우리는 주차 센서를 지옥으로 보내기 위해 국내 최대 규모의 주차 센서 네트워크를 구축했습니다.

지난 9월, 우리는 브라운슈바이크 대학가에 있는 500개 이상의 노상 주차 공간을 측정하기 위해 광학식 주차 센서를 설치했습니다. 독일의 공공 장소에 설치된 가장 큰 주차 센서 설치이며 한 가지는 확실합니다. 우리가 그것을 마지막으로 만들 것입니다. 이것은 진실을 찾기 위해 만든 AI 회사의 위대한 노력의 이야기입니다. 알고리즘에 연료를 공급하는 데이터.

이것은 또한 더 큰 임무의 부산물이었으며 결국 다시는 생산에 투입되지 않을 아름다운 엔지니어링 조각 뒤에 숨겨진 이야기이기도 합니다. 이 모든 것은 보다 파괴적인 데이터 기반 기술을 선호합니다. Bliq에서는 교통 데이터를 기반으로 주차 가용성을 모델링하는 예측 알고리즘을 연구하기 때문에 실제 주차 공간의 실제 데이터가 필요합니다. 참조 영역에서.

이러한 종류의 데이터를 얻기 위해 우리는 500개 이상의 노상 주차 공간을 24시간 실시간으로 측정하는 자체적인 실제 실험용 주차 센서 설정을 구축하기로 결정했습니다. 이 기사를 통해 우리는 이 프로젝트에 들어간 엔지니어링 노력에 대한 통찰력을 공유하고 싶습니다. 보다 구체적으로, 우리가 선택한 테스트 사이트, 시스템 아키텍처 및 데이터 수집을 위해 설계 및 구축한 실제 센서에 대해 잘 이야기하십시오.

테스트 사이트때때로 AI 회사는 모델의 실제 정보를 수집할 때 창의력을 발휘해야 합니다. 우리의 경우, 주차 가용성을 모델링한다는 것은 교통 흐름, 사용 및 인구 통계 측면에서 특정 기준을 충족하는 지구를 찾는 것을 의미했습니다. 우리는 비교적 작은 공간에 대한 다양한 영향을 위해 브라운슈바이크의 대학 지구를 선택했습니다. 우리는 매일 수천 명의 학생과 수백 명의 직원을 끌어들이는 대학 메인 캠퍼스를 가지고 있습니다.

더 남쪽으로 가면 상점과 명소가 있는 도심이 도보로 단 몇 분 거리에 있습니다(위 지도에는 표시되지 않음). 지구의 북쪽 부분은 제한되지 않은 공용 거리 주차장이 있는 주거 지역을 형성합니다. 이 지역에 거주하는 대부분의 사람들은 학생이거나 지역 자동차 업계에 고용되어 있습니다.

대부분의 주민들은 자가용을 이용하여 출퇴근합니다. 이 지구는 도심 지구를 포함하는 간선 순환 도로로 구분됩니다. 시스템 작동 방식 센서 설치의 기본 시스템 아키텍처는 매우 간단하며 기본적으로 대부분의 IoT 애플리케이션에서 기대할 수 있는 것입니다. 약간의 하드웨어가 어딘가에 배치됩니다. 현실 세계에서 데이터를 클라우드 백엔드로 전송합니다.

백엔드는 데이터를 저장하고 추가 처리를 위해 액세스할 수 있도록 합니다. 기계 학습 노력을 위한 기본 정보로 사용하거나 앱 또는 웹 앱에서 단순한 시각화를 위해 제공합니다.하드 요구 사항: 설계에 따른 개인 정보 센서 아키텍처의 특별한 점은 상당히 강력한 계산 기능입니다. 엣지에 배치한 전력: 독일 공공 공간의 규제 요구 사항으로 인해 최근 진행 중인 GDPR 논의로 인해 추가로 많은 계산 리소스가 있는 원격 클라우드에서 이미지를 처리할 수 없었습니다. 그래서 모든 작업을 수행해야 했습니다. 다른 곳이 아닌 센서 장치에서 직접 열린 지점을 결정하기 위한 무거운 짐.

이것의 장점은 이 접근 방식이 이미지를 주고받는 데 많은 양의 데이터를 소비하지 않는다는 것입니다. 대신 연결을 위한 센서의 운영 비용도 상대적으로 낮은 범위 내에서 유지할 수 있습니다. 단점은 장치에 이미지 분석을 수행할 수 있는 충분한 연산 능력을 갖추려면 하드웨어 개발에 많은 추가 노력이 필요하다는 것입니다.

다른 주차 센서를 사용하지 않는 이유는 무엇입니까? 이미 시중에 나와 있는 많은 완성된 센서 모델 중 하나를 구입하는 대신 자체 주차 센서를 설계하고 구축하는 고통을 겪기로 결정한 이유는 무엇입니까? 이에 대한 세 가지 답변이 있습니다. 새로운 장치를 만드는 것이 얼마나 복잡해질지 몰랐습니다.

표면 장착 센서는 겨울 동안 제설을 견디지 못합니다. 마지막으로, 지상 센서는 자체적으로 비용이 많이 들고 설치 비용이 훨씬 더 많이 들었습니다. 이 프로젝트를 시작할 때 우리는 예산이 매우 빠듯했습니다.

이 시점에서 우리는 회사를 완전히 부트스트랩했습니다. 우리 기금은 정부 자금, 첫 번째 수익 및 여기저기서 얻은 일부 가격으로 구성되었습니다. 스팟당 75에서 250유로 사이의 가격표를 가진 다른 센서 모델은 당시 우리에게 너무 비쌌습니다. 새로운 광학 주차 센서센서의 작동 원리에 대한 아이디어는 간단했습니다. 이전 연구 프로젝트에서 이미 개발한 것과 동일한 알고리즘을 소형 하드웨어에 배포하고 인터넷에 연결하고 모든 것을 방수 상자에 넣고 장착하는 것입니다. 전등에.

알고리즘 자체는 기본적으로 미리 정의된 관심 영역이 필요한 이미지 분류기입니다. 이 모델의 원래 목적은 오프라인 카메라를 사용하여 이전 프로젝트에서 수집한 일부 거대한 이미지 시리즈의 주차 점유 분석을 자동화하는 것이었습니다. 이제 과제는 충분한 계산 능력을 갖춘 적절한 하드웨어 장비를 설계하고, 이 설정에서 실행되도록 모델을 축소하고, 지속적인 전원 공급을 보장하는 것뿐이었습니다.

이것은 우리의 사양 위시리스트였습니다.저렴한 스팟당 비용: 표준 구성요소 측정 빈도는 최대 3분에서 30초까지입니다.날씨, 조명 변화 및 부정확한 주차 차량(예: G.

한 대의 자동차가 두 지점을 차지함)기기의 상태 모니터링 원격 소프트웨어 업데이트 옵션저에너지 소비25년 유효 수명소프트웨어센서 소프트웨어는 3개의 레이어로 구성됩니다. 이 프로젝트의 맞춤형 개발인 운영 체제, 모든 센서 기능을 제어하는 ​​핵심 루틴 및 오픈 스팟 감지를 위한 실제 머신 러닝 모델입니다. 운영 체제 에지에서 완전한 비전 모델을 실행하려면 다른 IoT 하드웨어 프로젝트보다 훨씬 더 큰 소프트웨어 설정이 필요하다는 것을 빨리 깨달았습니다. Yocto를 사용하여 Linux의 맞춤형 배포판을 구축하기로 결정했습니다.

이런 식으로 OS가 수행하는 모든 작업을 완전히 제어할 수 있습니다. 핵심 기능은 파일 시스템 업데이트를 수행하고 핵심 루틴과 워치독 재설정에 필요한 여러 라이브러리인 파티션을 교체할 수 있도록 하기 위해 두 개의 별도 파티션이었습니다. SBC의 하드웨어 워치독은 예상대로 작동하지 않는 경우에 대비하여 장치를 재부팅합니다.

소프트웨어의 버그로 인해 지상에서 스마트 벽돌 미터를 전등 기둥에 두는 것은 말 그대로 최악의 경우가 될 것입니다.핵심 루틴핵심 루틴은 조정 가능한 시간 간격으로 감지기를 실행하고 센서의 상태를 모니터링하며 백엔드(구성 데이터 검색 및 업데이트 전송). 핵심 루틴은 Python으로 구현됩니다.

이것은 우리가 회사에 이미 가지고 있는 기존의 대규모 Python 코드 기반을 사용할 수 있었기 때문에 우리에게 큰 유연성과 단순화된 이미지 처리를 제공했습니다. 소프트웨어 설계의 한 가지 좋은 점은 각 개별 구성 요소의 독립적인 원격 업데이트 기능입니다. 핵심 루틴에 대한 소스 코드에 대한 탐지 모델에서 커널 또는 전체 파일 시스템까지 각 부분은 원격으로 교체될 수 있습니다. 일반적으로 CV 및 기계 학습 분야의 급속한 발전에 직면하여 센서를 실행하는 코드가 전체 수명 동안 최신 기술이 되도록 하고 싶었습니다.

기계 학습 탐지 작업을 수행하기 위해 tensorflow 버전을 사용하고 약간의 조정 후에 결국 설정에서 작동하게 되었습니다. 이 작업이 완료되면 GPU 메모리에 맞는 거의 모든 사전 훈련된 텐서플로를 배포할 수 있습니다. 우리는 MobileNet을 사용하기로 결정했습니다. 설정에서 정확도와 성능 사이의 비율이 가장 좋았기 때문입니다.

또한 HOG 기능, 히스토그램 등과 같은 기존 컴퓨터 비전 기능을 기반으로 하는 몇 가지 다른 접근 방식도 살펴보았습니다. SVM과 같은 기존의 기계 학습 분류기와 함께 사용합니다. 이러한 테스트는 MobileNet에 비해 훨씬 단순한 모델 설계로 인해 계산 성능이 상당히 높았지만 모델 정확도는 더 낮았으며 이는 표준 CV 기능 설명의 일반적인 단점(빛 불변성, 스케일 불변성)으로 설명될 수 있습니다.

하드웨어하드웨어 작업은 지금까지 순수한 소프트웨어 회사였던 우리에게 아주 새로운 경험이었습니다. CTO인 Mathias는 이전 직장에서 Volkswagen R과 함께 전자 제품 설계를 담당했지만 &D, 우리 회사는 하드웨어 개발 작업에 대한 준비가 충분하지 않았으며 솔직히 돌이켜 보면 오늘날에도 그렇지 않습니다. 그럼에도 불구하고 우리는 제조하기 쉽고 이 당시 부트스트랩된 회사로서 가지고 있던 리소스로 반복할 수 있는 기능적 디자인이 필요했습니다.

따라서 우리의 요구 사항 목록은 빠르게 다음과 같이 나타났습니다.케이스는 방수가 되어야 하고 3d 인쇄가 가능해야 합니다.센서는 배터리로 최소 12시간 동안 작동할 수 있어야 합니다. 카메라는 비와 물보라로부터 보호되어야 하고 어둠 속에서도 작동하는 디자인이어야 합니다. 카메라, 온도/습도 센서, LTE 모듈, 단일 보드 컴퓨터 및 전압을 적절한 수준으로 변환하는 일부 전력 전자 장치를 유지해야 합니다. 전등 기둥의 전원이 꺼져 있을 때 계속 작동하려면 배터리가 필요합니다( day)설치를 용이하게 하고 장애가 발생한 경우 단일 구성 요소를 교환할 수 있도록 전체 설정이 모듈식이어야 합니다. 또한 작동 환경에서 눈에 거슬리지 않게 보이려면 작고 회색으로 칠해야 합니다. 작동 조건 -20C ~ 70C(여름에는 설정이 태양에 완전히 노출되면 매우 따뜻해질 수 있기 때문에) 우리는 적외선을 포함한 디자인으로 시작했습니다. LED(많은 실외 카메라와 마찬가지로)는 야간 조건에서 작동할 수 있습니다.

그러나 이 설계 선택에는 몇 가지 결함이 있는 것으로 나타났습니다. 이 LED는 전력 소비가 매우 높아(나머지 전자 제품에 비해) 비표준을 만들고 따라서 전원 공급 장치가 필요했습니다. 많은 전력 소비에도 불구하고, 그들은 실제로 전체 시야를 밝힐 수 없었습니다. 우리는 아마도 외부 IR 투광기가 필요했을 것입니다. 다시 말하지만 이것은 심각한 대안이 아닙니다.

그리고 마지막으로 LED 스파이스 디자인도 그다지 예쁘지 않았습니다. 야간 작업의 문제를 극복하기 위해 고정 카메라 설정을 사용하기로 결정했습니다. 잔류광으로만 작업하기 위해 노출과 센서의 광 감도를 높일 수 있습니다. 그래서 우리는 카메라 내부 노출과 ISO 제어를 덮어쓰고 마지막으로 캡처한 프레임의 휘도를 기반으로 조명 설정을 조정하는 간단한 피드백 루프를 작성했습니다.

이 접근 방식은 대부분의 거리에서 가로등의 잔여 빛이 충분하기 때문에 매우 잘 수행되는 것으로 나타났습니다. 몇 번 더 반복한 후 마침내 위와 같은 디자인이 완성되었습니다. 카메라는 물보라로부터 보호하기 위해 원뿔 내부에 있습니다. 그리고 가능한 한 태양 반사. 전자 장치는 내부 소켓에 장착되고 리본 케이블은 카메라를 메인 보드에 연결합니다.

바닥은 분리가 가능하며 4개의 표준 나사로 케이스에 장착됩니다. 케이스가 ABS로 인쇄되어 있기 때문에 나사가 제대로 조일 수 있는지 확인하기 위해 2차 너트가 컷아웃에 있습니다. GoPro와 같은 조인트는 표준 강철 테이프를 사용하여 전등 기둥에 부착되는 마운트에 케이스를 연결합니다.

모든 부품은 3d 인쇄에 최적화되어 있습니다. 즉, 무거운 돌출부가 없고 표면을 평행하게 가져와서 높은 표면 품질을 제공합니다. 마지막으로 배터리 상자는 더 나은 서비스 용이성을 위해 센서에서 분리됩니다. 표준 사출 성형 ABS 상자이며 4가 들어 있습니다.

5Ah 12V 납 배터리 및 230V 입력을 받는 충전 장치(독일에서 대부분의 가로등 전압) 알고리즘) 다양한 교통 상황에서 주차가 작동하는 방식과 주차 가용성에 영향을 미치는 요인의 다양한 컨텍스트. 우리는 데이터 과학 관점에서 실제 결과에 대해 곧 더 자세히 게시할 예정입니다.

우리는 또한 시간을 할애하여 소프트웨어 부분의 세부 사항에 대해 더 자세히 살펴보고 결국 소프트웨어와 하드웨어 설계를 오픈 소스로 만들 것입니다. 이 프로젝트를 지원하기 위해 교통 인프라에 대한 액세스를 제공한 Braunschweig. 그들은 필요한 모든 권한을 제공했을 뿐만 아니라 비용의 일부도 부담했습니다.

또한 센서의 설치 및 전원 공급과 관련하여 지원을 아끼지 않은 지역 교통 운영자 Bellis와 에너지 공급업체인 BS Energy에게도 큰 감사의 말씀을 전합니다. 저자 소개Julian은 베를린 Bliq의 CEO이자 공동 설립자입니다. 기반 기술 회사. Bliq는 이동성 개발자를 위한 실시간 주차 지도를 제공합니다.

관련 질문 Google Glass Explorer Edition을 받지 못했습니다. 하드웨어없이 유리 dev를 배우려고 노력합니까? 아니, 당신은 여전히 하드웨어없이 유리 개발의 기초를 배울 수 있습니다.

이를 달성하기위한 세 가지 주요 방법이 있습니다. 1) 미러 API 문서를 방문하여 놀이터에 들어가서 코드를 해싱하기 시작하십시오. 가장 편안한 PHP, Java 및 파이썬 라이브러리를 다운로드하십시오. 전문 용어와 컨벌 (타임 라인, 번들, 메뉴 등) 을 숙지하십시오.

지원 문서 (아래 두 번째 링크) 를 읽고 유리 하드웨어가 실제로 어떻게 작동하는지 확인하십시오. 이 사양에 일부 앱을 빌드하십시오. 곧, 당신은 t에 하드웨어가있는 친구를 찾을 것입니다