支持人工智能解决停车问题
案例研究
作者:琳达·达菲
由于停车位数量有限，而汽车数量却在不断增加，与停车有关的烦恼和不便也越来越多。意识到这是一个问题，Manuela Rasthofer，首席执行官TerraLoupe GmbH是一家，启动了一个项目人工智能与正射航空影像相结合创建德国各地可用停车场和停车位的准确清单。
映射可以停车
停车可能是一项紧张而耗时的活动，在未来，自主导航车辆将在没有司机帮助的情况下搜索车位。对高清晰度数字地图的需求将迅速成为现实，该地图能够准确测量和识别所有类型的物体，包括停车位。
TerraLoupe GmbH是一家位于德国慕尼黑的新兴科技公司，专注于以创新的方式将地理数据和计算机分析结合起来。从高分辨率正射影图像开始，TerraLoupe应用机器学习算法用于检测和测量物理世界中的物体，如建筑物、道路和树木，以创建数据丰富的三维模型。
“为了解决日益严重的停车问题，我们想看看是否可以使用空中图像和人工智能来检测和评估停车场，”拉索弗说。“通过自动提取特征和数字内容，我们认为我们可以在不牺牲准确性的前提下，大大减少创建地图所需的时间。”
A.创造数字地图的经济有效的方法一级汽车供应商和原始设备制造商（OEM）尤其感兴趣，以支持自主导航行业；然而，许多其他行业也可以利用这些信息。
HxGN内容计划提供
基于马丁斯堡15厘米GSD数据，根据检测到的车道标记创建语义车道模型
在2014年,HxGN内容程序开始收集现货orthorectified图像美国的部分地区，欧洲的部分地区，加拿大的人口稠密地区创建客户可用的数据库．目标是收购无云30厘米分辨率，4波段图像在人口较少的地区15厘米分辨率在大都市地区人口超过50000．
通过HxGN内容程序，TerraLoupe获得柏林15厘米分辨率正射影测试其内部开发的物体识别算法。在柏林的最初工作八周时间来训练算法准确识别和分类停车位，然后用三天时间分析和制作地图对整个德国来说。
“通过HxGN内容程序访问图像允许我们下载地理位置我们需要，然后用新数据训练我们的算法,”拉索弗解释道。“每个国家的建筑、基础设施和道路系统都有细微的差异。我们检查每个对象的置信区间，并重新检查低百分比。当我们纠正错误时，算法会继续学习和改进，直到我们达到非常高的精度水平。”
这个通过HxGN内容计划提供的航空正射影像通过严格的QA/QC流程，确保测量等级图像的交付。“HxGN内容计划最适合我们的客户在自动驾驶、停车辅助和损失报告区域保险/再保险公司。”拉索弗说。“我们还成功地实现了与基础设施，公用事业，铁路有关的情报以及其他各种各样的用途。”
机器学习加速了精确的映射
TerraLoupe的项目表明结合机器学习的高分辨率航空正射影像可以有效地用于提取数字内容。停车分析提供了有用的信息，如停车场的位置、入口和出口以及每个停车场可容纳的不同类别（小型、中型、大型）的车辆数量。城市规划师、送货员、出租车司机和拥挤零售区的顾客都可以受益于这种改进的停车智能。
的可用性高分辨率、高精度图像决定我们从哪里开始这个项目;然而，随着Hexagon提供数据，我们打算对整个欧洲进行分析，我们也希望将我们的服务扩展到美国。”亚搏苹果app拉索弗说。“总的来说，我们的目标是有效地提取所有类型的物体创造一个完整的数字环境.”
获得航空成像更快还有更多非常高效。与地面方法相比，允许更频繁的更新，这对许多应用程序至关重要。亚搏苹果app海克斯康的全球业务产生了广泛的图像可用性，并与数据提供商建立了良好的业务伙伴关系，以继续满足对数字地图的需求不断增长．
