澳洲研发首个 AI 路边防撞系统 LAARMA:自动预警动物,代码开源
悉尼大学等机构发布 AI 路边监测系统 LAARMA,专门防止野生动物与车辆相撞。系统结合传感器与自监督学习,在百米内检测准确率达 78.5%,触发警示后车辆平均降速 6.3 km/h。最值得关注的是其代码将全部开源,方便全球保护各类濒危动物。

LAARMA 是一个开源的 AI 路侧监测与预警系统,专门用来防止汽车在道路上撞击野生动物。
这套系统由悉尼大学机器人中心、昆士兰科技大学以及昆士兰州交通和主干道部联合开发。它把低成本的感知设备装在路边立柱上,一旦发现路边有大型动物出没,就会立刻联动前方闪烁的动态信息标牌,提醒司机减速。
它是怎么做到的
硬件方面,LAARMA 在立柱上集成了三种传感器:常规 RGB 摄像头、红外热成像仪以及激光雷达(LiDAR)。多传感器融合保证了它无论在刺眼阳光下、树影里还是夜间雨雾天气中,都能捕捉到物体的轮廓和动态。
最聪明的地方在于它的软件算法。传统视觉检测系统往往需要成千上万张人工标注的图片重新训练,而 LAARMA 采用了自监督学习机制。
用研发团队的话说,系统不需要人类去标注数据。每当它在路边捕捉到目标动物的身影,算法就会自主记录并在后台学习它在阴影、树丛遮挡或高速移动下的新样貌。随着部署时间变长,系统会变得越来越准。
实测效果与驾驶员反应
研发团队在澳大利亚昆士兰北部的库兰达野生动物黑点进行了为期五个月的实地测试。测试的主角是当地濒危的大型鸟类鹤鸵。自 1996 年以来,当地已有 174 只鹤鸵死于车祸,实际伤亡数字被认为更高。
刚安装上线时,AI 初次捕捉动物的准确率只有 4.2%。但随着自监督算法不断积累数据,到实测结束时,系统在 100 米范围内的检测准确率飙升到了 78.5%,在特定测试中的识别准确率达到 97%,期间共记录了超过 287 次鹤鸵出没。
除了看得到,关键还得让人踩刹车。研究人员结合行为科学调查了 550 多名驾驶员,并用模拟器设计出最能引起警觉的动态警示语。
平时固定的黄色动物警示牌看久了容易被司机无视,而 LAARMA 只在动物真正靠近道路时才亮灯闪烁。实测数据显示,动态警示牌亮起后,过往车辆的平均车速降低了 6.3 km/h。在百公里时速下,哪怕慢几公里,给驾驶员换来的制动距离和反应时间也是生死攸关的。
去哪里下载与部署
这套系统的算法代码已经在 GitHub 上面向全球免费开源。
研究团队表示,由于模型架构具备自学习能力,它并不局限于澳洲的鹤鸵。全球各地的生态保护者和交通部门可以下载代码,接入自己的摄像头数据,针对尼泊尔的小熊猫、巴西的大食蚁兽、东南亚的穿山甲或中亚雪豹等物种进行微调和部署。
为什么重要
野生动物保护常年卡在预算和人手不足上,昂贵的专有监测方案很难大规模铺开。LAARMA 的聪明之处在于把硬件压到普通立柱级别,同时用自监督算法省掉了昂贵的数据标注成本。对于全球保护濒危物种的科研人员和地方交通部门来说,这是一套可以直接拿去二次开发的成熟框架。
不过,代码开源只是第一步。要真正在野外跑起来,团队还需要解决立柱硬件的供电、网络回传以及恶劣野外环境下的防尘防水问题。但把视觉 AI 与动态交通行为学打通的思路,确实给低成本生态保护打了个样。
来源 (1)
- techxplore.com(在新标签页打开)原文techxplore.com