英國布里斯托爾，2022年5月 — 領先的英國芯片公司XMOS日前宣布推出其自動車牌識別（Automatic Licence Plate Recognition，ALPR）參考解決方案，旨在推動停車場中的ALPR從復雜的資源密集型硬件轉向簡單的、基于設備的人工智能（AI）方案，從而使設備制(zhi)造商和(he)系統(tong)集成商可以極方便(bian)生產、安裝和(he)集成自動車牌識別系統(tong)。
這款(kuan)參(can)考(kao)設(she)計是與同(tong)濟大學(xue)算(suan)法團隊及(ji)中國本土的方案公司(si)合作開發(fa)的，可以實(shi)現在(zai)3-5 米距離內(nei)高精(jing)(jing)度讀(du)取低速移(yi)動的車牌。得(de)益于XMOS的xcore.ai芯片強大的AI功能，輕(qing)量化的機器學(xue)習模型已經可以無縫地適應在(zai)低功耗、低成本場景(jing)中工作，而(er)不會影響(xiang)精(jing)(jing)確(que)度。
傳統(tong)意義上(shang)，使用ALPR功(gong)能(neng)的(de)停車場所集成(cheng)的(de)硬(ying)件(jian)，都遠(yuan)遠(yuan)超出了低速移(yi)動、近距(ju)離車牌識別所需(xu)的(de)規(gui)格(ge)。高分辨(bian)率攝像頭，以及復雜的(de)機器學習(xi)模型在(zai)強大的(de)處理(li)器上(shang)運行，這些模型很多(duo)情況(kuang)(kuang)下依賴于后(hou)臺云端(duan)進行圖像處理(li)，這使得在(zai)許多(duo)情況(kuang)(kuang)下ALPR的(de)實現(xian)成(cheng)本(ben)(ben)極其(qi)高昂(ang)，需(xu)要從(cong)芯(xin)片到設備直到系統(tong)進行全面創新，方能(neng)降低采購成(cheng)本(ben)(ben)和使用成(cheng)本(ben)(ben)。
相比傳統的ALPR解決方案，XMOS的參考設計可以在設備端提供邊緣計算所需的精度和算力，從而顯著降低功耗和減少物料清單（BOM）。通過消除對高成本硬件的需求且幾乎消除對云連接的需求，這種設備成為了整個智慧城市ALPR基礎設施中(zhong)切(qie)實可行的組件，可便捷(jie)地部(bu)署在各類(lei)智能停(ting)車場所，或者(zhe)嵌入到智慧(hui)園區和智慧(hui)城市等應用中(zhong)，同時(shi)使用成本大幅度降低。
“對于(yu)智能(neng)停車而言，云連接(jie)和巨大的(de)處理能(neng)力完全是大材小用。”XMOS產品、營(ying)銷(xiao)和業務拓展副總裁Aneet Chopra表示。“這使得ALPR網絡的(de)成(cheng)本遠(yuan)遠(yuan)高(gao)于(yu)實際(ji)需要(yao)，使維護(hu)更加復雜，并且充(chong)斥著云所固有的(de)隱私問題。”
“我們(men)開發(fa)的(de)參考設計通過簡化流程消除了這(zhe)些(xie)問題。如果你可以在設備上實(shi)現所需要的(de)的(de)精度和計算，就可以避免將所有原始數據發(fa)送到云端，或(huo)者使用(yong)過于(yu)昂貴或(huo)功能(neng)強大的(de)硬件。從(cong)長(chang)遠來看，這(zhe)將會幫助我們(men)推動ALPR在智能(neng)停車市場取(qu)得(de)進展。”
“簡易和實惠是(shi)ALPR領(ling)域需要(yao)優先考慮的兩個事項，這(zhe)不僅是(shi)為(wei)了推(tui)動銷售，也(ye)是(shi)為(wei)了鼓(gu)勵創(chuang)新。”同濟大(da)學(xue)(xue)張紹明教授(shou)指出。“讓(rang)設備更(geng)便宜、更(geng)簡單、更(geng)可(ke)靠(kao)對智慧城市而言非常(chang)重要(yao)，同時縮減機器(qi)學(xue)(xue)習模型的規模，使它們可(ke)以在(zai) xcore.ai這(zhe)種可(ke)大(da)規模生產的芯片上運(yun)行(xing)(xing)，從而能夠為(wei)開發人員提(ti)供資金和設計靈活性來進行(xing)(xing)實驗。”
繼3月在tinyML峰會（tinyML Summit）上成功進行展示之后，XMOS也于5月16-19日的嵌入式視覺峰會（Embedded Vision Summit）上展示了(le)該(gai)解(jie)決方案并得到了(le)非(fei)常好的反(fan)響。
