共享微出行巨头Lime终于开始部署旨在安抚城市的先进骑手辅助系统（ARAS）。在巴黎举行的活动中，该公司分享了自主研发计算机视觉平台的试点计划，该平台利用摄像头检测用户是否在人行道上骑行。是否向骑手发出声音警告以及实际降速由城市自行决定，但两项功能均已具备。
Lime将于8月初至中旬在旧金山和芝加哥的近400辆滑板车上试点该技术；预计到今年年底，试点将扩展至包括巴黎在内的六个城市。
由于城市倾向于指责微型移动公司及骑行者而非投入资源建设受保护自行车道，过去一年几乎所有主要运营商都在实施某种形式的滑板车ARAS。
Bird、Superpedestrian和Neuron依赖基于位置的系统确定行驶与停放区域；Voi、Spin和Zipp则试点了第三方提供商Drover AI和Luna的计算机视觉技术。Lime表示曾测试第三方系统以评估商业模式可行性，随后投资开发自有系统，这将是首个由运营商构建、基于摄像头检测人行道骑行的平台。不过，Segway近期也推出了首款AI驱动滑板车，并非首家集成此类系统的公司。
滑板车ARAS分为定位技术与计算机视觉两大阵营。定位技术倡导者认为其当下更便宜易实施，而计算机视觉尚未成熟且成本高，还增加了易损坏或被破坏的硬件组件。
Lime总裁Joe Kraus表示，公司正通过投资计算机视觉进行长期押注，认为长远来看比增强型GPS更便宜，且适用用例更多。
Kraus对TechCrunch表示：“我关注巨额资金投入哪些领域以推动成本曲线下移并提升创新能力。”“用于提升摄像头系统图像分类与检测准确性的投资规模巨大；开源软件及芯片组方面也有大量投入，旨在大幅降低边缘AI芯片成本并提高能效。”
改进基于定位的ARAS需超高精度地图精确定位人行道，Kraus认为GPS信号未出现同等程度的需求、投资和性能提升。
Kraus指出：“在城市内使用具有更精确时间信号的GPS增强技术成本并不低廉。”
此外，GPS难以开启新功能。Lime从检测人行道骑行起步，计划拓展停车检测等用例。目前Lime和Bird均在试点Google ARCore Geospatial API，利用骑手手机摄像头精确定位停放的滑板车和电动自行车，判断是否合规停放。
Kraus称，Lime还可能将计算机视觉用于“更广泛的定位工作”或事故时的“不可否认性验证”。名为Lime Vision的功能还能帮助赢得城市好感，例如分享人行道骑行热点数据以确定自行车道建设地点，或报告街道坑洼数量。
Kraus表示，初始试点的首版Lime Vision是一款可改装防水单元，安装在车把下方颈部，内含摄像头、AI芯片和CPU。计算机视觉模型在此实时计算，检测响应不到一秒；该单元通过电线连接滑板车“大脑”，根据分析结果传达指令。
Kraus透露，Lime已在开发第二版计算机视觉系统，将完全集成到车辆车身中，而非作为单独附件。
除推出计算机视觉功能外，Lime周三宣布将在全球30个城市试点新反应测试以遏制酒后骑行。用户在指定夜间时段后预订车辆时，应用中会出现类似游戏的测试：控制滑板车沿街道行驶，遇停车标志按下停止键；若限定时间内未击中标志，则无法开始骑行。
此前，Lime曾在多数市场晚上10点后尝试类似功能，要求骑手输入“Y-E-S”确认未醉酒且适合骑行；去年Bird推出Safe Start，要求骑手在应用中输入关键词以劝阻醉酒骑行。
本文已就第四段发布澄清说明。
高级骑手辅助系统：微出行政治催生的技术