Raspberry Pi 计算模块 4 成本低、功耗低、结构紧凑、性能卓越，是 Velo AI 首次推出的道路安全产品的核心，该产品可提醒骑车人注意身后的车辆移动。
位于匹兹堡的 Velo AI 公司由机器人专家 Clarke Haynes 和人工智能专家 Micol Marchetti-Bowick 共同创立，其核心使命是通过使用智能技术提高各种形式的交通安全。两人都有为 Uber 等公司提供自动驾驶汽车技术的背景，并试图将类似的人工智能算法应用于帮助骑自行车的人。Alison Treaster 是核心团队的补充，她负责领导这家初创公司的商业合作和社区建设工作。
Velo AI 的首款产品是 Copilot，这是一款人工智能驱动的自行车灯和摄像头。它以 Raspberry Pi 计算模块 4 为基础，能够检测和分辨附近的车辆，了解车辆何时准备超车，并识别危险接近的具有攻击性或分心的驾驶员--在这种情况下，它会向骑车人和驾驶员发出声音和视觉警报，以帮助防止危险情况和撞车事故的发生。
意识到现有自行车摄像头和车辆检测设备的局限性，Velo AI 团队试图创造一种基于人工智能的更复杂的替代方案，以改善骑车人的道路安全。
海恩斯举例说，像 Garmin Varia 这样基于雷达的设备 无法确定你身后是汽车还是公交车。而对于骑自行车的人来说，被一辆丰田花冠超越和被一辆大型市政公交车超越是有很大区别的。此外，他指出，雷达只能进行径向测量： 雷达可以告诉你是否有东西正在靠近你，但无法告诉你是否有东西会在十英尺或一英尺的空间内超过你。
从雷达到基于摄像头的解决方案，目的是创造一种设备，能够告诉骑车人 世界上发生的更多事情，并做很多雷达做不到的事情。该设备需要通过提供态势感知和附近车辆的警报来帮助骑车人。这包括利用计算机视觉算法区分不同类型车辆的能力，以及估计其相对速度、识别和预测驾驶员行为的能力。
开发 Copilot 人工智能算法的第一步是收集大量数据，这些数据来自在各种道路类型周围的骑行，重点是与车辆的互动。在这一过程中，匹兹堡自行车爱好者（从通勤者到休闲骑行者）组成的测试小组提供了帮助，他们获得了免费的原型设备进行测试。
虽然 Velo AI 团队在自动驾驶汽车领域拥有丰富的经验，但要创建和销售一款全新的实体产品，学习曲线非常陡峭。海恩斯坦言：对我们来说，要投入精力并搞清楚如何组装硬件产品是一个巨大的挑战。那么，这个产品的耐候性如何？我们如何为自行车灯设计一个聚焦光的透镜？
将相机、LED 灯、电子设备和电池组装入一个小巧轻便的包装中是一大挑战。该设备还需要足够强大，能够运行人工智能神经网络，但耗电量相对较低，以便能够用于较长时间的自行车骑行。
Raspberry Pi 计算模块 4 实际上是 Copilot 的大脑，在定制的 Hailo AI 协处理器的辅助下运行设备计算机视觉所需的神经网络。一个固定镜头的 Arducam 摄像机用于录制视频片段。
Copilot 配备了一个支架，可将其固定在自行车的座管或鞍座导轨上，摄像头朝后。人工智能会分析实时视频录像，并根据检测到的驾驶员行为类型触发自定义警报--对骑车人发出声音，对后面的驾驶员发出闪烁的 LED 灯模式警报。
可检测到三大类车辆行为，并用于触发不同的警报。Marchetti-Bowick解释说：跟随行为是指 车辆跟在你身后，但没有加速驶向你。接近 是指车辆相对于你加速： 它离你越来越近......它可以在你的正后方，也可以在与你相邻的车道上。第三类是 超车： 当我们认为车辆即将超过你时。这可能是你最需要注意的，因为这是他们与你作为骑车人之间最接近的互动。
此外，该设备还可以连接智能手机上的配套应用程序，该应用程序可以安装在自行车的车把上，向骑行者显示简化的道路视图和附近车辆的位置。用户还可以通过该应用程序下载骑行录像。
该装置由可充电的双芯锂离子电池供电。Copilot 的耗电量仅为 4-5 瓦，相当于 5 小时左右的电池寿命。
海恩斯说，团队早期曾在 Copilot 原型机上使用 Nvidia Jetson 板进行试验，但发现它们太贵，而且 GPU 太耗电。如果要全速运行 GPU，即使是 Jetson......也要 10 到 20 瓦。我们希望人们能用它骑上四五个小时的自行车，因此需要一个电池来为 10 瓦的功率供电，这就会产生太多的热量和太重的重量（因为需要更大的电池组）。这就是我们选择 Raspberry Pi 的真正原因。
在 Velo AI 与合约制造商和 Raspberry Pi 设计合作伙伴 Hellbender 合作之前，第一块电路板非常简单： 我们把 CM4 插在一边，把 M.2 Hailo 插在另一边，然后连接摄像头。我们就拥有了证明计算堆栈工作所需的一切。从那时起，CM4 的性能越来越先进。但事实上，CM4 是一个独立的分立组件，可以正常工作；我们可以使用它的所有功能，包括 Wi-Fi 和蓝牙。这对我们刚刚起步是非常有利的。
为了以超低的功耗运行人工智能，他们添加了一个 Hailo 人工智能协处理器： 海恩斯说：Raspberry Pi 和 Hailo 的结合使原型设计和开发变得异常简单。天选团队
Copilot 吸引了不同类型的骑车人，Treaster 说。没有特定的客户角色，但他们希望支持让街道更安全，因为他们经常作为骑车人使用街道。潜在客户还包括父母和配偶，他们关心生活中的骑车人，并希望有一些东西能让他们在路上更安全。我们有很多人说，我会给我的儿子或女儿买这个，我会给我的丈夫买这个。
海恩斯说，由于它能提高人们的意识，该设备已经成为一些骑车人必不可少的辅助工具。我们从早期客户那里得到了很好的反馈，他们不喜欢骑车时没有这个装置。
该团队希望 Copilot 能带来更广泛的社会效益。海恩斯指出：人们不骑自行车的首要原因是没有安全感。因此，我们的目标是，让更多的人骑自行车，让他们因为感到安全而更多地骑自行车。
从 Copilot 设备收集到的数据还能为地方政府和道路安全组织提供有用的帮助，使城市和乡镇的自行车骑行更加安全。海恩斯说：我们正在与匹兹堡市展开合作，我们将在骑自行车上班的人群中部署数十个这样的Copilot，并利用这些数据实际告知我们需要在哪些地方改善自行车基础设施。
Treaster 透露，另一项试点计划计划在弗吉尼亚州的罗诺克市实施。他们正在开展 零死亡愿景 运动（最终目标是实现行人和骑自行车者零死亡）。他们说，如果能在立法通过之前获得任何与骑自行车有关的数据，比如说我们需要在骑自行车者通过时给他们留出三英尺的空间，那就再好不过了。然后可以对立法后的数据进行分析，以了解立法对驾驶员行为的影响。
海恩斯补充说：我们绝对有兴趣尽可能多地使用这些设备，并利用这些数据让骑自行车变得更安全。