随着 1 月消费电子展（CES）掀起自动驾驶汽车（AVs）进入市场的新浪潮，公众注意力多集中于车辆本身的技术。然而，嵌入道路基础设施的技术正成为服务提供商与市政当局讨论的焦点。
得益于人工智能（AI）与 5G 网络的进步，智能道路基础设施技术有望广泛应用于美国各地的道路、桥梁及交通系统，旨在优化实时交通分析，解决严峻的道路安全与管理难题。当前讨论的核心在于基于 AI 增强摄像头的实际应用，以及未来 LiDAR（激光雷达）技术的潜力。
人工智能将提升摄像头感知性能
目前，美国已部署数十万辆交通摄像头，若计入闭路电视（CCTV），数量高达数百万。这些设备主要用于道路监控和基础交通管理（如环路模拟）。将其与最新 AI 技术结合，不仅能立即提升基础应用性能，还能解锁更高级的软件应用场景。
相较于传统计算机视觉技术，AI 和机器学习提供了更卓越的感知性能。其算法能自动适应各种光照和天气条件，使对所有道路使用者的检测、跟踪和分类更加稳健、灵活且准确。此外，AI 具备预测能力，能更好地建模道路使用者的运动和行为，从而显著提升道路安全性。机构可立即从 AI 增强型摄像头中受益，应用于道路冲突检测与分析、行人过街预测以及为自动驾驶部署提供基础设施感知等场景。
LiDAR 技术无法完全取代摄像头
LiDAR 能为摄像头提供互补价值，但在某些安全关键的边缘场景（如大雨、大雪及颗粒分类）中表现不佳，而摄像头在此类情况下表现更为出色。此外，由于 LiDAR 单价高昂且视场有限，大规模部署成本极高。例如，在一个十字路口部署多个 LiDAR 需要巨额投资，而仅使用一台 360 度 AI 摄像头可能是更具成本效益的解决方案。
对于许多注重预算的社区而言，AI 摄像头仍是当今经过验证的首选技术。随着时间推移，当 LiDAR 成本趋于合理时，社区应考虑通过此类传感器增强其基础设施。
最终，传感器融合将带来显著成果
当 LiDAR 成本如预期下降时，它将成为现有 AI 增强摄像头的强大补充。类似于自动驾驶汽车，传感器融合将成为智能基础设施解决方案的首选方法，从而最大化两种技术的优势。见下表：
当前摄像头与激光雷达的性能对比
1. 假设配备红外或良好的低光传感器
2. 预计会随时间改善
如今采用高性价比且性能优良的 AI 摄像头，结合未来几年 LiDAR 的巨大潜力，可帮助社区和市政当局实现当下与未来的双赢。
归根结底，目标是明确改善整体交通流量并减少事故与伤亡，但这要求技术和实施策略必须正确。道路监控技术亟需变革：既要考虑今天采用 AI 摄像头，也要期待明天 LiDAR 带来的承诺。
作者简介
Georges Aoude 博士是 Derq 的联合创始人。Derq 是一家源自麻省理工学院的衍生公司，致力于推动互联和自动驾驶道路的未来发展，使城市对所有道路使用者更加智能和安全，并支持自动驾驶车辆的大规模部署。Derq 为城市和车队提供屡获殊荣且拥有专利的智能基础设施平台，该平台由 AI 驱动，助力应对最具挑战性的道路安全和交通管理问题。