得到您的號碼（車牌）：XMOS 發布用于智能停車的低成本、低功耗 ALPR 參考設計

英國領先的芯片公司XMOS近日宣布推出其自動車牌識別 (ALPR) 參考解決方案，旨在將停車場中的 ALPR 從復雜的資源密集型硬件轉向簡單的設備上 AI。

該參考設計與計算專家 Cloudtop 合作開發，可以高精度讀取 3-5 米距離內緩慢移動的車牌。得益于 XMOS 的 xcore.ai 芯片的功能，Cloudtop 的機器學習模型——最初設計用于處理高分辨率視頻幀——已經無縫適應在低功耗、低成本場景中工作，而不會犧牲準確性。

使用 ALPR 的停車場傳統上集成的硬件遠遠超出了慢速移動、近距離車牌識別所需的規格。高分辨率相機在復雜的機器學習模型上運行，這些模型依賴于云連接進行圖像處理，在許多情況下，ALPR 的實施成本高得令人望而卻步。

與標準 ALPR 解決方案相比，XMOS 的參考設計提供了所需的功率和設備智能，從而顯著降低了功耗和物料清單 (BOM)。在消除對高成本硬件的需求并幾乎消除對云連接的需求時，這種設備成為整個智慧城市 ALPR 基礎設施的現實組件。

“對于智能停車，云連接和巨大的處理能力簡直是大材小用，”XMOS 產品、營銷和業務開發副總裁 Aneet Chopra 評論道。“它使 ALPR 網絡的成本遠遠超過其需要的成本，使維護更加復雜，并且充斥著云計算固有的隱私問題。

“我們開發的參考設計通過簡化流程就消除了這些問題。如果您可以在設備上提供所需的智能和功能，您就可以避免將所有原始數據發送到云或過于昂貴或功能強大的硬件。從長遠來看，這只會幫助我們推動 ALPR 的進展。”

“簡單性和可負擔性是 ALPR 領域的兩個優先事項，不僅可以推動銷售，還可以鼓勵創新”，Cloudtop 聯合創始人Zhang教授評論道。“讓設備更便宜、更簡單、更可靠對于智慧城市來說非常重要，并且縮小機器學習模型的規模，以便它們可以在 xcore.ai 等可大規模生產的芯片上運行，從而為開發人員提供資金和設計靈活性來進行實驗。”

XMOS 和 Cloudtop 將于 3 月 28 日至 30 日在舊金山的 tinyML 峰會上展示該解決方案，并邀請所有與會者參觀他們的展臺和海報展示。