最近幾年，“嵌入式”和“極化”等術語逐漸變得流行起來，它們真實地呈現了視覺技術在智能交通系統(ITS)的應用發展。
近年來，ITS涵蓋的各個層面都在迅速發展，但視頻監控技術的發展尤為矚目。在ITS市場激烈的競爭機制驅使下，新技術不斷被研發和升級，其中，視覺技術的進步將會成為其致勝的關鍵。早前，一些先進的視覺產品已經在今年的德國斯圖加特國際機器視覺展 VISION上進行了展示，以下是國際智能交通記者對參加展會的一些視覺產品制造商的采訪整理。
德國相機制造商Basler的高級產品經理Enzio Schneider說，“嵌入式，在幾年前只是一個流行詞，但目前已經成長為計算機視覺重要的趨勢之一，嵌入式視覺可提供給客戶量身定制的解決方案，滿足大多數視覺行業的需求，降低成本并獲得競爭優勢。”
德國Framos公司的銷售副總裁Axel Krepil也同意這個結論。他說，“‘嵌入式視覺’是指一種通過視覺方法去理解周邊環境的機器。通過融合3D，智能傳感器，人工智能和模塊化設計等技術，創建出標準化和定制的系統，從而滿足相機的特定需求，其應用領域包括汽車、廚房、消費電子、醫療器械等等，由于需求越來越廣泛，嵌入式視覺的設備市場和微處理器市場正獲得高速發展”。
視覺成像技術
Krepil認為，視覺成像技術可以為交通基礎設施提供先進的解決方案，以提高交通參與者的安全性和便利性。
英國LED光源控制器供應商Gardasoft的營銷經理Jools Hudson認為，過去幾年中相機技術主要的發展趨勢有三種：
第一，單攝像頭逐漸替換多攝像頭組合。她說，“今天的機器視覺相機遠比過去的相機更加先進，單個攝像頭已經融合了多攝像頭組合的所有功能”。
第二，從模擬相機轉向數字相機。Hudson解釋道，“模擬相機對ITS系統存在固定的性能限制，比如監控區域。而具有GigE Vision和CoaXPress接口的新型數字相機在這方面無疑更具優勢。”
第三，民用相機轉向工業級相機，工業相機提供了更強大的解決方案，可在各種惡劣天氣條件下正常運行。
正如許多人現在所了解到的情況一樣，極化成像已逐漸發展成為了機器視覺的主題。Lucid視覺實驗室是在機器視覺市場中首家推出5MP鳳凰偏振彩色相機的公司。Lucid 的總經理Torsten Wiesinger說，“該相機解決方案采用了索尼IMX250MZR/MYR CMOS 傳感器，可以提供更高的分辨率，更清晰的像素和更快的幀速率，此外，其超越可見光的新型傳感技術，如極化，短波紅外，長波紅外，紫外線，多光譜等技術變得越來越流行，明顯提高了相機的檢測能力。但是實際上，兩年前并沒有誰真正談論過極化成像的問題，但現在已經有好幾家相機制造商正在提供偏振相機。這是一個大趨勢”。
Wiesinger說，相機引入2.5Gbase-T和5Gbase-T標準是另一個很有意思的發展。這些標準將使得數據利用2.5 Gbit / s或5 Gbit / s的速度在雙絞銅線內完成傳輸，并在千兆以太網和萬兆以太網之間創建兩個中間標準。 這些標準實現了Cat 5e和Cat 6非屏蔽雙絞線電纜上的攝像機與計算機之間長達100米的連接。在Vision2018展上，Lucid推出了全新的5Gbase-T PoE Atlas相機，其配備了全新的31.4 MP Sony IMX342傳感器，每秒數據傳輸速率為600 MB,提供比GigE相機高5倍的帶寬，該相機可實現高達100米的標準以太網電纜更高的分辨率和更高的幀速率。
Teledyne Imaging推出的VIS、紅外線、LIDAR的多傳感器融合相機，可增強對象檢測性，同時改進對象分類。 Teledyne Dalsa高級產品經理Manuel Romero認為，“過去兩年里，機器視覺、人工智能和深度學習技術是提高智能交通系統的安全性和可靠性的關鍵要素。比如，為自動駕駛汽車增加行人紅外傳感器，改善了人類與無生命物體的區別，減少了行人事故的發生，嵌入了先進的視覺技術和深度學習技術的智能交通系統，通過全面評估大數據，能夠模仿人類識別能力來實現某些行為特征識別，從而做出更明智的動態決策”。
嵌入式愿景
隨著新興技術發展越來越快，嵌入式視覺的競爭也日漸激烈化，很多公司迫切尋找行業最關注的領域進行轉型的案例屢見不鮮。Wiesinger說，“由于越來越多的類似于工業物聯網、人工智能、深度學習、嵌入式視覺等新興技術的推動，該行業也發生了很大的轉變，除了IEEE 1588，IEEE 802.1工作組正在研發更具標準化的時間敏感網絡(TSN)技術，該技術將在以太網連接設備之間提供具備確定性的可靠操作。這些解決方案將在同一物理網絡上提供更關鍵的實時通信，保證延遲性和低抖動連接。另一個有意的動作是，由VDMA領導的OPC UA Vision標準，可輕松將工業4.0中的機器視覺與未來智能工廠集成”。
Gardasoft的Hudson表示，由于對成像智能化的需求日漸增加，智能交通領域的發展越來越迅速，同時也刺激了制造商對許多硬件和軟件的創新來滿足市場需求，最令人期待的趨勢是將機器視覺和深度學習整合到ITS里，利用這些技術方案來分析交通流量模式，從而達到緩解交通擁堵的目的。 Enzio Schneider指出，目前還有許多類似于安全、物聯網和智慧城市等市場尚未被機器視覺技術完全滲透。隨著嵌入式處理器，圖像傳感器和攝像頭的價格逐漸下降，即成本降低的驅使下，計算機視覺解決方案對這些市場將變得更具吸引力，這樣的趨勢繼續持續下去，視覺行業將會完全滲透進交通領域。
Axel Krepil認為，視覺技術在未來將會無處不在。機器人、物聯網、智能家居、以及娛樂等行業都將受益于視覺技術，但是，實時視覺在交通領域的自動駕駛汽車、共享汽車系統、智能停車、交通基礎設施等層面更具潛力，而視覺成像技術也將成為解決自動駕駛和交通管理遇到的各種挑戰所必須的基礎技術。
同時，這也引出了最重要的問題：我們在應用該技術的時候，是否會變得更聰明？
智能處理
“當然，”Axel Krepil堅定地認為，“視頻成像技術讓機器像人一樣擁有了“眼睛”，同時，智能處理算法可以協助其自動識別和反應周圍的環境，比如自動駕駛汽車或無人機，也是通過智能識別道路狀況來避免碰撞事故的發生。就實用案例來說，具有高精度圖像識別的嵌入式攝像系統即使在光線條件較差的情況下仍然可以實現24小時全天候實時監控，為監控中心提供圖像數據，并通過智能處理算法對交通流量進行實時評估，以改善交通安全，平衡交通流量，實現對整個城市路網流量的總體調控。”
Torsten Wiesinger認為視覺技術的未來極具潛力。隨著OPC-UA-TSN通訊標準和OPC Vision Initiative的出現，工業物聯網公司可以利用單個以太網網絡支持時間敏感型網絡應用(TSN)，同時，由于OPC-UA-TSN標準可以應用于計算機的各個節點(例如：攝像機，PC，PLC和基于串口服務器的系統)，因此它在開發基于邊緣和云端的網絡應用中用處很大。 Jools Hudson認為視覺技術的前景同樣樂觀。她說，“機器學習和人工智能技術的日益普及肯定會對智能交通系統(ITS)產生深遠的影響。相機識別的信息越來越精準可靠，例如乘客數量、駕駛員行為，以及車牌和車輛型號等等。隨著圖像捕獲技術越來越先進，相對的，ITS提供商們對新技術的需求也在不斷增長“。
Schneider認為，變“聰明”的關鍵取決于你想表達的內容。她說，“如果你的意思是，我們在使用嵌入該技術的應用程序時，是否可以進一步理解這個應用程序的運行處理模式，那么答案是——不會，因為程序研發過程具備高復雜性，研發公司為了讓用戶更便于理解和使用，只會提供簡易的操作入口，用戶本身根本沒辦法理解各種程序的具體細節。” “但是，那么我們通過使用各種程序(例如交通、停車等)是否會變得更聰明，使容易達成目的，那么答案是“不一定”。同時，你收集到了大數據，單如果沒有足夠的能力進行分析處理也無濟于事，從長遠來看，你必須得到AI 、機器學習等技術的支持。”
關于視覺技術的應用，很多人在許多問題上達成了一致意見，但在某些關鍵領域仍然存在一定的分歧。要證明預測的準確性是一件很棘手的事情，但視覺技術將會為未來的ITS解決方案提供一個極具誘惑力的愿景。