支持人工智能解决停车问题
个案研究
作者：琳达·达菲
由于停车位数量有限，而汽车数量却在不断增加，与停车有关的烦恼和不便也越来越多。意识到这是一个问题，Manuela Rasthofer，首席执行官TerraLoupe有限公司，启动了一个项目，将人工智能和正射校正航空图像相结合，以创建德国各地可用停车场和停车位的准确清单。
绘制可用停车场地图
停车可能是一项既紧张又耗时的活动，在未来，自主导航车辆将在没有司机帮助的情况下寻找车位。准确测量和识别所有类型物体（包括停车位）的高清数字地图的需求正在迅速成为现实。
TerraLoupe GmbH是一家技术初创公司，总部位于德国慕尼黑，专注于以创新方式结合地理数据和计算机分析。从高分辨率正射影像开始，TerraLoupe应用机器学习算法检测和测量物理世界中的对象，如建筑物、道路和树木，以创建数据丰富的三维模型。
“为了解决日益严重的停车问题，我们想看看使用航空图像和人工智能检测和评估停车场是否可行。”拉索弗说。“通过自动提取特征和数字内容，我们认为可以大大减少创建地图所需的时间，而不会牺牲准确性。”
一级汽车供应商和原始设备制造商（OEM）特别感兴趣的是一种经济高效的数字地图创建方法，以支持自主导航行业；然而，许多其他行业也可以利用这些信息。
HxGN内容计划提供
基于Martinsburg 15厘米GSD数据的检测车道标记创建的语义车道模型
2014年HxGN内容程序开始收集美国、欧洲部分地区和加拿大人口稠密地区的推测性现成正射影像，以创建可供客户使用的数据库。目标是在人口较少的地区获得30厘米分辨率的无云图像、4波段图像，在人口超过50000的大都市地区获得15厘米分辨率图像。
通过HxGN内容计划，TerraLoupe获得了柏林15厘米分辨率的正射影像，以测试其内部开发的目标识别算法。柏林的最初工作花了八周时间训练算法，以准确识别和分类停车位，然后只花了三天时间分析和绘制全德国的地图。
“通过HxGN内容程序访问图像，我们可以下载所需的地理位置，然后根据新数据训练算法。”拉索弗解释道。“每个国家的建筑、基础设施和道路系统都存在细微差异。我们检查每个对象的置信区间，并重新检查低百分比。当我们纠正错误时，算法会继续学习和改进，直到我们达到非常高的准确度。”
通过HxGN内容计划提供的航空正射影像经过严格的QA/QC流程，以确保测量等级影像的交付。“HxGN内容计划最适合我们客户在自动驾驶、停车辅助和保险/再保险公司损失报告方面的需求。”拉索弗说。“我们还成功地为各种目的提供了与基础设施、公用事业、铁路等相关的情报。”
机器学习加速了精确的映射
TerraLoupe的项目表明，结合机器学习的高分辨率航空正射影像可以有效地用于提取数字内容。停车分析提供了有用的信息，如停车场的位置、入口和出口以及每个停车场可容纳的不同类别（小型、中型、大型）的车辆数量。城市规划师、送货员、出租车司机和拥挤零售区的顾客都可以受益于这种改进的停车智能。
“高分辨率、高精度图像的可用性决定了我们开始项目的地点；然而，随着Hexagon的数据可用，我们打算在整个欧洲进行此分析，我们希望将我们的服务扩展到美国。”bob体育报道拉索弗说。“总体而言，我们的目标是高效提取所有类型的对象，并创建一个完整的数字环境。”
与地面方法相比，获取航空图像速度更快、效率更高，允许更频繁的更新，这对于许多应用至关重要。Hexagon的全球业务提供了广泛的图像，并与数据提供商建立了良好的商业伙伴关系，以继续满足日益增长的数字地图需求。bob体育报道
