李滌非 安宇 盧欣

摘 要：本文針對貨車車身反光標(biāo)識粘貼方式多樣化的特點(diǎn)，采用人工智能技術(shù)解決了一系列識別難題，實現(xiàn)了人工智能對車身反光標(biāo)識產(chǎn)品的識別，為準(zhǔn)確高效智能查驗貨車車身反光標(biāo)識奠定了技術(shù)基礎(chǔ)，且該技術(shù)也為查驗貨車超限超載提供了新的智能思路和方法。

關(guān)鍵詞：車身反光標(biāo)識；人工智能

The research and development of AI for conspicuity recognition

LI Difei，AN Yu，LU Xin

（Traffic Police Sub-Corps Department of Motor Vehicle of Yunnan Honghe Public Security Bureau，Honghe 661400，China）

Abstract： The layout of conspicuity on truck is complicated due to many kinds of vehicle type， but the conspicuity recognition has been achieved by AI through a lot of research to overcome a series of technical difficulties， which lay the technical foundation for conspicuity intelligent inspection accurately and efficiently， furthermore， the technology will also be a new intelligent inspection method for out of gauge.

Keywords： Conspicuity；AI

人工智能（AI）越來越普遍地應(yīng)用于我們的生產(chǎn)和生活，包括：醫(yī)療診斷，金融貿(mào)易，機(jī)器人控制，交通運(yùn)輸，科學(xué)發(fā)現(xiàn)和玩具等，人工智能有助于解決各行各業(yè)中最困難的問題，正加速推進(jìn)科技的發(fā)展和社會的進(jìn)步。我國的機(jī)動車檢測行業(yè)作為一個傳統(tǒng)行業(yè)，自上世紀(jì)60年代開始在我國起步，目前部分車檢環(huán)節(jié)仍存在“眼看、手摸、耳聽”的傳統(tǒng)檢測方式。以車身反光標(biāo)識檢驗環(huán)節(jié)為例，在檢測過程中仍普遍存在虛假檢測、流于形式等問題，給交通安全帶來巨大隱患。隨著人工智能在車檢領(lǐng)域應(yīng)用的推進(jìn)，車檢行業(yè)中存在的各種“疑難雜癥”也將迎刃而解，有效避免了人為因素的影響，確保機(jī)動車安全技術(shù)檢驗工作科學(xué)、準(zhǔn)確、高效。

1車身反光標(biāo)識在貨車上的應(yīng)用及特點(diǎn)

近年來，我國也相繼出臺了一系列與車身反光標(biāo)識相關(guān)的標(biāo)準(zhǔn)和法規(guī)，其中在GB23254-2009《貨車 掛車車身反光標(biāo)識》[1]標(biāo)準(zhǔn)中對反光標(biāo)識提出了明確的各項技術(shù)要求，在GB 7258-2017《機(jī)動車運(yùn)行安全技術(shù)條件》[2]中對實施粘貼反光標(biāo)識的各類車型進(jìn)行了詳細(xì)描述，在GB 38900-2020《機(jī)動車安全技術(shù)檢驗項目和方法》[3]中明確了反光標(biāo)識的檢測方法并要求采用專用儀器進(jìn)行檢測。這充分說明了我國對于交通安全尤其是夜間行車安全的重視，但是車身反光標(biāo)識在貨車車身上具有“數(shù)量多”“分布廣”的特點(diǎn)，手持式檢測儀難以實現(xiàn)全面檢測，加之逆反射性能無法用肉眼識別，以致于假冒偽劣車身反光標(biāo)識產(chǎn)品長期大量充斥市場。

我國使用的車身反光標(biāo)識尺寸是30cm×5cm，紅白相間（反射器型通常為單片紅色或白色），每個顏色單元的尺寸為15cm×5cm，在貨車上的粘貼/安裝位置為車身側(cè)面及后面，粘貼方式存在連續(xù)和斷續(xù)兩種。[1]雖然產(chǎn)品的形狀相對簡單，但由于貨車類型眾多，車身形狀及特點(diǎn)各異（尤其車身尾部），加之粘貼方式采用人工粘貼，所以反光標(biāo)識在車身上的分布情況多種多樣。這給人工智能識別帶來了不小的挑戰(zhàn)。

2 人工智能對車身反光標(biāo)識的識別研究

人工智能和人類智能有類似之處。為某一領(lǐng)域開發(fā)的人工智能，初始階段就像剛出生的嬰兒，研究人員要一點(diǎn)一滴的教會人工智能去認(rèn)知某個事物/領(lǐng)域，因此“學(xué)習(xí)”是人工智能的核心，而人工智能學(xué)習(xí)所需要的“大腦”就是軟件工程師編寫的“源代碼”。源代碼的先進(jìn)程度直接決定了學(xué)習(xí)的效果。

通過對不同車型、不同部位及不同反光標(biāo)識的學(xué)習(xí)與識別，研究人員對源代碼進(jìn)行了反復(fù)的調(diào)試與修正，目前的源代碼已經(jīng)具備較好的學(xué)習(xí)能力，為后期開展大量深度學(xué)習(xí)奠定了堅實基礎(chǔ)。在人工智能的訓(xùn)練過程中，研究團(tuán)隊解決了諸多技術(shù)難題：

1. 反光標(biāo)識紅白兩色與車身顏色相似性辨別；

2.反光標(biāo)識紅白單元連續(xù)粘貼與斷開粘貼識別；

3. 依據(jù)破損程度，判斷反光標(biāo)識完整性；

4. 諸多干擾因素排除訓(xùn)練；

通過對車檢現(xiàn)場近千例典型照片的學(xué)習(xí)與驗證，從識別結(jié)果的照片中可以看出，所開發(fā)的源代碼已對反光標(biāo)識有了很好的識別效果，具有較強(qiáng)的舉一反三能力，抗干擾能力突出。

圖3中，我們在智能系統(tǒng)中輸入了反光性能標(biāo)準(zhǔn)預(yù)設(shè)亮度作為參考，人工智能通過對RGB圖像及紅外遠(yuǎn)程逆反射性能圖像的分析，成功將“反光性能可疑”的反光標(biāo)識在圖中進(jìn)行了紅框標(biāo)注，對于性能良好的反光標(biāo)識進(jìn)行了綠框標(biāo)注。清晰指出了影響車輛視認(rèn)性的問題部位。人工智能識別反光標(biāo)識的技術(shù)突破，不僅大大提高了檢測的效率和準(zhǔn)確性，而且規(guī)避了人為因素所帶來的虛假檢測，有效保障了大型貨車的夜間視認(rèn)性。

3人工智能識別車身反光標(biāo)識技術(shù)拓展應(yīng)用價值分析

車身反光標(biāo)識是貨車必備粘貼產(chǎn)品，由于其應(yīng)用的獨(dú)特性，目前反光標(biāo)識都是采用人工粘貼/安裝。這就不可避免地致使每個貨車車身的反光標(biāo)識分布都或多或少地存在差異。根據(jù)國家標(biāo)準(zhǔn)，反光標(biāo)識的粘貼需要體現(xiàn)車身輪廓，也就是說反光標(biāo)識的數(shù)量一定程度上反映了車廂的尺寸。這給“查驗貨車超限超載”提供了一條新途徑。

從目前的研究來看，通過深度學(xué)習(xí)，該人工智能將具備強(qiáng)大的反光標(biāo)識識別能力，包括記憶車身上反光標(biāo)識的數(shù)量和位置，甚至紅白單元的分布特征等。人工智能可以將這些信息牢牢掌握并形成數(shù)據(jù)庫。如果貨廂一旦發(fā)生調(diào)換，這一切都難逃人工智能的“法眼”。

綜上所述，人工智能識別反光標(biāo)識技術(shù)的開發(fā)與應(yīng)用，不僅可以有效打擊行業(yè)內(nèi)的假冒偽劣反光標(biāo)識產(chǎn)品，切實改善車輛夜間視認(rèn)性，而且依托該技術(shù)平臺，通過拓展應(yīng)用也為查驗超限超載這一交通頑疾提供了新的方法與手段。隨著人工智能技術(shù)與車檢行業(yè)的深度融合，相信人工智能一定可以更好地服務(wù)于我們的工作和生活，讓每一個家庭都能安全回家！

參考文獻(xiàn)

[1] 全國汽車標(biāo)準(zhǔn)化技術(shù)委員會. 貨車掛車車身反光標(biāo)識：GB 23254-2009[S].北京：中國標(biāo)準(zhǔn)出版社，2009.

[2]中華人民共和國公安部. 機(jī)動車運(yùn)行安全技術(shù)條件：GB 7258-2017[S].北京：中國標(biāo)準(zhǔn)出版社2017.

[3] 中華人民共和國公安部.機(jī)動車安全技術(shù)檢驗項目和方法：GB 38900-2020[S]. 北京：中國標(biāo)準(zhǔn)出版社，2020.