车载终端传输到客流平台,实现客流数据的精准分析管理,节约客运资源、提高客运效率,并实时协助公交运营系统优化。

行为识别技术

火车司机手势识别

为了便于和站台人员沟通以及防止火车司机行驶过程中分心驾驶,火车司机在通过固定路口或进站出站时,都需要执行相应的手势。以前是通过人工回看录像来确保驾驶人员在行车过程中的手势是否正确,往往耗费大量人力物力。现今通过手势检测技术,实时检测火车司机驾驶行为,判断特殊路口处司机手势是否规范,大幅降低回看录像的时间成本,节省了铁路局的运营成本。

语音识别技术

近来出租车劫持事故频发,出租车司机在遭遇危险时往往无法及时报警,如何保障出租车司机的人身安全成为出租车行业的一个痛点。针对此场景,采用国际上最先进的语音识别技术,实时隐蔽高效的捕获车内语音信息,提取诸如“抢劫”、“救命”等标注危险情况的关键词,触发预警机制。同时将AI算法集成在车上设备,减少网络通信流量,即使弱信号地区也能及时报警,大幅降低由于司机劫持导致的各种事故。

车牌识别

车牌识别技术,可在车辆运动状态下进行准确快速的车牌识别。先通过对视频图像进行运动模糊恢复,再通过卷积神经网络和循环神经网络实现车牌的端到端识别。即使在光线不好的路段,也能实时识别前方高速运动状态的车辆的车牌号码,真正保证在各种路面条件下的准确率。

种车辆监控技术

渣土车

智慧渣土监管系统,旨在通过智能识别的方式对渣土车“多拉快跑”的这种违规操作进行动态监测,做到主动预防有潜在安全隐患的违规操作,增加路面安全性,鼓励行业正向发展。通过计算机视觉技术识别货箱状态(如下图1),对渣土车运营进行全程监督。监管人员可以通过视频核实情况,一旦确认超载,相关信息会送达到附近的执法人员手中,从而及时拦截查处。

未来AI算法的进一步完善,将最尖端的人工智能科技在车载安防行业内的资源和经验结合,全力服务于更准确、更高效的路面主动安全以及各类公共车辆秩序监管解决方案,为大家安全、便利的出行带来更多优质的可能性。

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。