近日，加拿大滑铁卢大学的研究人员开发了一种计算机视觉和人工智能辅助的冬季道路状况监测系统并开展了试点工程，使用低成本、非专用的硬件，如机器视觉相机和温度传感器，实时收集处理和传送道路状况数据。与现有解决方案相比，该系统可安装在各种车辆上，对道路状况进行更客观的评估，并且路况监控的时空覆盖范围更广。
对大多数交通运输部门来讲，在暴风雪期间和之后对冬季路面状况进行监测是一项必不可少的工作，便于他们检测维护服务需求、比较不同处理方法的效果、评估不同路段承包商的路面维护服务质量。实时路况信息对于路上的行人来说很重要，他们可以通过这些信息来调整行程并决定要不要开车，例如什么时候、用什么交通工具、去哪里。
这项技术的初期工作主要是为了测试为其他研究项目收集的二次图像数据而开发的算法。在过去的两年中，研究人员专门开发了一个车载数据收集系统，并且正在不断调试改进。在服务器端，研究人员开发出一种图像处理应用，可与车载数据收集系统相呼应，存储并处理图像数据，还可显示基于路况状态计算而更新的当前路况。在MTO(安大略省运输部)的帮助和资助下，巡逻车上已经部署了这一系统，并且还在不断调试，并且已经成功储存了超过10000个数据点的信息，表现不俗。
滑铁卢大学开发的机器视觉产品属于嵌入式系统产品，将传感器与云计算相结合，可实现人工智能。该项目的机器视觉产品有如下特点：直接安装在车辆上。与定点安装的传感器不同，如将每辆车采集的数据进行汇聚，可以实现实时路况的数据采集。另外，还能体现一种众包的思想，即通过社会车辆完成数据收集;辅助人工智能。与大数据相结合，将道路的信息通过人工智能分析，实现对交通流量的调度。实际上，这是一种智能交通。
目前，滑铁卢大学机器视觉产品所存在的问题是如何将采集数据与大数据分析相结合反馈给驾车者。比如说，可以通过APP等，借助智能手机、平板电脑，将分析结果反馈给用户。这样，除了开拓专用车辆(例如工程车、清洁车等)市场外，还可以开拓普通私家车市场，这有利于市场规模的进一步扩大。
成本极低的解决方案、可覆盖较宽阔的空间和较长的时间、可单程覆盖多条车道。可应用于道路状况监测、冬季道路养护优化、公共信息系统。
机器视觉产业市场规模将继续保持稳定增长，2015年将达到30亿元。中国交通、环保和军工是未来的三大市场。全球整个视觉市场总量大概在70亿美元这个规模，并且按照每年8.8%的速度在增长。
目前我国机器视觉朝着两个大方向在发展，一个是嵌入式，如传感器和智能相机，另一个是基于PC的采用板卡和SDK的解决方案。两者不能说孰优孰劣，它们都有各自的适用场合和适用时期。
基于PC的采用板卡和SDK的产品有着比较悠久的历史，它是机器视觉在作为一个产业发展之前以图像处理的概念在工控领域萌芽时期就存在的，一直延续到现在。它需要用户有比较好的编程基础和对现场应用有比较丰富的经验。
嵌入式系统产品在应用高速器件之后的处理速度和精度越来越高，基本上可以满足高端应用场合，这使得嵌入式产品已经可以覆盖高中低端的需求，从而不断地抢占了原来基于PC的采用板卡和SDK的产品的市场。
机器视觉系统可以作为智能交通的传感层，而智能交通前景广阔。根据中国交通技术网最新的《2012年中国城市智能交通市场研究报告》统计，2012年城市智能交通千万级项目数量235项，同比增长26%;千万级项目市场规模合计68.1亿元，同比增长46%。
机器视觉产品在中国的商业化，不能仅仅局限在冬季道路监测方面，要想办法应用在日常生活中，与移动互联网结合，离不开与地图的合作。建议采用的投资方式是联合地图提供商(如高德地图、百度地图)等采用技术许可、技术转让的投资模式。
