共享微型交通巨头 Lime 终于推出了一些自己的城市安抚高级骑手辅助系统 (ARAS) 技术。在巴黎的 Lime 活动中，这家初创公司分享了试点内部构建的计算机视觉平台的计划，该平台将利用摄像头检测用户何时在人行道上骑行。虽然城市可以自行决定是否用声音提醒骑手注意他们的违规行为并实际减慢他们的速度，但这两种功能都可用。
从 8 月初到中旬，Lime 将在旧金山和芝加哥的近 400 辆踏板车上试用这项技术。到今年年底，Lime 希望将其试点扩展到包括巴黎在内的六个城市，该公司周三在巴黎举行了新技术演示。
由于城市更容易将人行道骑行归咎于微型移动公司和踏板车骑手，而不是投入适当的时间和金钱来建设受保护的自行车道，因此几乎每个主要运营商都在过去一年中实施了某种形式的踏板车 ARAS。
Bird、 Superpedestrian和Neuron依靠基于位置的系统来确定踏板车的骑行和停车位置。 Voi 、 Spin和 Zipp 都试用了第三方提供商 Drover AI 和 Luna 的计算机视觉技术。 Lime 还表示，在投资自己的系统之前，它已经试行了第三方计算机视觉系统来测试商业模式的可行性，这将是第一个由运营商构建的基于摄像头的检测人行道骑行的平台。也就是说，这并不是第一家将这种系统集成到踏板车中的公司。 Segway 为许多微型交通公司提供产品， 最近宣布推出自己的人工智能踏板车。
滑板车 ARAS 阵营——本地化和计算机视觉——都有自己的冠军。本地化倡导者说，他们的技术今天更便宜、更容易实施，而计算机视觉技术还没有发挥作用。更不用说它很昂贵，而且还增加了另一个可能在街上损坏或被破坏的硬件元素。
Lime 总裁乔克劳斯表示，该公司正在通过投资计算机视觉进行长期押注，他认为从长远来看，计算机视觉实际上会比增强型 GPS 更便宜，同时还能提供更多适用的用例。
克劳斯告诉 TechCrunch：“我考虑将巨额资金投入到哪里，以降低成本曲线并将能力提升到创新曲线。” “为了让基于相机的系统做更多令人难以置信的事情，比如图像分类和检测的准确性，投入的资金是巨大的。在开源软件方面以及芯片组方面投入了大量资金，以使边缘的 AI 芯片更便宜、更节能。”
为了改进基于定位的滑板车 ARAS，获取超精确地图对于查明人行道的实际位置至关重要。 Kraus 认为 GPS 信号的需求、投资和性能曲线不会达到相同水平。
“在具有更准确时间信号的城市内，GPS 增强的成本并不便宜，”克劳斯说。
这位高管认为，GPS 也没有为新功能打开尽可能多的潜在大门。 Lime 从检测人行道骑行开始，但它计划实施其他用例，例如停车检测。目前， Lime 和 Bird 都在试用 Google 的 ARCore Geospatial API，该 API 使用骑手的智能手机摄像头准确定位停放的踏板车和电动自行车，以确定它们是否正确停放。
克劳斯表示，Lime 还可能选择将其计算机视觉技术用于“更广泛的本地化工作”或“在发生事故时的不可否认性”。 Lime Vision，正如该功能所称，还可以通过共享人行道骑行热点等数据，帮助 Lime 在城市赢得布朗尼积分，以帮助告知实际建造自行车道的位置，或某些街道上的坑洼数量。
Lime Vision 的第一个版本将与初始飞行员一起进行测试，它是一个可改装的防水装置，固定在车把下方的踏板车颈部，包含摄像头、人工智能芯片和 CPU 或处理器。根据克劳斯的说法，Lime 的计算机视觉模型在这里进行实时计算，可以在不到一秒的时间内进行检测。该单元通过电线连接到踏板车的大脑，因此它可以根据分析的内容传达命令。
克劳斯说，Lime 已经在开发其计算机视觉系统的第二个版本，该系统将完全集成到车身中，而不是单独的附件。
除了推出计算机视觉外，Lime 周三表示，它计划在全球 30 个城市试行一项新的反应测试，以抑制酒后骑行。当骑手在指定的夜间时间后尝试预订行程时，Lime 应用程序上会弹出该测试，该测试显示为一种游戏：用户控制一辆滑板车在街道上行驶，并被要求撞上停车标志出现时。在一定时间内没有撞到停车标志的骑手将无法开始骑行。
此前，Lime 曾尝试过在大多数市场晚上 10 点后激活的类似功能。它会要求骑手输入“是”以回答以下问题：“您确定自己没有喝醉并且适合骑行吗？”去年， Bird 推出了 Safe Start ，这是一个应用内检查点，要求骑手在应用中输入关键字，希望能阻止醉酒的人骑车。
原文： https://techcrunch.com/2022/07/13/lime-has-built-its-own-camera-based-sidewalk-detection-technology/