第二期【百度大脑新品体验】高速公路车辆识别
棋侠大哥哥 发布于2019-05 浏览:2652 回复:2
0
收藏

这个帖子是百度大脑AI体验师征集内容中有价值案例投稿;
针对今年两会总理提出撤销省界收费站的决定,交通部目前的方法是全面使用ETC(电子不停车收费)系统,具体方案流程是全国高速公路全面推行ETC,每个上高速公路的车辆安装OBU(车载单元),通过收费站ETC车道进入高速公路,然后在高速公路的各个关键点位的虚拟站实行分段扣费(虚拟站为门架式设备,安装了ETC天线,可以实现扣费,拍照,路径信息上传等功能),通过以上方案实现全国高速公路自由流,提高通行效率,这也是高速公路行业最近十年最大的一次变革,目前已经开始推行,预计2020年之前全面实施。
以上是背景,现在介绍痛点,以及我提出的AI解决方案,目前高速公路收费是根据车型收费,并且针对货车,交通部有新的方案里提出改变现有的称重计费模式,全面实施入口治超,然后按照货车车型收费,也就是不在按照拉货的重量来收费,所以,以后高速公路收费无论是客车还是货车,统一按照车型来收费,对于高速公路通行车辆来说,高速公路的计费方式就是ETC的RSU(路测单元)与车辆的OBU(车载单元)通信进行扣费,尤其是全国取消省界站实现自由流时,通行里程将极大的增加,那么势必会有部分车辆通过大车小标偷逃费用;
单独解释下大车小标,就是车型属于上一类或者更高类别,但通过套牌或者倒卡等种种方式来实现OBU里是小车车型,从而形成偷逃费用,OBU车型不符将会成为以后高速公路全国自由流偷逃费用的主要方式,也是高速公路管理部门稽查的难点。
提供解决思路,在入口收费站车道内安装摄像机,通过对通行车辆车脸的识别,从而实现车型,轴数,车牌等信息的准确识别,并将识别后的信息与车辆OBU检测信息进行分析比对,发现信息不符后可及时预警或者上传到交通稽查云平台,之后再通过管理部门进一步处理。
目前车型识别有图像识别,激光雷达识别等,效果都较差,传统的图像识别有客货不分,车型分类不准确等问题,但我认为传统的图像识别方式有很大的改进空间,例如利用深度学习的方法,或者通过车脸照片与数据库中工信部备案车辆照片比对等多种方式相结合来提高准确度;对于激光雷达识别一方面是成本较高,另一方面针对多车道路段,路测单元识别时车流量较大会形成遮挡,准确率会大幅降低,并且中间车道车辆无法识别。
目前全国高速公路通行费用已经超过了5000亿,随着经济发展,高速交通也将迎来爆发式增长,通过AI车型识别切入高速交通行业,解决行业痛点,势必发挥AI本身的价值。为管理单位提供更多的辅助决策的技术手段,提高管理效能,提质增效,堵漏增收,AI车辆识别具有极好的经济效益和市场价值。

收藏
点赞
0
个赞
共2条回复 最后由用户已被禁言回复于2022-04
#3用户已被禁言回复于2019-06

开发者,因您的想法目前还没有具体产品和落地,所以不符合案例的评价标准,不过不用灰心,我们给您准备了一份周边礼品,可以把个人信息发送到我的邮箱:v_guoweicheng@baidu.com 

邮件内容:

联系人:

联系方式:

接受地址:

 

感谢参与!

0
#2wangwei8638回复于2019-05

想法很好

0
TOP
切换版块