李涤非 安宇 卢欣

摘 要：本文针对货车车身反光标识粘贴方式多样化的特点，采用人工智能技术解决了一系列识别难题，实现了人工智能对车身反光标识产品的识别，为准确高效智能查验货车车身反光标识奠定了技术基础，且该技术也为查验货车超限超载提供了新的智能思路和方法。

关键词：车身反光标识；人工智能

The research and development of AI for conspicuity recognition

LI Difei，AN Yu，LU Xin

（Traffic Police Sub-Corps Department of Motor Vehicle of Yunnan Honghe Public Security Bureau，Honghe 661400，China）

Abstract： The layout of conspicuity on truck is complicated due to many kinds of vehicle type， but the conspicuity recognition has been achieved by AI through a lot of research to overcome a series of technical difficulties， which lay the technical foundation for conspicuity intelligent inspection accurately and efficiently， furthermore， the technology will also be a new intelligent inspection method for out of gauge.

Keywords： Conspicuity；AI

人工智能（AI）越來越普遍地应用于我们的生产和生活，包括：医疗诊断，金融贸易，机器人控制，交通运输，科学发现和玩具等，人工智能有助于解决各行各业中最困难的问题，正加速推进科技的发展和社会的进步。我国的机动车检测行业作为一个传统行业，自上世纪60年代开始在我国起步，目前部分车检环节仍存在“眼看、手摸、耳听”的传统检测方式。以车身反光标识检验环节为例，在检测过程中仍普遍存在虚假检测、流于形式等问题，给交通安全带来巨大隐患。随着人工智能在车检领域应用的推进，车检行业中存在的各种“疑难杂症”也将迎刃而解，有效避免了人为因素的影响，确保机动车安全技术检验工作科学、准确、高效。

1车身反光标识在货车上的应用及特点

近年来，我国也相继出台了一系列与车身反光标识相关的标准和法规，其中在GB23254-2009《货车 挂车车身反光标识》[1]标准中对反光标识提出了明确的各项技术要求，在GB 7258-2017《机动车运行安全技术条件》[2]中对实施粘贴反光标识的各类车型进行了详细描述，在GB 38900-2020《机动车安全技术检验项目和方法》[3]中明确了反光标识的检测方法并要求采用专用仪器进行检测。这充分说明了我国对于交通安全尤其是夜间行车安全的重视，但是车身反光标识在货车车身上具有“数量多”“分布广”的特点，手持式检测仪难以实现全面检测，加之逆反射性能无法用肉眼识别，以致于假冒伪劣车身反光标识产品长期大量充斥市场。

我国使用的车身反光标识尺寸是30cm×5cm，红白相间（反射器型通常为单片红色或白色），每个颜色单元的尺寸为15cm×5cm，在货车上的粘贴/安装位置为车身侧面及后面，粘贴方式存在连续和断续两种。[1]虽然产品的形状相对简单，但由于货车类型众多，车身形状及特点各异（尤其车身尾部），加之粘贴方式采用人工粘贴，所以反光标识在车身上的分布情况多种多样。这给人工智能识别带来了不小的挑战。

2 人工智能对车身反光标识的识别研究

人工智能和人类智能有类似之处。为某一领域开发的人工智能，初始阶段就像刚出生的婴儿，研究人员要一点一滴的教会人工智能去认知某个事物/领域，因此“学习”是人工智能的核心，而人工智能学习所需要的“大脑”就是软件工程师编写的“源代码”。源代码的先进程度直接决定了学习的效果。

通过对不同车型、不同部位及不同反光标识的学习与识别，研究人员对源代码进行了反复的调试与修正，目前的源代码已经具备较好的学习能力，为后期开展大量深度学习奠定了坚实基础。在人工智能的训练过程中，研究团队解决了诸多技术难题：

1. 反光标识红白两色与车身颜色相似性辨别；

2.反光标识红白单元连续粘贴与断开粘贴识别；

3. 依据破损程度，判断反光标识完整性；

4. 诸多干扰因素排除训练；

通过对车检现场近千例典型照片的学习与验证，从识别结果的照片中可以看出，所开发的源代码已对反光标识有了很好的识别效果，具有较强的举一反三能力，抗干扰能力突出。

图3中，我们在智能系统中输入了反光性能标准预设亮度作为参考，人工智能通过对RGB图像及红外远程逆反射性能图像的分析，成功将“反光性能可疑”的反光标识在图中进行了红框标注，对于性能良好的反光标识进行了绿框标注。清晰指出了影响车辆视认性的问题部位。人工智能识别反光标识的技术突破，不仅大大提高了检测的效率和准确性，而且规避了人为因素所带来的虚假检测，有效保障了大型货车的夜间视认性。

3人工智能识别车身反光标识技术拓展应用价值分析

车身反光标识是货车必备粘贴产品，由于其应用的独特性，目前反光标识都是采用人工粘贴/安装。这就不可避免地致使每个货车车身的反光标识分布都或多或少地存在差异。根据国家标准，反光标识的粘贴需要体现车身轮廓，也就是说反光标识的数量一定程度上反映了车厢的尺寸。这给“查验货车超限超载”提供了一条新途径。

从目前的研究来看，通过深度学习，该人工智能将具备强大的反光标识识别能力，包括记忆车身上反光标识的数量和位置，甚至红白单元的分布特征等。人工智能可以将这些信息牢牢掌握并形成数据库。如果货厢一旦发生调换，这一切都难逃人工智能的“法眼”。

综上所述，人工智能识别反光标识技术的开发与应用，不仅可以有效打击行业内的假冒伪劣反光标识产品，切实改善车辆夜间视认性，而且依托该技术平台，通过拓展应用也为查验超限超载这一交通顽疾提供了新的方法与手段。随着人工智能技术与车检行业的深度融合，相信人工智能一定可以更好地服务于我们的工作和生活，让每一个家庭都能安全回家！

参考文献

[1] 全国汽车标准化技术委员会. 货车挂车车身反光标识：GB 23254-2009[S].北京：中国标准出版社，2009.

[2]中华人民共和国公安部. 机动车运行安全技术条件：GB 7258-2017[S].北京：中国标准出版社2017.

[3] 中华人民共和国公安部.机动车安全技术检验项目和方法：GB 38900-2020[S]. 北京：中国标准出版社，2020.