农企新闻网

智能交通对自动驾驶的依赖

发布者:李书林
导读作者 | 开发者孙浩 大众号/ InfoQ智能交通平台开展现状智能交通希望到达的效果是路途运转效率的最大化及对路途运转平安的保证。基于传统算法的软件平台完成了路途关键路况的监控、信号控制、交通诱导、设备管理等功用。深度学习算法的呈现使摄像头的运用效率大大提升,但是目前来看,依然满足不了用户对真实场景的需求。有个风趣的景象,路途监管部门如今通常是先运用百度地图、高德地图这类地图软件来检查路段的拥堵状

作者 | 开发者孙浩 大众号/ InfoQ

智能 交通平台开展现状

智能交通希望到达的效果是路途运转效率的最大化及对路途运转平安的保证。基于传统算法的软件平台完成了路途关键路况的监控、信号控制、交通诱导、设备管理等功用。深度学习算法的呈现使摄像头的运用效率大大提升,但是目前来看,依然满足不了用户对真实场景的需求。

有个风趣的景象,路途监管部门如今通常是先运用百度地图、高德地图这类地图软件来检查路段的拥堵状况,然后再给交警等部门收回,出警要求引导交通。

智能交通对自动驾驶的依赖

智能交通需求的“智能”

不要以为我们所说的智能交通仅仅是抓拍闯红灯、监控摄像头、导流红绿灯、辨认车辆车牌、过年再来个交通大数据…… 其实,真正的交通智能性表现于以下场景:

  1. 检测路途异常行为,如车辆抛洒物、行人违规等。
  2. 及时获取车辆信息,即完成对某车辆的全路段辨认、跟踪。
  3. 检测特殊路况,如团雾、路途滑坡、滚石等。
  4. 低照度、夜间状况下的信息辨认,触及到不更改现有硬件设备的需求。
  5. 信息平台、业务处置的智能性、及时性。交通路途的管理触及到多部门的协调及信息的沟通,信息决策的精确性至关重要。
“智能”路途上的技术难题

要想完成以上智能交通的“智能性”,便需求基于这三个前提:

  1. 标志车辆 ID,完成在高速路上对车辆的随时“跟踪”,即便在不同摄像头间转换,也能确认车辆。
  2. 复杂路况下,信息图像的获取。有两个方案,一是经过远间隔摄像机,二是经过近间隔车载设备感知。相较于远间隔监控,近间隔更接近真实场景并容易完成,而且在有些状况下,路段监控盲区还是很多的。
  3. 基于精确的信息,做出精确的业务逻辑处置。

智能交通对自动驾驶的依赖

此外,要想完成“智能”路途,目前还有些技术难题有待处理:

车辆 ID 辨认

通用的辨认办法是辨认车牌,尤其是高速路、高架桥这样的地位,车牌难以辨认,在可见性不好的情况下,也很难获取车辆信息。

车辆行为难以机器判别

现行交通网络中,提供车辆异常行为检测技术的供给商不在多数,但运用者的反应却是“宁愿将软件关掉”(也的确是这样做的),只因其误报、漏报的状况严重。即使是基于晋级的深度学习算法,也难以对复杂的路况、车况、周边环境状况等复杂组合做出较精确的判别。

摄像机硬件环境限制

高速、高架桥上的摄像机根本都是高清 1080p 的球型机,通常对交通异常行为的判别需求停止复杂的软件设置,比方:检测区域划线等。关于固定地位的摄像机,这还足以应付,但拿球型机来说,普通非技术人员操作时就有些费劲了。而且,摄像机地位较远,若车速较快,其辨认精确率也会下降。

区域性盲区路段检测

如高速上常常会遇到的“团雾”,盲区路段的滚石、滑坡等,这种情况下摄像机无法无效检测。

无人驾驶零碎为智能交通完成提供了新方案

路途拥堵数据的精确性,往往基于采集到的用户数据,有数的用户数据构建了交通路况信息。由此,在上文也提到,有了无人驾驶零碎,我们便有了更准确的数据采集方案:来源于用户。

智能交通网络的完成,必定需求交通控制平台、车辆、交通监控平台间数据的衔接,这就是交通的“万物互联”。从这点来看,面对汽车的智能零碎,更像是手机之于人,是交通的中心数据源。

市面上众多的车机操作零碎供给商,大多是基于 Android 平台做的二次开发,但是这些零碎普遍存在一个缺陷,汽车感知数据搜集及处置上的缺失,其生态链的不完好也让本身仅有的用户自动生成的数据发扬不了智能交通上的价值。

百度无人驾驶零碎的开放及生态的树立让我们看到了希望。至多关于国际汽车生态零碎来讲,百度无人驾驶的赋能给予了“万物互联”的根底。百度 Apollo 无人驾驶平台提供各级别开发者所需的数据接口。装有 Apollo 平台的汽车可以经过愈加丰厚的传感器搜集路途信息并回传数据平台,供路途检测平台运用,当然这会基于用户的答应。

All in Apollo 平台,对接智能交通将来

自动驾驶曾经踉跄而来,智能交通平台的完成也将同步停止,甚至需求在无人驾驶完成之前便构建好数据生态。但目前为止,我们还没有看到智能交通平台本质性的停顿,当下交通控制平台少数还基于普通算法逻辑,交通监控还停留在人工转动摄像头阶段,有关交通部门也苦于没有靠谱的方案供给。

基于百度 Apollo 平台的无人驾驶阶段施行战略可作为广阔车厂、车机厂、路途车辆检测平台软件商等思索的智能平台接入方案。依靠于此,可完成交通路途数据高效处置、共享流转。

至此,如前所述,我们可想象,将路途交通数据、环境数据由汽车发生并上传云端,路途监控相机起辅佐作用。这样,Apollo 开放出来的数据平台和仿真平台关于智能交通平台的开发便有了重要意义,我们可以经过数据平台构建业务数据处置模型,经过仿真平台模仿各种路途情况、妨碍物信息、全体车辆运动形态…… 大小节省了平台开发所需的数据采集本钱,增加了软件开发周期,丰厚了软件业务的处置才能和智能性,让本人的产品提早顺应智能交通时代。

实际上,一切的无人驾驶零碎都有着良好的环境感知才能、路况辨认才能及零碎平安才能,至多可以满足智能交通的需求。而 Apollo 平台弱小之处在于其生态性,从数据感知搜集、底层数据处置、车载零碎、云端大数据处置掩盖了数据流转的全进程。Apollo 开放的数据平台无疑成为其共同的优势之一。日常交通中发生的数据量是十分庞大的,且需求实时处置、反应决策,结合复杂的业务需求,还需求深层次的自然语义处置及决策,百度深沉的搜索信息处置技术必定为 Apollo 的数据处置才能保驾护航。

无人驾驶零碎 (智能驾驶零碎) 是国际外汽车、交通范畴的中心软件根底平台,面对中国市场,Apollo 零碎依托百度这一弱小的生态平台,已然走在了无人驾驶行业的前列。从这个层面来看,在智能交通方案的选择上,也应优先选择基于百度 Apollo 平台的方案。

假如你以为智能交通将来开展大有可为的话,无妨用句彰显底气的话说:All in Apollo。毕竟有了 Apollo 无人驾驶零碎的数据才能,智能交通才有了开放的数据接口平台,去完成智能化的宏愿。

写在最初

自 Apollo 平台开放已来,Apollo 秉承『奉献越多,取得越多』的开源肉体,吸引了越来越多的开发者讨论交流。Apollo 开发者社区是为广阔自动驾驶开发者营建的一个共享交流平台,提供相关学习资源,解答开发者疑问。假如你也对自动驾驶感兴味,希望找到情投意合的同伴,可以添加大众号“ Apollo开发者社区 ”( ID: Apollo_Developers ),参加 Apollo 开发者社区。