XMOS发布用于智能停车的车牌自动识别ALPR参考设计

英国芯片公司XMOS最近宣布推出其自动车牌识别参考解决方案，旨在推动停车场的ALPR从复杂的资源密集型硬件转向简单的基于设备的人工智能解决方案，从而为设备制造商和系统集成商生产，安装和集成自动车牌识别系统带来极大的便利。

该参考设计是与同济大学的算法团队和中国当地的一家解决方案公司合作开发的可以实现3—5米距离内低速移动车牌的高精度读取得益于XMOS的xcore.ai芯片强大的AI功能，轻量级的机器学习模型可以无缝适配工作在低功耗，低成本的场景下，且不影响精度

传统上，具有ALPR功能的停车场中集成的硬件远远超过低速移动和近距离车牌识别所需的规格高分辨率相机和复杂的机器学习模型运行在强大的处理器上这些模型在许多情况下依赖于背景云进行图像处理，这使得ALPR在许多情况下的实现成本极高需要从芯片到器件进行全面创新，直到系统能够降低采购成本和使用成本

与传统的ALPR解决方案相比，XMOS的参考设计可以在设备端提供边缘计算所需的精度和计算能力，从而显著降低功耗和物料清单通过消除对高成本硬件的需求，几乎消除对云连接的需求，这种设备已经成为整个智慧城市ALPR基础设施中可行的组成部分，可以轻松部署在各种智慧停车场或嵌入智慧园区和智慧城市，使用成本大大降低

对于智能停车来说，云连接和巨大的处理能力完全是大材小用XMOS产品，营销和业务发展副总裁Aneet Chopra说这使得ALPR网络的成本远远高于实际需求，维护更加复杂，并且充满了云固有的隐私问题

我们开发的参考设计通过简化流程消除了这些问题如果您可以在设备上实现所需的准确性和计算，您可以避免将所有原始数据发送到云，或者使用过于昂贵或强大的硬件从长远来看，这将有助于我们推动ALPR在智能停车市场取得进展

简单和实惠是ALPR的两大重点，这不仅是为了促进销售，也是为了鼓励创新同济大学的明教授指出让设备更便宜，更简单，更可靠，这对智慧城市非常重要同时，还需要降低机器学习模型的规模，使其能够在xcore.ai这样的量产芯片上运行，从而为开发者提供资金和设计灵活性来进行实验

继3月份在tinyML峰会上成功演示之后，XMOS还在5月16—19日的嵌入式视觉峰会上演示了该解决方案，并获得了非常好的反响。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。