网站首页

(照片来源:Zensors)

据国外媒体报道，森索尔公司引进了最新的深度学习技术——CarpSenet。以前，仅使用单视角相机跟踪汽车等硬3D物体是有问题的，而CarPoseNet能够跟踪车辆的3D形状线框，提高了跟踪效果，尤其是在下雪或部分视觉受损的困难条件下。森索斯是美国卡内基梅隆大学的衍生公司，主要研究和开发基于云的视觉感知技术。

这项技术给现有的城市和自动驾驶汽车摄像系统带来了新的潜力。它只能通过使用现有的摄像头硬件和Zensors edge或云计算平台来部署，并且可以提供更先进、更准确和更及时的交通数据。

Zensors的产品总监AnuraagJain说:“这实际上是基于摄像头的传感技术的发展，它最大限度地发挥了城市现有摄像头基础设施的功能，并产生了新的数据流。”这种深度学习技术可用于交通管理和“高峰交通定价”，最早将于2021年在纽约市推出。此外，拼车还可以用来执行交通规则(如驾驶错误的道路)；检测双排停放的汽车；可以在全视野或被其他车辆或物体遮挡的情况下检测车辆的方位，从而了解车辆左转或右转或继续直行时的行为，并检测无效转弯或车辆错向行驶；也可以通过跟踪车辆形状图的大小和位置来计算车速。检测不同类型的车辆，如汽车、卡车、卡车、公共汽车等。以便城市监管当局能够改善交通法规或公共交通规划；根据车辆类型和行驶轨迹，实时统计车辆在任何监控时间和地点的行驶情况，从而调整每个路口的红绿灯时间，使交通流量最大化。

CarPoseNet集成到Zensors平台中，使城市管理者能够做出更多数据驱动的决策。摄像机捕获的内容通过深度学习模型转换成统计数据。此类数据可以在天星云的图表或实时仪表板中查看，或者通过CSV或应用编程接口访问，以便集成到其他系统中。

贾恩说:“这项技术可以利用现有的基础设施，在几天或几周内部署完毕，让新的传感器覆盖整个城市，与部署其他更多依赖硬件的跟踪系统相比，大大降低了部署成本。”

试读已经完成。如果您想阅读所有内容，请登录查看。

*特别声明:本文是一篇技术性文章。禁止转载或大量摘录！非法转载，必须依法查处。

• 上一篇：李嘉图的总拥有成本模型为氢动力车铺平了道路
• 下一篇：特斯拉能否在2019年交付36万辆汽车？