omniture

从“感知”到“认知”,KuWeather发布首款智慧路网产品RWIS

2018-08-08 17:17 7288
近日,著名商业气象服务商KuWeather推出一款智慧路网系统(Road Weather Information System,简称 RWIS)。它不仅是国内首款真正意义上的智慧路网产品,也是国内第一个具有“认知”能力的路网信息服务产品。

北京2018年8月8日电 /美通社/ -- 近日,著名商业气象服务商 KuWeather 推出了一款智慧路网系统(Road Weather Information System,简称 RWIS)。它不仅是国内首款真正意义上的智慧路网产品,也是国内第一个具有“认知”能力的路网信息服务产品。

路面积水、积冰及能见度等路面条件对行驶影响巨大
路面积水、积冰及能见度等路面条件对行驶影响巨大

“感知”和“认知”,一个字的差别,在“伪人工智能”和“深度人工智能”之间划出了一道巨大的分水岭。

这条分水岭的存在,是冷酷的,但却极为有意义。它在在资本冷静的时候,显出哪些公司在裸泳;也在技术进行真正商用的时候,无情地撕裂一切虚假的泡沫和拙劣的尾随仿制。

在智慧路网 -- 这个人工智能的大热领域,这条分水岭也在迅速的发挥作用,展现着历史的进程。

智慧路网,旨在智慧预测道路状况,特别是预测路面的湿滑、积水积冰、冰水混合、融冰融雪、团雾等不利行车条件,从而全面引导行驶。很容易看到,对驾驶人员、交管部门、路政部门、市政部门、地图导航等应用而言,智慧路网存在着巨大的商业价值。

然而在市面上,目前几乎所有的路网产品仍然都属于“感知”的范畴,可称为周围产品。

“感知”型路网周围产品 -- 被动而低效、机械而失能

“感知”,就意味是被动的、机械的。大致来讲,目前的路网周围产品方案主要有两种。一种是通过视频监控的手段、通过图像识别技术去实时监测道路的积水积冰等状况;另一种是通过天气预报(哪一段路、在什么时候要有雨或者雪落在它身上,哪一段路会有雾、能见度低等)对不利条件进行汇总,进而以空中会发生什么直接机械式地映射为对路面的预报。这种方案的缺陷是巨大的。

被动的实时监控其实已经滞后,况且监控无能力部署到足够的密度。一个河北初冬的节假日摄像头的图像识别出一条高速公路上由于低温过程出现了积冰,管理部门发现这一情形,决定封路。但在此时,已经有极多车辆通过收费站高速驶向积冰路段了,这些车辆将无从避免这巨大的风险。而同时,在贵州的高速公路上,两个交通监控相隔五十公里,就在这两个监控之间,半径只有一公里能见度却只有十米的团雾出现了。具有高速驾驶经验的司机都明白,团雾是高速连环追尾的较大杀手。

机械的映射预报则会带来管理部门的误判进而导致经济损失。山东青岛某路段,根据温度和降水的天气预报汇总来看,凌晨会积冰,于是通知交管部门封路一日。但实际情况却是:该公路的路面材料比热特性导致融化和蒸发过程极快,至天亮早高峰之前路面已干燥。白白带来许多经济损失和效率。

作为一家博士学历占比50%以上、专注出行领域的商业气象服务商,KuWeather 认为,真正的智慧路网产品必须达到“认知”的层面。

“认知”型智慧路网 -- 主动学习,深度认知

把一条道路比喻成一个人,让它去学习和认知,然后它的认知经过矫正,就会越来越能准确推断未来。

首先,它学习自己的身体和生活环境:道路的建成标准、用料材质、比热、坡度、斜面、周围的山体、湖泊等等,进而知道了自己的身体(路段)在什么条件下会有什么样的过程(积水、融冰等等);随后,把未来的天气要素(风温压湿降水等等)作为它推断自己未来的信息;最后经过深度的认知矫正和重复学习使它的推断能力达到最优,道路便具有了主动对自己未来的“认知”了,也彻底避免了“被动”和“机械”的问题了。

顺应以上,KuWeather 依托其独特的“数据科学家 + 气象专家 + 数学专家”这一人工智能团队组合,将深度学习、物理模式与数学算法相结合,历时2年,终于打造成功了路网信息系统(Road Weather Information System,简称 RWIS)。

KuWeather RWIS -- 创新、壁垒、价值

路网信息系统(RWIS)可以提供路面状况及实时提醒
路网信息系统(RWIS)可以提供路面状况及实时提醒

KuWeather RWIS 不仅是国内首款真正意义上的智慧路网产品,也是国内第一个具有“认知”能力的路网信息服务产品。

KuWeather RWIS 对道路表面的干燥、湿滑、积水、积冰、积雪、冰水混合态、融冰、融雪、霜提供预测,也对道路前方能见度、团雾等进行预测。预测要素全面,几乎涵盖所有影响行驶安全和路线规划所需要素。既能够用于地图导航的企业和用户进行行驶路线规划和驾驶行为提醒,也方便市政部门的积水处理、交管部门的道路关闭等等决策。

该系统具有高技术壁垒和准确性、强时效性以及高分辨率的特点。

KuWeather RWIS 预测要素的全面建立在多维数据支持、高复杂深度学习算法的基础上,并且使用具有独立知识产权的探测终端不断矫正 RWIS 的自我学习,使得准确率机器全面优异。具备算法和硬件双技术壁垒。

KuWeather 路网信息系统(RWIS)具备算法和硬件双技术壁垒
KuWeather 路网信息系统(RWIS)具备算法和硬件双技术壁垒

同时,RWIS 预测时效长达48小时,任意道路48小时内的表面行驶条件均能够被以高准确度预测。无压力支持 C 端用户、商业企业和政府部门的各类不同场景需求。

除此之外,RWIS 的服务模式为对道路进行公里级别预测。以极低运算成本解决了高成本硬件布设不足的难题,也满足了道路精细引导、精细管理的需要。

随着我国由交通大国向交通强国的转换,交通道路的人工智能开拓出了巨大的体量和市场空间。而随着经济换挡换结构和资本日趋理性,泡沫荡涤,强者展露。KuWeather 将为中国交通强国路上提供更多可能。

消息来源:KuWeather
China-PRNewsire-300-300.png
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
collection