2020年9月21日 机器视觉与计算机视觉技术

新型人工智能计轴仪为收费公路运营商提供关键信息

意大利交通摄像头和机器视觉开发商Tattile发布了一款基于深度学习人工智能技术的小型轴识别和计数系统,用于高速收费和其他应用。

世界上许多收费系统都将车辆轴数作为确定适用于某些类型车辆的不同收费标准的关键参数。即使考虑到车辆的体积或尺寸,这本身也不能明确地确定车辆类别,因为两辆车可能具有相同的体积,但轴数不同。此外,很多城市都在实施拥堵收费或清洁空气区,对车辆进行分类,往往是根据车轴数量,这是限行应用中的一个关键参数。虽然智能交通系统(ITS)长期以来能够执行自动读取和识别牌照以及测量过往车辆速度等任务,但迄今为止,还没有一种智能的高速计轴解决方案现成可用,许多现有的系统仍然依赖于在收费站拍摄的照片的人的解释。

作为简化和提高设备精度的长期努力的一部分,Tattile现在已经解决了这一市场空白,并引入了新系统,通过使用基于人工智能的图像分析,使车辆识别过程完全自动化。该公司的新计轴仪自动计算在高速公路上以每小时112英里(180公里)的速度行驶的任何车辆的轴数。整个系统确保正确计轴,并安装在公路上方的龙门架上。该系统的基础设施安装和独立操作能力意味着它能够用其内部处理算法分析所有通过车辆的侧面。

计轴器完全自动工作,这意味着不再需要对拍摄的照片进行后处理,也不再需要由人类对照片进行目视检查和解释。它的高检测率和高精度允许精确计算任何特定车辆的车轴。该系统包括每车道两个摄像头,以确保左侧和右侧分析。红外线(IR)照明器允许白天和夜间操作。所有的图像分析操作,包括使用人工智能自动识别车轴和车轮的数量,以及计数和分类,都在系统上实时执行。

基于Linux的摄像机以高达50fps的帧速率捕获图像,并使用其内部的深度学习算法对其进行处理,这些算法已经在大量图像上进行了训练,并将不断增加其知识库。由于以太网供电接口(PoE)提供了一条连接到摄像机的电缆,以便进行电源和数据传输,计轴设备的机架安装变得非常容易。由此产生的元数据以及车辆的重建图像为道路运营商提供了支持性证据。为了获得最佳性能,轴计数器可以由不同的源触发,允许灵活的接口与现有设备和集成与Tattile自己的ALPR设备。

Banner
Related Posts

由机器视觉和人工智能驱动的3D打印机

2019年6月4日

2019年6月4日

麻省理工学院的创业公司Inkbit通过赋予其机器“眼睛和大脑”来克服传统的3D打印限制。

如何开发面向企业的机器学习应用软件

2019年9月9日

2019年9月9日

如今,大多数企业依赖机器学习(ML)应用程序来了解商机、识别市场趋势、预测客户行为和价格波动,以及做出正确的业务决策。开发这些机器学习应用程序需要遵循严格的计划和步骤。问题构建、数据清理、特征工程、模型培训和提高模型精度是开发机器学习应用程序可以遵循的几个步骤。

研究表明,AI可能有助于检测ICU患者的活动能力

2019年3月26日

2019年3月26日

斯坦福(加利福尼亚州)大学和盐湖城Intermountain LDS医院的研究人员于2017年8月至10月期间将机器视觉技术传感器添加到Intermountain LDS医院的7个ICU室。

自动无人驾驶汽车AI技能详解

2019年12月5日

2019年12月5日

几十年前,人工智能被作为未来科技的趋势。直到到今天,它正迅速从备受炒作的未来技术过渡到我们实际使用中,并影响我们的日常生活。从预测要键入文字的下一个单词到为Instagram拍张完美照片,人工智能已融入我们每天使用的产品和服务中。

图像识别技术的应用及发展趋势

2019年3月20日

2019年3月20日

图像识别技术,连接着机器和这个一无所知的世界,帮助它越发了解这个世界,并最终代替我们完成更多的任务。

研究人员设计了基于AI的检测MS治疗反应的方法

2019年6月12日

2019年6月12日

UCLH的生物医学研究中心支持开发一种新的基于人工智能的方法,用于检测大脑对多发性硬化症(MS)治疗的反应,这种方法明显优于医学专家使用传统技术在治疗效果。

2020年37个人工智能技术发展趋势

2019年8月30日

2019年8月30日

人工智能技术的发展趋势无法阻挡。人工智能将影响我们生活中的不同行业,人们充满期待。自从出现人工智能,工业的基础开始向好的方向改变。现在,众多的企业,不管他们的行业类型,都想参与这个技术奇迹中。

在农业中引入人工智能和机器视觉技术来监测肉牛养殖

2019年3月15日

2019年3月15日

一家名为“育种家”的AUK初创公司正在改变农业市场,利用人工智能、区块链和机器视觉来改进育种和屠宰决策。

人工智能在银行数字化文档中的应用

2019年4月25日

2019年4月25日

光学字符识别(OCR)是机器视觉技术的一个子集,其重要是用于识别书写的字母和字符,并以数字方式进行再现复制以供以后使用。这为银行业带来了许多可能性,包括一些安全解决方案,尤其是文档数字化方面。

通过深度学习增强SLAM

2019年5月22日

2019年5月22日

同步定位与映射(SLAM)是在构建或更新未知环境的地图的同时,同时跟踪机器人在其中的位置的计算问题。SLAM正在逐步向空间人工智能(Spatial AI)发展,这是一种常识空间推理,将使机器人和其他人工设备能够在其环境中以一般方式运行。

采用智能视觉系统解决食物垃圾问题

2019年4月10日

2019年4月10日

英国Winnow公司推出了一款人工智能产品,旨在帮助商业厨房减少食物浪费。

DeepFly3D:设计飞行类机器人的深度学习方法

2019年10月12日

2019年10月12日

EPFL的科学家们开发了一款基于深度学习的动作捕捉软件,该软件使用多个摄像机视图来模拟苍蝇的三维动作。最终目标是利用这些知识来设计飞行型机器人。

2020年6个新兴的人工智能和机器学习趋势

2019年11月20日

2019年11月20日

那么,2020年将是为人工智能领域下一个十年的创新奠定基调并延续现有势头的关键一年。接下来我们将介绍一下研究公司认为2020年应当关注的六个新兴AI和机器学习趋势。

无需数学就能写AI,MIT提出AI专用编程语言Gen

2019年6月27日

2019年6月27日

麻省理工学院的一个研究小组正在研究如何让初学者更容易的进入到人工智能领域,同时也帮助专家推动这一领域的发展。

2019年全球人工智能领域事件大回顾

2019年12月26日

2019年12月26日

在2019年,人工智能的发展尤其令人难以置信,无论是在机器学习、神经网络、视觉、自然语言处理(NLP)等领域。这一年见证了技术的进步,为几年前人们无法想象的事情的进一步改进打开了新的大门。今天,由于人工智能在几乎所有部门、行业、国家和地区的潜力,还有更多的可能性。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注