我们的客户：

我们的客户是一家国际知名的客运汽车公司，他们希望在自己的产品中增加智能化的道路环境感知功能，以提升其产品的智能化水平、安全性和用户体验。

项目的挑战：

除了街道挤塞外，车辆使用环境和摄像头安装的位置等因素也是个巨大的挑战。另外，该项目的需求非常急迫，而且涉及安全性，对检测的性能要求很高。

我们的解决方案：

我们开发行人检测模块的方法包括分析有关行人位置、预测位置和道路坐标的数据。我们开发的模块包括以下组件：

1. 行人检测模块

2. 行人轨迹预测模块

3. 道路分割模块

4. 行人运动预测模块

我们使用YOV3算法进行行人检测，使用卡尔曼滤波器进行行人轨迹预测，采用卷积神经网络 （CNN） 处理道路分割。

我们取得的成果：

作为一双额外的眼睛，行人检测模块解决了监控大型车辆司机在狭窄车道和人行道周围行驶的危险盲点的挑战。一旦检测到撞到行人的可能性，驾驶员将收到视觉和音频警报，从而获得更多的时间做出反应。如果情况严重，将自动应用制动器。

我们开发的先进行人轨迹预测模块支持汽车制造商提高城市、农村和工业环境中车辆的安全参数。通过为车队配备行人碰撞预测模块，公司将减少事故和相关成本，最重要的是，拯救生命。