一直以来，城市停车问题都是城市的老大难问题，不仅给经济和环境带来了不利影响，而且还会降低人们生活的满意度。而随着技术进步和社会发展近日，在MSIG亚洲论坛2017上，作为传感器网坚实、友好的长期合作伙伴，美国PNI Sensor介绍了其的PlacePod?智能停车解决方案。据接受采访的PNI Sensor首席技术官George Hsu先生称，该方案凭借传感器融合算法和人工智能（AI）算法准确地检测到车位上是否有车辆停靠，并实现智能化车位管理。可以说，PNI Sensor俨然已经成为一匹“冉冉升起”的AI独角兽。

PNI智能停车解决方案的概况 RM3100

在谈及PlacePodTM智能停车解决方案时，George Hsu先生介绍到，在起步阶段，PNI Sensor发明了一种独特的磁传感器。目前，这款关键性的产品，仍是世界上可量产的性能磁传感器。

据了解，创业伊始，为满足捷联式电子罗盘应用需求，PNI Sensor就利用自己的磁传感器和倾角传感器开发了具有倾角补偿功能的电子罗盘算法，并将该算法存储、运行于微控制器。如今，PNI Sensor结合其高性能的传感器和的算法优势提供独特的“端到端（End-to-End）”物联网解决方案，逐渐发展成为一家人工智能（AI）公司。同时，为进一步提升客户服务，PNI Sensor还投建了一个适合于运动算法处理的云处理平台。

目前，PNI Sensor为可穿戴设备、智能手机、VR/AR、***、机器人、停车系统和汽车等领域提供完善的解决方案，典型客户包括索尼、三星、福特、通用汽车、华硕、任天堂、意法半导体、HTC、iRobot等。

PNI智能停车解决方案基本原理及高精磁传感元件 PN13101

PlacePodTM智能停车解决方案主要由PlacePodTM车位检测模块、PNI LoRa网络路由器、PNI LoRa网络云端及服务组成，如下图所示。其中，PlacePodTM车位检测模块集成了3颗单轴磁传感器（RM3100）组装成三轴磁传感器，以及传感器融合处理芯片SENtral-A2。

PNI智能停车解决方案的先进算法 PN13156

算法是准确检测车位的难点之一。PlacePod?智能停车解决方案的算法主要包括两部分：“地端”的传感器融合算法；“云端”的人工智能算法。

其中，“地端”的传感器融合算法采用X、Y、Z三轴的地磁数据，建立当前时间点的磁场特征向量，在特定空间中使用正太分布的叶斯分类器将当时时间点划分为有车和无车两种状态，车位检测的准确率达到98.9%。同时，为进一步提升准确率，“云端”服务器采用自学习人工智能算法，及时发现异常车位状况，可将“犯错概率”几乎降低至0。按照保守说法，PlacePod?智能停车解决方案的准确度为99.99%。