分类： 人工智能

人工智能赋能无人驾驶 实现智慧交通新升级 自动驾驶是通过自动驾驶系统，部分或完全的代替人类驾驶员，月安全地驾驶汽车。汽车自动驾驶系统是一个涵盖了多个功能模块和多种技术的复杂软硬件结合的系统。在机器学习、大数据和人工智能技术大规模崛起之前，自动驾驶系统和其他的机器人系统类似，整体解决方案基本依赖于传统的优化技术。随着人工智能和机器学习在计算机视觉、自然语言处理以及智能决策领域获得重大突破，学术和工业界也逐步开始在无人车系统的各个模块中进行基于人工智能和机器学习的探索。自动驾驶系统作为代替人类驾驶的解决方案，其设计思路和解决方法背后都蕴含了很多对人类驾驶习惯和行为的理解。现在，自动驾驶已经成为人工智能最具前景的应用之一。 一、人工智能对于自动驾驶的重大意义 人工智能技术是无人驾驶发展的基础，并且在系统上有着大量的应用，可以说是密不可分。这其中主要分为三大部分：环境感知模块、决策规划模块以及控制执行模块。 （1）环境感知模块 作为无人驾驶中最重要的一环，它的发展往往决定了无人驾驶的应用程度。无人驾驶最重要的就是实时感知周围环境信息，以便及时获取数据信息，这些都是由传感器完成的，比如摄像头、激光雷达、毫米波雷达、超声波传感器[4]，无论是在熟悉的环境还是新环境，汽车可根据这些传感器数据做聚类处理，并利用各种算法对周围进行车道线或标志物检测，并通过系统内的分析模块来分析。唯一的不足就是已有的自身感知技术无法达到较高精度，只能通过GPS获取车身状态信息，位置来进行导航。 （2）决策规划模块 根据传感器传回的实时路网信息、交通环境信息和自身驾驶状态等信息，无人驾驶系统通过分析来产生决策，比如遵守交通规则（包括突发异常状况）的安全快速的自动驾驶决策[5]。這与最近刚出现的5G技术有关，由于无人驾驶技术在道路上会有巨量的实时数据进行传输和获取，原本的网络技术已经满足不了这种需求，5G就合理的应用起来，既更加保证了行驶的安全，也加速了该技术的发展。 （3）控制执行模块 根据规划的行驶轨迹，以及当前行驶的位置、姿态和速度，产生对油门、刹车、方向盘和变速杆等的控制命令。传统控制方法有PID控制、滑模控制、模糊控制、模型预测控制等[6]。如较低等级的汽车定速巡航到现在的无人驾驶都是这一模块控制的具体体现。 4无人驾驶的优点与不足 4.1无人驾驶优点 随着近年来技术的完善，无人驾驶技术在生活中诸多领域体现除了极大地潜力，例如无人驾驶技术可以减少交通事故、缓解交通拥堵、降低能耗、保护环境等等。无人驾驶技术在被发明制造以前，人就早就有了类似的技术：飞机的自动驾驶，其存在的价值不正是减少人的疲劳，提高安全系数。无人驾驶亦是如此，且相对而言更加贴近人么生活，与人们息息相关。无人驾驶技术凭借其强大的适应性，正在融入人们的生活。在遵守交通规则方面，无人驾驶汽车会严格按照系统中的设定，一丝不苟的执行，不会出现闯红灯、超速的情况，极大程度上较少了违规率;在保护人们安全方面，也有巨大成效，凭借其对周围环境频繁的扫描，使汽车可以在紧急情况下提前做出反应;以往出现的疲劳驾驶、醉酒驾驶也会因为无人驾驶技术的存在，变得十分容易解决。 二、无人驾驶中安防及相关产品技术应用 从技术角度来说，无人驾驶汽车通过车载传感器或摄像头来获得道路、车辆位置和障碍物信息，自主控制车辆转向和速度，从而使车辆安全在道路上行驶，并到达预定目的地。这个过程涉及到诸如人工智能、传感器、机器视觉、自动控制等多项前沿技术。不难看出，这些技术与安防行业有着息息相关的联系。 在无人驾驶汽车行驶的过程中，汽车需要通过视频监控，对路况、车辆以及行人等信息进行实时分析，及时做出反馈，因此图像传感器与视频分析技术对于无人驾驶汽车来说非常重要。 总体来说，无人驾驶技术是一个涉及传感器、计算机、信息通讯、自动控制、导航定位、机器视觉、人工智能等多诸多前沿学科的综合技术。根据无人驾驶的职能模块，可将无人驾驶的关键技术分为：环境感知技术、定位导航技术、路径规划技术和决策控制技术。环境感知技术是通过多种传感器对车辆周围的环境信息进行感知；定位导航技术主要包括定位技术和导航技术；路径规划技术可以为无人驾驶提供最优的行车路径；决策控制技术相当于智能车的大脑，它通过综合分析环境感知系统提供的信息，对当前的车辆行为进行决策。可见，在无人驾驶系统中，诸如监控技术、机器视觉、人工智能等等支撑无人驾驶机车的关键技术，不少与安防的一些相关技术都有着较大的重叠，甚至有的完全是安防技术的直接应用， 因此，无人驾驶汽车几乎可以算是一些安防技术的跨界应用。也就是说无人驾驶技术虽然不能算作严格的安防市场，但是从本质上来说，也算是一个安防技术的应用市场，因此无人驾驶的发展带给安防企业的机遇是非常巨大的，这一切从海康、大华等企业这两年已经先后跨入无人驾驶汽车市场就可以看得出来。  ...

1、人工智能应用于智慧停车及安防产品技术应用 在城市生活中，停车位问题也一直在不断上演，价格贵以及管理混乱等现象很常见，很多车辆外出时迫于无奈只能停在路边，影响交通路况不说，还会被贴条和刮蹭。不但给城市交通造成压力，还让人们的出行极度不便。 智慧停车是近年来特别火爆的一个智慧交通场景应用，通过车牌识别的应用已经落地了无感支付，无人值守收费等典型的AI场景应用。利用车辆特征进行精准识别，可以实现无牌车、污损号牌车辆的进出场精准匹配和计费，并通过AI识别规避通过打印号牌或手机图片开闸的恶意逃费。除此之外，还可以构建AI无线视图物联识别感知平台，通过AI能力赋能给智慧停车行业，入口车辆的精准识别画像，通过精准识别入口车辆的品牌、价位、颜色，并将数据推送给商家，由商家实现精准化的营销推送。 一、人工智能在智慧停车领域的主要应用 （一）大数据整合分析 基于云计算大数据，帮助交通数据运转起来！大数据实现了数据共享，打破了数据孤岛，让以前闲置的数据运作起来，为智慧停车提供数据的支持。例如，帮助用户分析路况，指导出行路线及目的地停车场车位空余情况。 （二）停车诱导、反向寻车 近年来汽车保有量越来越大，为了提供更完善的停车场，停车场建的越来越大，有的停车场会建造上千个车位！面对这样大的停车场，对停车场管理员和停车用户也是种考验！面对这种问题在停车场设计停车诱导、车位引导及反向寻车是非常有必要的！ （三）无人化服务 从去年开始无人化服务逐渐流行起来。停车场的自动化服务程度也越来越高，管理员也逐渐减少。更加智能化的停车场将会是无人化的服务。 （四）车位预订 车位余量统计一直是智慧停车领域一大痛点，由于没有精准的车辆余位信息，因此区域的停车位诱导系统往往效果不佳体验不好。 通过人工智能智能停车软件可以实现自动下单、记录订单详细情况的功能。可以实现空位实时查询及停车车位的预订，将会为用户提供更加方便，放心的停车软件！为用户解决后顾之忧。 目前我国尚没有一个平台能精确发布全国各地停车场剩余余量信息，主要是因为现有的车位检测方式，地上主要依靠地磁，地下主要依靠车位识别摄像机和超声波探测，其中地上检测问题尤为突出，地磁用于停车场干扰较为严重，精度往往不能很好的满足用户要求。 通过AI实现了车位占用状态识别，通过一个或多个摄像机组合即可实现一个室外停车场的车位余量实时检测，成本低，施工简单，精度高。 （五）移动支付 移动支付如今成为一种支付趋势，移动支付不仅为用户提供了方便，也为商户提供了便利。消灭了停车价格不透明及现金缴费的繁琐！尤其是实现了离场自动支付，让用户及管理者更加的省时省力。 二、智慧停车中安防及相关产品技术应用情况 目前在城市交通管理中，主要的停车场景包括停车场（包括专业停车场、配建停车场、临时停车场）以及停车位（例如路侧停车位、高架桥及立交桥底停车位等）。应用场景不同就存在有多种交通车辆信息的采集技术和产品，例如在停车场中多以出入口控制设备，涵盖车牌设备、车位诱导以及线圈地磁等，而在路侧的停车位则包括咪表、地磁、高位视频、视频桩、线圈等等。 （一）射频识别技术与视频识别技术 在智慧停车中，通过射频识别和视频识别技术的结合，建立智能监控卡口，预先采集业主车牌和车脸信息，出入口系统支持高效的车辆识别联动闸机放行，也支持访客预登记的车牌识别放行。 （二）车牌识别技术 自动车牌识别技术是利用采集车辆的动态视频或静态图像进行车牌号码、车牌颜色的自动模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 （三）出入口控制系统 停车场通过安装于出入口控制系统，记录车辆的车牌号码、出入时间，并与自动门、栏杆机的控制结合，就可以实现车辆的自动计时收费。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，之后组成车牌号码输出。 （四）车位引导技术 车位引导是智能停车发展相当重要的一环，它能帮助车主快速找到停车位，避免盲目驶入，有效提高交通道路利用率、缓解车辆拥堵。目前主流车位诱导系统主要有三类：停车区位引导、超声波车位诱导和视频车位诱导。  ...