今年1月的消费电子展引发了未来几年自动驾驶汽车进入汽车市场的新浪潮。大部分注意力都集中在这些车辆的技术上。然而。道路基础设施中嵌入的技术也促使服务提供商和市政当局之间进行更多讨论。随着人工智能和5G网络连接的进步，智能道路基础设施技术有望被添加到美国许多不同的道路、桥梁和其他交通系统中，以期改善实时交通分析并解决最具挑战性的道路安全和交通管理问题。本次讨论中讨论的核心技术之一是目前使用AI来增强相机功能以及未来LiDAR技术的前景。人工智能将增强摄像头传感能力如今，仅在美国就部署了数十万个交通摄像头，如果考虑到闭路电视摄像头，则数量甚至数百万。它们主要用于道路监控和基本的交通管理应用（例如周期模拟）。然而，将AI的最新进展引入这些资产可以立即提高基本应用程序性能并解锁更高级的软件应用程序和用例。与传统相机中的传统计算机视觉技术相比，人工智能和机器学习提供了卓越的传感性能。它们通过自动适应各种光照和天气条件的算法，能够对所有道路使用者进行更稳健、灵活和准确的检测、跟踪和分类。此外，它们还具有预测能力，可以更好地模拟道路使用者的移动和行为，提高道路安全。市政机构可以立即受益于AI增强型摄像头，其应用包括道路冲突检测和分析、行人过马路预测以及用于AV部署的基础设施传感。LiDAR技术不能完全取代摄像头LiDAR可以提供与摄像头互补且有时重叠的价值；然而，仍然存在一些安全关键的边缘案例，其中LiDAR技术表现不佳（包括大雨和大雪），而摄像头已被证明更好。此外，由于单价高和视野有限，如今的激光雷达技术对于大规模部署来说仍然很昂贵。例如，在十字路口部署多个激光雷达单元需要巨大的投资，而360度数的AI摄像头可能是一种更具成本效益的解决方案。对于许多精打细算的社区来说，人工智能增强型相机仍然是当今经过验证的首选技术。随着时间的推移，随着LiDAR技术成本的降低，社区应该评估使用此类传感器增强其基础设施。最终，传感器融合将带来强大的成果当LiDAR技术最终实现预期的成本降低时，它将被视为对当今安装的AI增强相机的强大而可行的补充。与自动驾驶汽车类似，传感器融合将成为智能基础设施解决方案的首选方法，并使城市能够最大限度地利用这两种技术的优势。（传感器融合是将来自多个LiDAR、摄像头、雷达、CCTV和其他来源的数据输入组合成单一模型或环境图像的能力。）今天使用具有成本效益和高性能的AI摄像头，再加上未来的LiDAR几年内有可能帮助社区和市政当局实现今天和明天的双赢局面。最终目标是改善整体交通流量并减少车祸和死亡人数，但技术和实施策略必须正确。监控我们道路的技术也需要改变，所以今天考虑使用AI摄像头，希望明天使用LiDAR。
