RoadBotics 公司使用人工智能检测坑洞,提升道路维护效率

作者 Scott Martin

RoadBotics 公司与 100 多个城市开展合作,使用人工智能检测坑洞,从而更好地进行道路维护。

Christoph Mertz 希望每个人的旅程都不再颠簸。

受到卡内基梅隆大学的自动驾驶汽车项目的启发,他的解决方案是利用人工智能来探测道路上的坑洼。

Mertz 现在是 RoadBotics 公司的首席科学家,该公司于 2016 年从卡内基梅隆大学分离出来。此后,美国的 100 多个城市都陆续采用了他们的图像检测技术,以监控和改善道路状况。

RoadBotics 公司的总部位于匹兹堡,为了评估路况,他们使用安装在汽车挡风玻璃上的 Android 手机来拍摄视频。

道路的评分范围为 1-5 分,并采用彩色编码。得分为 1 的道路编码为绿色,意味着可以平稳行驶。如果某条道路的得分为 5 且编码为为红色,那么就得当心了,因为这条道路急需维护。

为了解决这个问题,Mertz 请来了 RoadBotics 公司的联合创始人、卡内基梅隆大学的副教授 Mark DeSantis 和机器学习专家 Benjamin Schmidt。三人集思广益,试图弄清楚如何将这一技术实现商业化,并开始与地方政府讨论该技术可以带来的效益。

事实证明,这项技术大有用武之地。

RoadBotics 公司首席技术官 Schmidt 表示:“我们的技术可以显著降低道路的维护成本,并最终提高道路的质量。”

坑洞与人工智能的交锋

当前劳动密集型的道路检测工作需要进行技术升级。市政工程师需要定期走过数百英里的道路,进行目视检查并记录观察结果。然后,一遍又一遍地重复此项繁重的工作。

RoadBotics 公司提供了一个更加便捷的解决方案。经过培训,相关人员可以在汽车的挡风玻璃上安装一个 Android 摄像头,然后开车上路,拍摄视频并记录 GPS 坐标。

数据将通过云端上传至 RoadBotics 公司的卷积神经网络。随后,搭载 NVIDIA TITAN X GPU 的数个工作站将进行本地深卷积网络训练,而运行着 GPU 的 Google 云端平台会进行云端评分,从而使用图像识别技术快速检测路况。

Schmidt 表示:“将这样的产品以可承受的价格推向市场,需要规模极大的深度卷积网络。NVIDIA GPU 架构具备强大的运算速度和内存增强技术,对公司产品的成功上市功不可没。这让我们能够在合理的时间内以非常高的精度训练先进的模型。”

目前,这家初创公司的训练集中已经包含 200 多万张用于道路评估的有标注图像。而且这一数字还在继续增加。

成功之路

最终,市政工程师现在可以获得带有详细路况说明的地图和地理信息系统文件,以查看所有 RoadBotics 公司已覆盖的道路情况。

RoadBotics 公司宣称,与人工检测相比,该公司的路况评估准确率高达 98%。

客户纷纷慕名而来。

去年 12 月,RoadBotics 公司达成了一项协议,将为底特律提供 2600 英里的道路检测服务。此外,这家初创公司还获准在佐治亚州萨凡纳市进行 700 英里的道路检测。

RoadBotics 公司的下一个目标是开拓全球市场。该公司在澳大利亚、法国、印度、马来西亚和英国都进行了项目试点。

图片来源:RoadBotics 公司