隨著AI人工智能、大數(shù)據(jù)算法、算力技術(shù)的成熟，“智慧+”已成為人們改造傳統(tǒng)行業(yè)的主要手段。特別是在路內(nèi)停車領(lǐng)域，“智慧”使對路內(nèi)停車的有效管理成為可能。自2018年以來，“智慧+停車”逐漸成為停車行業(yè)的熱門詞匯，特別是經(jīng)過2019年全國停車項目的興起以及新基建概念的提出，一時間市場上涌出了各種“智慧”停車方案，其中不乏地磁、視頻樁、中位視頻、高位視頻、北斗等多技術(shù)并存的解決方案。但，什么才是“智慧的”停車？這可能還需要進(jìn)一步地透視停車的本質(zhì)才可厘清。

從客戶的需求看，城市道路停車的業(yè)主——政府對停車的需要不僅僅是為車輛找到一個停放的空間，而是以改善城市交通、提供良好出行體驗為目的，基于激活泛交通體系的科學(xué)規(guī)劃為前提，以智能技術(shù)運(yùn)用為運(yùn)營手段，以健全的社會懲戒體系為輔助管理措施的系統(tǒng)性工程。

因此，談智慧停車，如果目標(biāo)在于管理收費、管理收費員，則屬于智慧停車初級階段，稱之為停車1.0方案；如果目標(biāo)在于管理停車事件，即準(zhǔn)確識別停車出入位行為、完成繳費、通過有效證據(jù)體系避免逃費行為等，則屬于停車2.0方案；只有把停車放到智慧交通管理體系化工程中，才能創(chuàng)造出適應(yīng)未來的智慧停車3.0方案，即通過自我進(jìn)化不斷適應(yīng)復(fù)雜交通場景的智慧停車解決方案。

從這個角度看，可進(jìn)化的智慧停車解決方案構(gòu)成要件應(yīng)有四個方面：基于深度學(xué)習(xí)人工智能技術(shù)的城市感知端、基于特征工程的數(shù)據(jù)集散棧、基于車路協(xié)同的智能駕駛以及基于知識圖譜人工智能技術(shù)的運(yùn)營決策端。

基于深度學(xué)習(xí)技術(shù)的城市智能感知端

  智能感知是智慧神經(jīng)系統(tǒng)的起點?！爸腔邸保疽馍鲜侵干锼哂械幕谏窠?jīng)器官一種高級的綜合能力，包括感知、理解、聯(lián)想、邏輯、辨別、分析、判斷、決定等多項內(nèi)容。智慧的起點在于感知。從感知的信源獲取角度，人類對外界事物的感知85%來自于視覺。同樣，基于類人仿生學(xué)特征的智慧停車，視覺感知也是城市智能感知的重要手段。因此，耀停車從開始研發(fā)解決方案時就把重點放在基于高位視頻的大傾角、超廣角的多目標(biāo)視覺識別上。

  首先，是基于不同的場景，制定上百種針對性的場景優(yōu)化方案和算法。在現(xiàn)實中，停車的場景是多樣、變化的，可能路過的行人、車輛，樹木的搖動，都會對視頻識別造成很大的影響。解決問題的關(guān)鍵在于對不同場景中的多目標(biāo)進(jìn)行準(zhǔn)確識別?；贑NN深度學(xué)習(xí)，在給定的視頻圖像中，耀停車的算法已經(jīng)能夠識別出小汽車、廂式貨車、卡車、工程車、巴士（客車）、三輪車、行人、騎行者、自行車、電瓶車等10余類目標(biāo)，并給出每一個目標(biāo)在視頻圖像中的位置。對于機(jī)動車的識別，我們在檢測整車的基礎(chǔ)上，還增加了車頭車尾等更多細(xì)部的檢測，以解決距離較遠(yuǎn)的相鄰車位之間重疊度的問題。

其次，構(gòu)建全場景的3D模型和感知。車牌識別只是車輛身份鑒別的一個方面，僅僅是其中的一項結(jié)果。我們在車輛運(yùn)動的過程中就已經(jīng)能夠捕獲車牌，并做出識別。在一個具體的環(huán)境中，我們的算法對車輛身份的識別就如同人觀察識別行為一樣，會對空間中的多種特征進(jìn)行觀察，而不是始終緊盯著車牌。因此，對周圍環(huán)境的3D建模和感知，有助于系統(tǒng)的自我學(xué)習(xí)優(yōu)化，從而排除各類環(huán)境干擾。

再者，基于上述3D建模和感知的車輛行為動態(tài)識別分析。我們不僅僅是識別靜態(tài)車輛，同時也識別車輛的動態(tài)行為。車輛進(jìn)入視野，我們會進(jìn)行多目標(biāo)跟蹤，在跟蹤的過程中，判斷車輛與停車、交通之間的聯(lián)系。根據(jù)車輛的行為邏輯，我們甚至可以對車輛進(jìn)行行為預(yù)測。車輛停入車位后，算法還不間斷的對所有車位及車輛身份（不僅僅限于車輛牌照）進(jìn)行識別，實時比對車輛是否更換，避免因其他車輛干擾或者遮擋時，不能及時捕獲到車輛離位。

  此外，應(yīng)對極端條件下的場景優(yōu)化識別也是關(guān)鍵。通用主流相機(jī)一般都是具有非常高分辨率的傳感器，但是在一些極端環(huán)境下，其通用自動工作機(jī)制不完善，需要通過算法干預(yù)對成像參數(shù)進(jìn)行調(diào)整，比如逆光、大霧、低照度等，算法通過識別這些場景，協(xié)同自動調(diào)整攝像機(jī)成像參數(shù)，比如自動開啟強(qiáng)光抑制，自動開啟寬動態(tài)，在低照度環(huán)境下自動開啟3D降噪，自動開啟透霧等等。

最后，基于多目標(biāo)識別的多元化數(shù)據(jù)采集。耀停車高位視頻系統(tǒng)實施多種類、多維度的數(shù)據(jù)采集與感知，數(shù)據(jù)種類分為車輛數(shù)據(jù)、車位數(shù)據(jù)、道路交通數(shù)據(jù)、周圍景觀數(shù)據(jù)、行人數(shù)據(jù)等等，數(shù)據(jù)維度又分為特征維度、行為維度、輔助維度、狀態(tài)維度等等真正實現(xiàn)了道路停車管理場景的大數(shù)據(jù)自動采集。

基于特征工程的數(shù)據(jù)集散棧

城市的智能感知并不能即刻轉(zhuǎn)化為運(yùn)營決策，而是需要對數(shù)據(jù)以特征工程為手段進(jìn)行結(jié)構(gòu)化的預(yù)處理并作出相應(yīng)的輸出。數(shù)據(jù)集散棧便是這樣的處理中心，它能夠?qū)崿F(xiàn)城市邊緣多路感知數(shù)據(jù)的接入與結(jié)構(gòu)化歸集、停車運(yùn)營與靜、動態(tài)交通數(shù)據(jù)的有效輸出以及基于數(shù)據(jù)實時分析的前端設(shè)備智能維護(hù)。就目前而言，耀停車的數(shù)據(jù)集散棧已經(jīng)實現(xiàn)如下功能：

  1、是路內(nèi)與路外停車數(shù)據(jù)的接入。不僅僅是高位視頻的數(shù)據(jù)接入，同時也能夠接入地磁、PDA、視頻樁等其他方案的路內(nèi)停車數(shù)據(jù)，還能夠接入路外停車場的實時數(shù)據(jù)，為城市整體停車決策提供參考。

  2、是數(shù)據(jù)智能二次審核與人機(jī)協(xié)同。在云端，開發(fā)了AI智能二次審核算法，能夠在快達(dá)28毫秒的時間內(nèi)對前端數(shù)據(jù)進(jìn)行二次校驗核準(zhǔn)并反饋給前端主機(jī)與云端人機(jī)協(xié)同系統(tǒng)。在云端人機(jī)協(xié)同系統(tǒng)中，數(shù)據(jù)會自動分發(fā)給云服務(wù)和人，形成人機(jī)協(xié)同高效工作機(jī)制，在保證數(shù)據(jù)準(zhǔn)確的情況下，將機(jī)器處理數(shù)據(jù)的效能進(jìn)行最大化。

  3、是算法優(yōu)化迭代?；谇岸藬?shù)據(jù)量和維度的不斷擴(kuò)充，數(shù)據(jù)集散棧對前端的應(yīng)用場景感知也在不斷的拓展。在人機(jī)協(xié)同機(jī)制下，對新的停車場景進(jìn)行學(xué)習(xí)和認(rèn)知，能夠有效幫助對前端算法做出不斷的優(yōu)化和迭代，通過數(shù)據(jù)集散棧能夠?qū)Ψ植荚诓煌鞘械那岸酥鳈C(jī)的識別算法進(jìn)行遠(yuǎn)程一鍵升級。

  4、是設(shè)備的遠(yuǎn)程運(yùn)維管理。通過我們構(gòu)筑在云端的全球運(yùn)維平臺（數(shù)據(jù)處理中心），基于物聯(lián)網(wǎng)的通信協(xié)議，可以看到任一設(shè)備的運(yùn)行狀態(tài)，包括CPU負(fù)載、內(nèi)存、溫度、環(huán)境溫度、算法分析狀態(tài)等，可以遠(yuǎn)程對設(shè)備進(jìn)行安裝、調(diào)試、故障診斷及修復(fù)。

基于車路協(xié)同的智能駕駛

  雷視一體的技術(shù)已在L2-L3級別的智能汽車上應(yīng)用，通過激光采集的室內(nèi)外浮點云通過三維建模將場景與現(xiàn)實一一鏈接對應(yīng)，系統(tǒng)智能化達(dá)到L4級別停車系統(tǒng)將會完全無人化。

基于知識圖譜人工智能技術(shù)的運(yùn)營決策端

  運(yùn)營決策平臺不應(yīng)當(dāng)僅僅是前端停車時間和收費等數(shù)據(jù)的記錄，更應(yīng)當(dāng)是基于人類運(yùn)營經(jīng)驗學(xué)習(xí)的靜態(tài)交通決策輔助智能化平臺。

  初期，至少應(yīng)當(dāng)涵蓋停車運(yùn)營概覽、運(yùn)營數(shù)據(jù)BI、帶圖像的停車實時數(shù)據(jù)、智能巡管調(diào)度、路內(nèi)外交通實時數(shù)據(jù)、違法停車實時信息、停車追蹤等基礎(chǔ)性功能。

中期，應(yīng)當(dāng)實現(xiàn)靜態(tài)交通業(yè)務(wù)大數(shù)據(jù)、高清違法取證、交通誘導(dǎo)、城市管理、治安反恐預(yù)警等實時信息的融合平臺。

  遠(yuǎn)期，應(yīng)當(dāng)實現(xiàn)基于信息的融合和知識學(xué)習(xí)，對城市市容管理、道路健康管理、交通管理等城市運(yùn)行管理作出主動決策建議或行動輸出，對城市管理人員、道路養(yǎng)護(hù)人員、園林管理人員、停車管理人員甚至交警等城市服務(wù)人員做出智能化的工作單分配，不斷增加決策的科學(xué)性和效率，提升城市智能化水平。