3S Market 傳遞 智慧應用與價值的商業資訊
日本郵政這樣做長照生意！庫克也來合作
| ||||||||||||||||||||||
工業4.0與智慧工廠
| ||
2017年4月7日 星期五
‧ 2017\04\07\3S Market Daily 智慧產業新聞
3S Market deliver Smart and Valuable information for Business
． 超低照度、超高清的 4K 畫質—— SONY 讓全世界看到 101 之美
2016-17-101跨年煙火- SONY SNC-VB770
SONY監控系統台灣總代理上敦企業
4月12-14日歡迎蒞臨 secutech 台北國際安全博覽會
上敦企業有限公司南港展覽館5610展位
現場體驗 SONY 4K 超低照度超高清影像加值應用
．自動駕駛之眼——攝影機是如何認識交通標識的？
Volvo Self driving cars in real traffic
 |
leiphone 作者：史高拔
按：本文作者史高拔，汽車電子工程師，供職於中國某汽車技術中心，從事汽車智慧網聯技術研發。
近日，自動駕駛領域的明星公司Mobileye發佈了2016年的財報。依靠在ADAS視覺解決方案的飛速增長，mobileye2016年總收入為3.582億美元，同比增長48.7%； 淨收益1.084億美元，同比增58.3%。
其提供的「單目攝影機+視覺處理晶片+圖像辨識算法」的自動駕駛綜合解決方案被譽為「自動駕駛汽車的眼睛」，這項技術使Mobileye在這一領域，保持著70%以上的市場佔有率，基本成為了自動駕駛汽車的標配。
↑ mobileye已成為自動駕駛攝影機領域的絕對霸主
攝影機在自動駕駛中有著舉足輕重的地位，就像人的眼睛一樣，攝影機結合圖像辨識技術，能快速辨識車輛、行人和交通標誌，可以給現階段的自動駕駛技術，提供足夠的環境感知保障。那這顆裝在前擋風玻璃上的攝影機，到底是如何工作的？讓我們從交通標誌辨識這一應用場景入手，來一探圖像辨識技術的奧秘。
一、交通標誌的易辨識特性
由於交通標誌採用特定的文字、圖形和符號，在一定範圍內具有標準、醒目、資訊明確的特性，一直是圖像辨識技術在交通領域應用的首選。從圖像辨識技術誕生之日起，交通標誌辨識的算法和模型，就一直受到廣泛的關注，也讓這一技術發展相對成熟，並應用到自動駕駛領域中來。
↑ 交通標誌辨識技術
幾乎所有國家的交通標誌，大概平均一共有一百餘種，例如按類別可分為黃底黑邊的警告標誌、白底紅圈的禁令標誌、藍底白字的指示標誌，形狀上以三角形、圓形和矩形為主。明確的形狀和顏色區分、有限的標誌數量，都為圖像辨識提供了一個相對穩定的應用環境。
↑ 中國的交通標誌
二、交通標誌辨識技術的原理
利用圖像辨識技術的交通標誌辨識系統，一般分為以下幾個工作步驟：
↑圖像辨識的步驟
1. 圖像預處理：
在實際的交通場景中，由於運動抖動、自然光、天氣條件等各種因素的影響，不可避免的會在採集的圖像中，引入一定程度的干擾和噪聲，所以首先需要將這些不利因素消除，對採集到的圖像進行一些預處理。
透過圖像均衡、圖像增強和圖像去噪等算法，將圖像的光線均衡，突出關鍵資訊。這一步基本和中國大陸美圖秀秀中的那些工具類似，都是將圖像變得清晰、易辨認。
↑ 對圖像進行預處理，去除噪聲、提高亮度和對比度
2. 交通標誌分割：
預處理後的圖像仍然包含很多信息，交通標誌在其中只有很小的一個區域，為了減小處理的數據量，加快處理速度，一般都會先將交通標誌的區域檢測出來，再去判斷這個區域中的交通標誌的具體含義。交通標誌在顏色和形狀上都有一定的特殊性，並可按照下圖進行一定程度的分類，所以一般通過這兩個特徵去檢測交通標誌。
↑對岸中國交通標誌按顏色和形狀分類
- 顏色分割：
顏色按照國際標準可劃分為RGB、HSV、HSI等顏色空間，並進行量化分析，以RGB空間為例，將顏色按照紅色、綠色、藍色三種顏色進行分割，通過給定交通標誌牌中常用的藍色、黃色、紅色的色度坐標範圍，即可過濾掉與之不相關的顏色資訊，快速檢測到交通標誌牌。
↑通過RGB色彩空間處理，快速定位紅色區域
- 形狀分割：
僅僅檢測顏色顯然又是不夠的，由於光照、背景色的影響和干擾，還需要在顏色檢測結果的基礎上，對相應區域進行形狀檢測。交通標誌具有邊緣清晰、形狀簡單易辨認的特點。
這些特徵在排除顏色影響後，灰度圖像中更加明顯，因此透過一定的邊緣檢測算子，去判斷圖像像素中出現的灰度階變化，一般就能較為準確的檢測出，交通標誌的形狀和輪廓特徵。
↑對檢測區域進行灰度處理，再通過灰度階躍檢測其形狀邊界
3. 交通標誌特徵提取
在圖像檢測完成以後，圖像中基本就只剩下了交通標誌的關鍵資訊，這些資訊簡單直接，但電腦依然不會知道，這些資訊的具體含義，這時候需要再進一步對這些圖像特徵，進行提取和比對，才能對具體的資訊進行辨識。
圖像的關鍵特徵，是辨識具體資訊的關鍵因素，特徵的好壞，直接決定了辨識的準確度。一般說來，這些關鍵特徵需要具有可區分性、簡約性和抗干擾等幾個要素，可區分性，及不同標誌的特徵，要具有足夠的差異性，簡約性是在保證可區分性的前提下，用盡量少的數據表示圖像特徵，這可以保證檢測的速度和效率，抗干擾度即圖像特徵資訊，要保證盡量少的會被噪聲、自然光和圖像畸變影響。
在交通標誌辨識上，一般會提取顏色特徵、線條變化特徵、矩特徵、灰度直方圖統計特徵等等，並會在事先維護一個足夠樣本數量的特徵庫，包含現有交通標誌的圖像特徵資訊。在辨識的時候，將採集到的圖像的特徵提取出來，與數據庫中的條件進行比對，即可判斷出該交通標誌的實際意義。
4. 辨識結果匹配
目前有多種方法實現圖像特徵，與特徵庫數據的比對，最為簡單直接的方式是模板匹配：即在特徵庫中，將不同交通標誌的特徵參數，規定為某些特定的參數，當所採集圖像的特徵參數在某個範圍內，就判斷是這個交通標誌資訊。
但由於圖像在採集的時候，難免發生形狀畸變、顏色失真等誤差，在實際使用場景中用模板匹配，來辨識的成功率和準確度並不是特別高，即便優化了圖像處理算法，也還有很多局限。
↑ 通過匹配特徵庫資訊辨識標誌
近些年機器學習技術的發展，讓圖像辨識也有了很大的變化，通過設定一些簡單的判斷條件，並在特徵庫中加入各種形態和場景下的學習樣本，讓系統不斷加深交通標誌辨識的認知和辨識機率。
機器學習讓辨識不再依靠具體固定的參數，而是通透過一系列的條件判斷，讓系統找到機率最大的目標，以此提升辨識的準確度和靈活性。這一技術在目前成為研究的熱點，並有效提高了圖像辨識的準確率。
↑ 機器學習在圖像辨識中的應用
三、總結
交通標誌辨識是圖像辨識技術，在自動駕駛領域較為成功的應用，其情景相對簡單固定，辨識準確度和成功率都讓人滿意。現在自動駕駛中攝影機辨識車輛、行人、自行車、車道線等其他目標的工作原理，基本和交通標誌辨識類似，只是針對不同的對象所用的的算法和模型，也會進行一定的調整和優化，並維護一個更為多樣的樣本學習庫。
Mobileye在自動駕駛攝影機領域，已經耕耘了17年，其算法整合優化、樣本庫豐富度、辨識精確度都處於絕對領先，也為自動駕駛的普及帶來了巨大的福音。
↑圖像辨識技術在自動駕駛中的應用
利用攝影機進行自動駕駛圖像辨識，已經在部分量產車中應用，但也依然需要面對很多困難和挑戰，例如圖像資訊處理數據量大、實際場景情況複雜、世界各地交通標誌不統一等等。
在實際使用中也出現了，像特斯拉無法辨識大貨車這樣的事故和問題，實際的交通場景中，參與對象太多太雜，要依靠一個攝影機，去解決所有問題顯然是不現實的。
也正是為此，目前業界出現了很多新的技術：英偉達圖像理平台、V2X、雙目攝影機等等，這些新技術的應用，給自動駕駛帶來了更多新的可能性，自動駕駛系統也將越來越完善。
．勞斯萊斯跨界：打造無人駕駛貨船，要在2020年啓航
Rolls-Royce Wants to Build Giant Autonomous Cargo Ships
 |
leiphone 作者：維文•羅傑
按：在大部分人看來，勞斯萊斯是頂級豪華汽車的傑出代表。但是，也許還有很多人不知道，這家汽車公司已經將自己的業務，從陸地拓展到了海上。
早在 2014 年，就有媒體報導，勞斯萊斯船舶事務科，正在開發遠端控制的集裝箱船。勞斯萊斯海洋創新部副總裁 Oskar Levander 表示，遠端操控的自動化船舶技術是存在的。他說，「我們將在十年後看到遠端遙控船的商業化。」他還補充道，這些船預計將於 2020 年底啓航。
據 Moore Stephens 產業顧問公司 2014 年的數據，海上貨運業載運量，一年產值可達 3750 億美元，目前全球營運貨輪數量約 10 萬艘，一般大型海運業船員等人事成本，約佔總營運成本 44％。據瞭解，相較於現在船隻完成同樣的工作，遠程操作船舶的營運會更快捷、更高效、更便宜。
這類船舶將由帶傳感器組的電腦控制，這些傳感器組件包括攝影機、紅外線系統、雷達、雷射雷達、麥克風、聲納和 GPS。最近勞斯萊斯海洋創新部副總裁 Oskar Levander 在 IEEE Spectrum 撰文，披露了勞斯萊斯對無人船的設想和進展。本文由雷鋒網編譯（有刪減）。
「無人船」的出現只是時間問題。
勞斯萊斯預測，在未來幾年，會出現類似無人駕駛的商用船隻。早期可能是港口拖船或渡船，主要是用於運河河口或峽灣的短途運輸。而自主航行的無人遠洋貨輪，將在未來 10 到 15 年內航行於大洋之上。
無人船的出現，得益於數位通信和人工智慧的發展。電子傳感器、通訊以及電腦處理技術的發展，激起了人們對一系列無人駕駛交通工具的興趣，包括汽車、飛機、直升機、火車以及輪船。
全球範圍內眾多公司，和研究機構正在努力將這些想法變成現實。
勞斯萊斯已經在芬蘭開始了一個聯合產業項目：高級全自動水運應用（Advanced Autonomous Waterborne Applications，簡稱 AAWA）。預計在 10 年內打造能遠端操控，或全自動化的近海船隻。
歐盟的 MUNIN（海上智慧無人導航網路）項目，由位於漢堡的 Fraunhofer（弗勞恩霍夫）海運物流服務中心主導。這個項目正在對無人船在公海航行的技術、經濟和法律方面，進行可行性評估。
DNV GL（國際船隻認證機構）的研究人員，正在探索透過電動無人船，在挪威狹長海岸線運輸貨物的可能性。
為什麼人們對無人駕駛船感興趣？
這很容易解釋：無人船更安全、更高效、運輸成本更低。
根據德國慕尼黑安聯保險在 2012 年發佈的一份報告，大約 75% 至 96% 的海上事故，是由人為錯誤造成的，通常是疲勞導致。遠端控制的無人船，將會降低這類風險，降低船員的傷亡率，而船隻本身面臨的危險也會更少。
1、海盜帶來的威脅會更少。
因為是無人船，海盜登船難度加大。即使海盜成功登船，他們也無法控制船隻。事實上，遠端控制中心可以控制船隻拋錨停船，或透過低速航行，讓海軍艦船可以很容易的趕來增援。因為沒有船員，所以海盜無法將任何人扣押為人質，而沒有人質的海盜不堪一擊。
2、更大的貨物運載量以及更小的風阻。
因為沒有船員，現有船隻的一些設備就可以移除，比如甲板室、船員居住艙、通風裝置、供暖設備以及下水道系統。去掉這些裝置後，船會更輕巧，油耗、操作和建造成本，都會相應降低，也能為貨船騰出更大空間。
3、解決海上專業人才稀缺的問題。
隨著海上船隻越來越多的機械設備，操作變得複雜，對船員要求也越來越高。同時，航海作為職業本身的的吸引力在不斷降低，發達國家很少會有人願意出海遠航，數星期甚至數月無法與家人相見。而遠端控制和無人船隻技術的發展，可以吸引更多高素質的年輕人進入這個行業。
當前，建造這種無人船的技術條件已經具備，但挑戰在於監管機構，是否允許這種船舶出海營運。現在，國際航運條例對是否允許這些船隻出海航行，如何投保，以及如何判定發生事故時的責任人等等問題，還沒有清楚的規訂。
和勞斯萊斯 AAWA 項目一樣，歐洲還有另外兩個項目團隊，正在研究修改法規，以明確這些問題。
SARUMS （歐洲無人海事系統安全與監管機構）就是其中之一。它由瑞典等其他六個成員國組成。在英國，海上自治系統監管工作組，也在進行相關方面的努力。他們的最終目標是確保《國際海上人命安全公約》——管理國際航行的條例——在下一次修改時，能夠反映新技術的發展。
討論這些問題的監管者，肯定想清楚地知道無人船到底有多安全。所以，工程師現在的工作是採用相關技術，付出最大努力，避免所有潛在危險的出現。
無人船的關鍵能力
對無人船來說，關鍵能力是能夠感知和傳達周圍環境的能力，以便其在航行過程中避免碰撞，安全到達目的地。
勞斯萊斯正在研發的態勢感知系統（situational-awareness systems），將來自高清可見光和紅外線攝影機的圖像，與雷射雷達、雷達測量方式相結合，提供無人船周圍環境的詳細圖像。這些資訊會被傳回遠端操控中心——在那裡，有經驗的船長會進行判斷，或傳給無人船上的電腦處理，並採取下一步行動。
遠端操控的船長或自動航行系統，也可以利用其他資訊源：來自衛星導航的資訊，天氣預報，其它船隻對自己身份和位置的報告。
現在，利用多數據源和電子輔助設備，已經成為船員日常工作的一部分。標注其它船隻位置、幫助做出導航決策、檢測船隻主要設備、以及確保發動機和其他機械組件，運轉良好的系統，都已經問世。
將來，安裝在船隻上的關鍵傳感器，會獲得更多數據。比如說主引擎，起重機和其它甲板機械，螺旋槳和船首推進器，發電機，濾油器等等。
這些資訊會有助於判斷這些系統是否良好、高效地運行。當關鍵零件發生故障時，可以在下一個停靠港安排預防性維修，如果有必要的話，可以安排維修人員到海上登船維修。
這些資訊會有助於判斷這些系統是否良好、高效地運行。當關鍵零件發生故障時，可以在下一個停靠港安排預防性維修，如果有必要的話，可以安排維修人員到海上登船維修。
當然，對無人船而言，及時獲得數據非常關鍵。因此，這類船隻需要時刻保持即時通訊。遠洋航行衛星通訊早已經實現，而且現在越來越好。
尤其是 AAWA 的合作夥伴——國際海事衛星組織（Inmarsat）在 2015 年 8 月份發射了第三代 Global Xpress 衛星，使得該公司有能力支持全球任何地方的寬頻數據連接。因此，在未來，Inmarsat 能夠像現在做的一樣，在太空為無人駕駛船提供高速的寬頻連接。
保護數據流以及防止船隻系統，被駭客入侵當然也非常關鍵。你肯定不想誰讓船隻偏離航線，或者更甚者，讓船隻和其他東西相撞。
遠端操控中心
即使無人船實現自主航行，岸上也必須有一個人能夠在需要時對其進行操控。不同類型的船或者是處於不同航行階段的船，需要不同的監督和控制水平。
遠洋貨船通常需要很少的人力監控，一個船長同時監督多艘船隻。而在擁擠的航道運行的船隻，例如靠近海岸，或駛入駛出港口期間，將需要船長給予非常充分的關注。
因此，遠程操控系統和控制中心就成為了其中一個重要的技術組成部分。基於從航空、核能、空間探索以及建造用於訓練水手的模擬器所獲得的經驗，勞斯萊斯一直在研究遠程控制系統以及配套的遠程控制中心。他們的結構既要考慮人類工程學，又要方便使用，還要能夠實時傳輸船隻周圍的環境。
建造這樣一個遠程操控中心，勞斯萊斯工程師利用在設計和建造 Unified Bridge 時獲得的經驗。Unified Bridge 是對傳統艦橋的重新設計，能夠為船員提供更加舒適、整潔、安全的工作環境。
勞斯萊斯 Unified Bridge 的首次應用是在 2014 年 8 月，應用在 Simon Møkster 運輸公司的 Stril Luna 船上。從那開始，Unified Bridge 系統開始用於拖船、豪華遊艇、極地科考船甚至新型遊艇。
製造、運營無人船很難有單一方案。一些船隻不需要任何人就能航行，它們與現有設計完全不同。還有一些船需要自動航行與遠程控制相結合，在開放水域啓用自動航行模式，如果需要更複雜的操作，船隻會回到遠程控制模式。
比如一些游輪，如果只是為了提供客戶服務、保證安全、讓客戶安心，就需要配備船員。未來，有船員的船隻所使用的很多技術會與無人船一樣。換句話說，新技術會讓船員對周邊環境有更好的瞭解，提高安全性。
2020年問世
當前，勞斯萊斯正在進行第一代高級智能輪船的初步設計。勞斯萊斯與大學研究員、船隻設計者、設備製造商等合作，探索解決經濟、社會、法律、監管及技術等方面的問題。
投入商用的第一代智能船將採用現有技術。智能船將在單一「船旗國」進行航行測試（「船旗國」，航海術語，指能夠為船隻航行提供法律依據的國家）。
測試船可能是渡船、拖船或者其它在固定海域航行的沿海船舶。測試時仍然有船員，但他們不會插手航行的工作。
事實上，無人船投入測試為期不遠。
挪威海事管理機構和挪威海岸管理局已經簽署協議，允許企業在特隆赫姆峽灣進行相關測試，這是世界上第一片允許測試無人船的海域。芬蘭海洋產業協會、芬蘭交通通信局、Tekes（芬蘭創新資助機構）也與勞斯萊斯及其它企業合作，探索在波羅的海部署無人船的嘗試。
到 2020 年，無人船將有望出現在人們面前。2025 年，一些有前瞻性的航運公司，將在公海上運營完全無人駕駛的遠洋船隻。到 2030 年，遠洋無人運輸船就會普及。
無人船在航運行業將經歷革命性的變化，而更多的變化也在醖釀中。無人船的發展，毫無疑問，將對全球供應鏈帶來一場革命，創造新的服務，如更加高效的租賃和拼船服務，海上貨物運送網絡興起，以及其它創新。
這些變化可能會引起市場動蕩，就像當初 Uber，Spotify 和 Airbnb 在相應領域一樣。因此，無人船絕對不會是唯一的「攪局者」。
