近日，百度公开了一项城市道路异常事件识别专利，该专利技术将自动驾驶车端的AI感知能力和云端AI检测能力结合起来，可将自动驾驶汽车的感知数据运用到城市道路巡检管理中，对于提高城市道路巡检效率、数据利用率，提升道路异常事件感知定位速度、管控重点路段有着积极的作用。
当前，我国各城市道路沿线已大量覆盖固定点位视频监控系统，但传统道路监控只能做到实时查看、事后回放等功能，而且通过监控人员盯看视频的方式发现异常或突发事件，管理效率低下，无法满足城市管理的需求。部分城市虽然装配有AI识别抓拍设备，但固定点位监控范围小，建设成本高的制约因素依然存在。
据悉，百度此次公开的专利技术可通过自动驾驶车辆的感知能力，对人、车、路、环境、基础设施等目标对象的数据和信息进行收集，通过数据融合确定目标对象的位置、速度、行动轨迹等状态信息，分析处理后，实现交通违法行为、道路异常事件、基础设施故障的自动检测。
同时，区别于传统的AI巡检识别方案，该技术方案可以通过分析感知设备所采集的多源数据，初步识别当前道路环境下各类异常事件，比如机动车、非机动车违章、标牌标线设施异常等，不仅能够减少上传数据的网络占用，提高数据时效，也能为云端服务器做进一步识别提供良好的数据基础，以便云端服务器更准确、更高效的识别事件。
此次披露的专利技术是百度智能网联产品“Apollo城市扫描仪”的底层技术之一，该产品以智能巡检车、智能车载终端等设备为采集端，依托百度ACE交通引擎，集深度学习算法、高精地图、百度智能云、百度大脑等先进技术于一身，提供“感知-融合-AI识别-推送”的端到端服务，解决城市道路治理痛点，提升城市交通管理水平。
资料显示，目前百度“Apollo城市扫描仪”产品已经落地上海、广州、苏州、阳泉多个城市。其中，在广州黄埔区自动驾驶示范区内，百度“Apollo城市扫描仪”的投放使用助力黄埔区打造了首个城市级智慧交通示范区，借助全息感知还原、车道级高精识别、毫秒级实时数据、路侧设备对交通流分析，实现了道路交通的精细化管理，平均每月取证事件数可达28000件，覆盖机动车违法停车、外卖车管理、渣土车管理、红绿灯故障、临时施工占道等26个场景，准确率达90%以上。
