解決痛點更帶進營收,OmniEyes 以 AI 影像辨識打造全方位行車管理系統

作者 | 發布日期 2019 年 11 月 07 日 19:07 | 分類 AI 人工智慧 , 交通運輸 , 新創 follow us in feedly


現代車隊的管理面臨許多挑戰,動輒幾百幾千輛的車子同時在路上跑,涵蓋範圍可達好幾百公里,管理中心除了要即時掌控行車資訊,同時還要適時的採取行動,才能將管理真正落實到營運上。由台灣大學電機資訊學院教授組成的新創團隊,開發出「次世代行動影像平台 OmniEyes」,能完整收集並分析即時街景,幫助車隊提升管理效能之餘還能以創新應用服務與第三方業者合作,打造三贏的互利模式。

隨著社會發展與行動技術的演進,車隊的型態也越來越多元,管理上勢必需做一些變革。同時身兼 OmniEyes 執行長的台大電機系副教授周俊廷,在團隊成立這一年多來與許多車隊接觸後,看到車隊管理上的三個痛點,「第一是油耗,包含怠速管理與路徑規劃,特別是很多司機大哥不喜歡熄火,第二是危險駕駛,會造成車損和人損,第三是交通違規所導致的罰款。」這三者在車隊成本管理上佔了很大比例的支出,因此許多車隊在獲利成長有限的情況下,都希望能藉由行車管理解決痛點以降低營運費用。

而目前行車管理已進入到數據化階段,主要是仰賴 GPS 和 OBD2(On Board Diagnostics,車載自動診斷系統),GPS 能記錄行車的路線,OBD2 則是行車電腦的概念,記錄行車時的車輛資訊,像是司機踩油門與煞車的力道,並傳回給行控中心。但周俊廷指出這兩種方式不能讓車隊採取主動且可驗證的管理與稽核,「如果透過重踩剎車推測行車習慣不太好,但也可能是遇到路況問題或路上有摩托車衝出來。」

OmniCam 讓車隊管理更容易

如何幫助車隊化被動為主動?周俊廷表示,需要將影像收集與自動辨識技術導入於現有的行車管理系統,而 OmniEyes 團隊所開發的產品 OmniCam,就是基於 AI 影像為主的行車管理系統,結合邊緣運算、AI 影像辨識、雲端應用等技術,即時抓取街景並追蹤有用的圖像,轉化為資訊後回傳到雲端平台。

OmniCam 並非是實體攝影機,而是以軟體的概念導入車隊相容的行車機上盒 (OBU)或行車管理系統中。車隊可以透過 OBU 本地端辨識的結果或傳輸回來之影像於雲端即時分析後判斷司機有無違規,例如逆向停車、斑馬線上停車、違規左轉、路口不停等多達 10 餘項的違規行為。「例如最近我們偵測到司機不斷逆向行駛、闖紅燈,當行控中心收到警示將影片調出,司機就沒有其他理由。」另外也可以偵測司機行駛中的車道位置(例如內側第二車道)及變換車道的行為,並透過影像確認是否有其他狀況發生。

談起 OmniEyes 的技術優勢,周俊廷指出目前競爭對手無法解決在前端進行即時辨識以及處理多樣且即時的辨識需求,而 OmniEyes 可以根據不同的使用場景調整演算模型,可以在動態與複雜的環境中使用,也是團隊經過多年研發所建立起的技術壁壘。

▲ OmniEyes 團隊主要成員,左為台大資工系逄愛君教授,右為台大電機系周俊廷副教授。(Source:科技新報)

周俊廷也分享他們的技術優勢最近幫公部門所做的實際案例。從今年 7 月起,台北市政府規定上下公車都需要刷卡,但同時也擔心此舉會讓上下車時間增加許多,於是請 OmniEyes 設計一套系統來計算時間。

「我們從設計、佈建到分析完成僅花了兩個禮拜就搞定,而且不只抓到全部的時間,還有每個站點的時間」,周俊廷對此成果相當自豪。他們提出的解決方法也相當直覺,將攝影機對著門,並訓練軟體判別什麼是開門什麼是關門,攝影機內建的計時器在開門時就開始計時,關門時就停止,最後他們發現整趟公車之總靠站時間會多出兩分鐘的時間。

OmniLabel 增加車隊整體收益

除了車隊管理外,OmniEyes 開發的另一項 B2B 產品 OmniLabel 可將車隊所收集到的資訊進行標註,以共享的方式提供給第三方業者使用,增加整體車隊收益。

「商業車隊都是把物品從 A 送到 B,載得多收益就高,如果要增加收益就得擴大車隊。若可以將車輛收集到的資訊共享給第三方業者使用,收取資料使用費,就能幫助車隊達到 organic growth(有機增長)」,周俊廷解釋。

OmniEyes 也主動接觸這些第三方業者,就發現有顧問業者受客戶委託要尋找有許多寵物店聚集的地方,以便客戶將寵物店開在附近;也有要幫牙醫店開在方圓 500 公尺內都沒有牙醫的地方。此外還有財稅單位想要找逃漏稅的車子、警政單位想查緝贓車、商家想知道十字路口的人流、用路人想找停車場資訊或熱門商店的排隊現況等。

「過去是用黃頁來查詢,或是派工讀生站在路邊按碼表計數,而現在 OmniLabel 就可以直接辨識,不管是招牌資訊還是哪一類型的商家、數目有多少等,都可以移動中的車子,一網打盡即時掌握。」

打造完整生態系

目前台北街頭有搭載 OmniCam 的車子總共約 200 台,其中與大都會客運合作有 6 條線 100 台公車,與台灣大車隊合作有 40 輛計程車。周俊廷透露年底會與某中型車隊合作,到時候會增加 1,000 輛台車使用 OmniEyes 的服務。

「Omni-」取自 Omnipresent(無所不在)的字根,顧名思義,OmniEyes 就是無所不在的眼睛,也是周俊廷對這整個產業的遠見。從 200 台到年底的 1,000 台,再放眼全台 40 萬台行車記錄器需求,他一步步打造出一個完整的生態系,讓車隊業者、第三方廠商都能從中獲益,創造更多的應用服務,進一步落實智慧城市的願景。

(首圖來源:《科技新報》攝)