来源：m6米乐娱乐 发布时间：2024-02-08 22:10:11
Raspberry Pi 计算模块 4 成本低、功耗低、结构紧密相连、性能卓越，是 Velo AI 首次推出的道路安全产品的核心，该产品可提醒骑车人注意身后的车辆移动。
位于匹兹堡的 Velo AI 公司由机器人专家 Clarke Haynes 和人工智能专家 Micol Marchetti-Bowick 共同创立，其核心使命是利用智能技术提高各种各样的形式的交通安全。两人都有为 Uber 等企业来提供无人驾驶汽车技术的背景，并试图将类似的AI算法应用于帮助骑自行车的人。Alison Treaster 是核心团队的补充，她负责领导这家初创公司的商业合作和社区建设工作。
Velo AI 的首款产品是 Copilot，这是一款人工智能驱动的自行车灯和摄像头。它以 Raspberry Pi 计算模块 4 为基础，能够检测和分辨附近的车辆，了解车辆何时准备超车，并识别危险接近的具有攻击性或分心的驾驶员--在这样的一种情况下，它会向骑车人和司机发出声音和视觉警报，以帮助防止危险情况和撞车事故的发生。
意识到现有自行车摄像头和车辆检测设备的局限性，Velo AI 团队试图创造一种基于AI的更复杂的替代方案，以改善骑车人的道路安全。
海恩斯举例说，像 Garmin Varia 这样基于雷达的设备 无法确定你身后是汽车还是公交车。而对于骑自行车的人来说，被一辆丰田花冠超越和被一辆大型市政公交车超越是有很大区别的。此外，他指出，雷达只能进行径向测量： 雷达能告诉你是否有东西正在靠近你，但无法告诉你是否有东西会在十英尺或一英尺的空间内超过你。
从雷达到基于摄像头的解决方案，目的是创造一种设备，能够告诉骑车人 世界上发生的更多事情，并做很多雷达做不到的事情。该设备一定要通过提供态势感知和附近车辆的警报来帮助骑车人。这包括利用计算机视觉算法区分不一样车辆的能力，以及估计其相对速度、识别和预测驾驶员行为的能力。
开发 Copilot AI算法的第一步是收集大量数据，这一些数据来自在各种道路类型周围的骑行，重点是与车辆的互动。在这一过程中，匹兹堡自行车爱好者（从通勤者到休闲骑行者）组成的测试小组提供了帮助，他们获得了免费的原型设备做测试。
虽然 Velo AI 团队在无人驾驶汽车领域拥有丰富的经验，但要创建和销售一款全新的实体产品，学习曲线非常陡峭。海恩斯坦言：对我们来说，要投入精力并搞清楚如何组装硬件产品是一个巨大的挑战。那么，这样的产品的耐候性如何？我们如何为自行车灯设计一个聚焦光的透镜？
将相机、LED 灯、电子设备和电池组装入一个小巧轻便的包装中是一大挑战。该设备还需要足够强大，能够运行人工智能神经网络，但耗电量相比来说较低，以便能用来较久的自行车骑行。
Raspberry Pi 计算模块 4 其实就是 Copilot 的大脑，在定制的 Hailo AI 协处理器的辅助下运行设备计算机视觉所需的神经网络。一个固定镜头的 Arducam 摄像机用于录制视频片段。
Copilot 配备了一个支架，可将其固定在自行车的座管或鞍座导轨上，摄像头朝后。AI会分析实时视频录像，并根据检验测试到的驾驶员行为类型触发自定义警报--对骑车人发出声音，对后面的驾驶员发出闪烁的 LED 灯模式警报。
可检测到三大类车辆行为，并用于触发不同的警报。Marchetti-Bowick解释说：跟随行为是指 车辆跟在你身后，但没有加速驶向你。接近 是指车辆相对于你加速： 它离你慢慢的接近......它可以在你的正后方，也可以在与你相邻的车道上。第三类是 超车： 当我们大家都认为车辆即将超过你时。这可能是你最必须要格外注意的，因为这是他们与你作为骑车人之间最接近的互动。
此外，该设备还可以连接智能手机上的配套应用程序，该应用程序能安装在自行车的车把上，向骑行者显示简化的道路视图和附近车辆的位置。用户还能够最终靠该应用程序下载骑行录像。
该装置由可充电的双芯锂离子电池供电。Copilot 的耗电量仅为 4-5 瓦，相当于 5 小时左右的电池寿命。
海恩斯说，团队早期曾在 Copilot 原型机上使用 Nvidia Jetson 板做试验，但发现它们太贵，而且 GPU 太耗电。如果要全速运行 GPU，即使是 Jetson......也要 10 到 20 瓦。我们大家都希望人们能用它骑上四五个小时的自行车，因此就需要一个电池来为 10 瓦的功率供电，这就会产生太多的热量和太重的重量（因需要更大的电池组）。这就是我们最终选择 Raspberry Pi 的真正原因。
在 Velo AI 与合约制造商和 Raspberry Pi 设计合作伙伴 Hellbender 合作之前，第一块电路板格外的简单： 我们把 CM4 插在一边，把 M.2 Hailo 插在另一边，然后连接摄像头。我们就拥有了证明计算堆栈工作所需的一切。从那时起，CM4 的性能越来越先进。但事实上，CM4 是一个独立的分立组件，能够顺利工作；我们大家可以使用它的所有功能，包括 Wi-Fi 和蓝牙。这对我们刚刚起步是非常有利的。
为了以超低的功耗运行人工智能，他们添加了一个 Hailo 人工智能协处理器： 海恩斯说：Raspberry Pi 和 Hailo 的结合使原型设计和开发变得异常简单。
Copilot 吸引了不一样的骑车人，Treaster 说。没有特定的客户角色，但他们盼望支持让街道更安全，因为他们经常作为骑车人使用街道。潜在客户还包括父母和配偶，他们关心生活中的骑车人，并希望有一些东西能让他们在路上更安全。我们有很多人说，我会给我的儿子或女儿买这个，我会给我的丈夫买这个。
海恩斯说，由于它能提高人们的意识，该设备慢慢的变成了一些骑车人必不可少的辅助工具。我们从早期客户那里得到了很好的反馈，他们不喜欢骑车时没这个装置。
该团队希望 Copilot 能带来更广泛的社会效益。海恩斯指出：人们不骑自行车的最主要的原因是没有安全感。因此，我们的目标是，让更多的人骑自行车，让他们因为感到安全而更多地骑自行车。
从 Copilot 设备收集到的数据还能为地方政府和道路安全组织提供有用的帮助，使城市和乡镇的自行车骑行更安全。海恩斯说：我们正在与匹兹堡市展开合作，我们将在骑自行车上班的人群中部署数十个这样的Copilot，并利用这一些数据实际通知我们需要在哪些地方改善自行车基础设施。
Treaster 透露，另一项试点计划计划在弗吉尼亚州的罗诺克市实施。他们正在开展 零死亡愿景 运动（最终目标是实现行人和骑自行车者零死亡）。他们说，如果能在立法通过之前获得任何与骑自行车有关的数据，比如说我们应该在骑自行车者通过时给他们留出三英尺的空间，那就再好不过了。然后可以对立法后的数据来进行分析，以了解立法对司机行为的影响。
海恩斯补充说：我们绝对有兴趣尽可能多地使用这一些设备，并利用这一些数据让骑自行车变得更安全。
