AI模型识别照片中的车辆外观损伤位置,如划痕、凹陷等。图片来源:Humax Mobility

Humax Mobility旗下KYLE 23 Jasper正推进车辆损伤识别技术验证,为Robotaxi时代的车队运营提前储备核心能力。

KYLE 23 Jasper于10月15日表示,公司将与首尔大学Lee Jang-woo教授研究室及AI企业Hodoo AI Lab合作,开展“车辆外观损伤检测系统”技术验证。

该系统通过AI分析用户在取车、还车环节拍摄的车辆照片,判断外观是否受损,并识别损伤位置。公司表示,目前共享汽车在还车检验环节仍主要依赖人工,检验人员需要逐张比对用户上传的照片和相关记录。随着运营车辆规模扩大,待核验图片数量也随之增加,时间和人力负担持续上升。

根据计划,三方将开发一套可分析车辆多角度照片和视频的系统,优先标记疑似事故车辆及受损部位。具体技术路线包括三部分:一是通过“目标检测”在照片中标出疑似损伤位置;二是利用“图像分割”对划痕、破损等区域进行像素级识别,判断其形态和范围;三是借助“图像对齐”将历史照片或正常车辆图像与当前照片对齐至相同位置和尺寸,从而识别车辆外观变化。公司预计,相关技术有望提升检验效率和结果可信度。

此次验证项目将分两个阶段推进。第一阶段将完成原型开发和数据采集,并训练检测、分割模型,建立推理流程。第二阶段将在扩展系统能力、优化性能的基础上,验证图像对齐技术用于车辆变化分析的可行性。

前期验证结果显示,在由100张正常照片和100张异常照片构成的评估数据集中,外观分析模型对正常与异常状态的判别准确率约为85%。KYLE 23 Jasper表示,后续将按照实际检验标准构建数据并持续优化模型,以提升在真实运营场景中的应用可行性。

公司还表示,将基于此次验证结果评估技术在实际运营环境中的落地方案,同时研究与集团内部业务的协同应用,包括Humax Mobility上月成立的“Robotaxi车队运营基础设施联合业务协商体”等。

KYLE 23 Jasper代表Song Yoon-hwa表示,此次验证是在公司过去28年积累的车辆运营、维修和管理经验基础上,引入AI技术,提前布局Robotaxi时代车队运营所需的车辆状态自动识别能力。公司希望借此在Robotaxi及自动驾驶车队运营场景中,更稳定地管理车辆状态。

关键词

#Humax Mobility #KYLE 23 Jasper #Robotaxi #车队运营 #车辆外观损伤检测 #AI检测 #目标检测 #图像分割 #图像对齐 #首尔大学
版权所有 © DigitalToday。未经授权禁止转载或传播。