Georges Aoude 和 Karl Jeanbart 是 Derq 的聯合創始人，Derq 是一家軟體開發公司，為城市和車隊提供人工智慧驅動的道路安全，和交通管理基礎設施平台，支援大規模部署自動駕駛汽車。

雖然自動駕駛汽車的車載技術受到了極大的關注，但服務提供商和市政當局剛剛開始討論支援 AV，並提供其他交通管理好處的道路基礎設施技術。

隨著人工智慧和 5G 網路連線的進步，智慧道路基礎設施技術有望改善即時交通分析，並在將最具挑戰性的道路安全和交通管理問題，新增到美國各地的道路、橋樑和其他交通系統中。

本次討論的核心兩種技術是人工智慧增強攝影機和雷射雷達：光檢測和測距裝置。 


美國有數十萬個交通攝影機 —— 當你計算閉路電視攝影機時，數百萬隻 —— 主要用於道路監控和基本交通管理應用程式，如環路模擬。 這些資產為攝影機和數據管理系統，帶來了最新的人工智慧進步，可以立即提高基本應用效能，並解鎖更先進的軟體應用和案例。

人工智慧和機器學習，比傳統攝影機的電腦視覺技術，能提供卓越的感測效能。 透過使用可以自動適應各種照明，和天氣條件的演算法，它們可以對所有道路使用者進行更強大、靈活和準確的檢測、追蹤和分類 —— 區分道路上或周圍的司機、行人和騎腳踏車手。 此外，他們的預測能力，可以更好地模擬道路使用者的移動和行為，並改善道路安全。 交通機構可以立即受益於人工智慧增強攝影機，這些攝影機具有道路衝突檢測和分析、人行橫道預測，和 AV 部署基礎設施感測等應用。

雷射雷達可以提供與攝影機互補的、有時重疊的價值，但在幾種安全關鍵的邊緣情況下，如大雨和雪或提供更精細的分類時，我們的經驗是，攝影機仍然提供卓越的結果。 Lidar 在具有挑戰性的光線條件下工作得更好，並提供本地化數據，但由於其高單價和視野有限，當今的雷射雷達技術仍然昂貴。 例如，只需投入大量投資，就需要部署在單個十字路口的多個雷射雷達感測器，即可提供一個 360° 人工智慧增強攝影機的等效數據，這是一個更具成本效益的解決方案。

對於許多以預算為重點的社群來說，人工智慧增強攝影機仍然是首選技術。 隨著時間的推移，隨著雷射雷達技術成本的降低，社群應該考慮是否用雷射雷達感測器來擴大其基礎設施。

隨著雷射雷達技術成本的下降，它將成為當今人工智慧增強攝影機的強大而可行的補充。 歸根結底，智慧基礎設施解決方案的必行方法是感測器融合 —— 將來自攝影機和雷射雷達的數據，合併到一個數據管理系統中的能力，就像現在自動駕駛汽車一樣 —— 以最大限度地發揮兩者的好處，改善整體交通流量，消除道路碰撞和死亡。

今天攝影機與雷射雷達的效能
特點傳統攝影機AI 驅動的攝影機*LiDARAI 驅動的攝影機和雷射雷達融合
具有挑戰性的照明（低光、眩光）低中高高
惡劣天氣條件（雪、雨、霧）低高中高
本地化低中高高
分類低高中高
負擔能力高中低**低**

來源：Derq
*假設存在紅外線或良好的低光感測器
**預計會隨著時間的推移而改進