新的人工智慧交通攝影機在澳洲維多利亞州試用
人工智慧正在蔓延到移動性的許多方面 —— 但交通管理和執法攝影機呢？ITS International 邀請了一些願景專家來思考幾個主要問題......
在道路交通管理和執法方面，人工智慧目前在攝影機行業有多重要？
Ekin 的創始人 Akif Ekin：「這很關鍵。我無法想像如果沒有人工智慧，如何滿足道路交通管理和執法的需求。人工智慧與其他算法一起使用，為攝影機的智慧提供動力，並可以準確預測和調節交通系統中各個點的人、物體和車輛的流動。為了打擊超速或使用手機的行為，許多城市目前正在實施由影像分析支持的精細自動化。人工智慧可以透過優化交通流量，和改善道路安全，將汽車計數和速度檢測等任務，轉化為即時監控情況的強大數據，用於交通管理，從而減少事故。這些知識為數據驅動的管理規劃，提供了一個令人興奮的可能性，目的在減少交通堵塞，並提高整體道路安全，這對於健康的生活環境非常重要。」
海康威視高級 ITS 解決方案經理 Jayden Xu：
「一段時間以來，智慧出行一直是交通運輸行業的一個關鍵主題。其想法是保持交通暢通，並幫助人們以更智慧的方式，到達他們需要去的地方。為此，行業參與者現在正在創新，並引入先進的智慧影像系統，以改善交通管理，使每個用戶的道路更安全、更高效。依靠智慧影像分析，交通攝影機透過計算，穿過十字路口的車輛數量，並檢測其速度來辨識十字路口的交通堵塞，同時還即時計算排隊的車輛數量。
匯總數據通知系統，何時將交通信號燈切換為紅色或綠色。交通信號智慧優化，確保交通更有效。交通事故可能是災難性的，不僅會造成道路堵塞，有時甚至會造成更嚴重的後果，導致受傷甚至死亡。造成這些事故的原因有很多，其中最重要的是司機故意違反交通法規或法律。影像技術可以幫助檢測不同類型的事件 —— 例如，非法停車、闖紅燈、逆向駕駛、超速和非法掉頭，都可以透過智慧攝影機技術檢測到。
透過使用深度學習技術，攝影機可以幫助辨識這些事件，甚至在交通事故發生之前，就可以立即通知交通當局並採取必要的行動。場景包括攔截佔用緊急車道的駕駛員，或通知非法停車的駕駛員。此外，可以納入票務系統以進一步規範駕駛行為。有關警告和更新的智慧通信，可幫助每個人節省時間、避免沮喪並簡化日常出行。
這可以透過在擁擠區域、交通樞紐、購物中心和城市廣場等顯眼位置，顯示的交通引導螢幕來實現。交通攝影機生成交通流量和事件的即時數據，並將其發送到中央平台，以進一步與雷達和 GPS 系統等第三方系統的數據融合。他們還傳播交通資訊，包括交通狀況、警告和諮詢通知，以及停車狀況。」
Tattile 首席技術官 Alex Filippini：
「新的道路環境變得越來越複雜和具有挑戰性，參與者數量不斷增加，交通管理應用也逐漸變得更加精確和清晰。因此，使用傳統算法無法滿足市場的需求。人工智慧在智慧攝影機行業的引入發揮著關鍵作用，使我們能夠實現接近完美的性能，始終對不同的安裝環境，和環境條件保持高水準的適應能力。隨著人工智慧技術的引入，攝影機變得更加智慧，能夠適應新的複雜場景。」
Ganesh Narayanaswamy，Onsemi 產品線和業務管理：
「對於數據收集設備（即攝影機的圖像感測器）中的哪些智慧與任何給定應用相關，評委會普遍存在，更不用說道路交通管理或執法了。在我看來，在業界開始將數據輸入感測器，視為處理元件的另一個模組之前，這種情況將持續相當長的一段時間。今天我們還沒有看到這種吸收。因此，儘管業界在將人工智慧嵌入圖像感測器方面，做出了一些突破性的努力，但它更多地表現為一種尋求解決問題的解決方案。隨著 5G 及其連接的出現，隨著時間的發展，隨著越來越多的決策能力，被驅動到邊緣而不僅僅是邊緣，這種情況可能會改變。人工智慧始終可以用於任何決策過程，道路交通管理/執法對此並不陌生。隨著電動汽車和 5G 的發展，你可以預見迫切需要消除低效率的問題。每一輛搭載圖像感測器的通勤車輛，都可以成為車輛當時所參與的系統中最重要的輸入源。」
Teledyne 北美銷售副總裁 Dany Longval 和 Teledyne Dalsa 高級產品經理 Manny Romero：
「從廣義上講，人工智慧為智慧交通系統行業，帶來了新的創新解決方案。我們在這個領域工作了幾十年，看到傳統的基於邏輯的系統，在收費和超速執法等應用中表現相對較好。然而，當類似的方法應用於高度可變的用例（例如堵塞訂價）時，準確性水準會顯著下降，導致它們幾乎無法使用。我們開始探索在這種情況下，檢測車輛和提取車牌的更好方法，這促使我們研究人工智慧的使用。雖然獲取準確的數據集和訓練神經網路，並不是一件容易的事，但我們對人工智慧與傳統機器視覺技術，所取得的結果深信不疑，會繼續走這條路。人工智慧以幾年前難以想像的方式，啟用了這些應用。」
你認為人工智慧在道路交通管理和執法領域的攝影機下一步將走向何方？
Tattile 首席技術官 Alex Filippini：
「人工智慧算法正在經歷持續快速的演變，它們的採用不僅可以以非常高的可靠性收集多種新資訊，還可以預測眾多事件，例如事故、排隊和交通流量。這將使道路更安全並減少排放。多個攝影機還能夠合作創建一個分佈式智慧網路，能夠分析收集到的大量數據，並提供新類別的資訊。」
艾金創始人阿基夫·艾金：
「它將成為任何攝影機不可或缺的一部分。問題不是是否使用人工智慧，而是同時執行多少層和連續操作。我們的解決方案組合，包括先進的交通管理技術，可連續對交通密度、尾隨、事故和緊急制動檢測進行車輛計數。人工智慧物體辨識，可以檢測道路上的危險物體，影像分析可以監控，因交通堵塞、事故或故障而停止的車輛。人工智慧還將透過全面管理交通流量、辨識可能堵塞的區域，以及透過使用應用，提前建議停車來幫助減少人為錯誤。 感測器技術可以計算汽車與其前方物體之間的安全距離，降低發生事故的風險，目前我們的解決方案中已經提供了這一點。隨著自動駕駛汽車的到來，他們將嚴重依賴人工智慧交通管理系統的實施作為日常基礎設施的一部分。 Ekin Spotter 是我們模組化智慧桿的關鍵要素之一，它具有擴展模組化解決方案的成本效益，可以滿足城市不斷成長的需求，而無需投資新的基礎設施。」
Ganesh Narayanaswamy，Onsemi 產品線和業務管理：
「我不認為這些會帶來‘翻頁’的改變；更重要的是，它就像在頁面中「再寫一行」。如果 Waze 是一個例子 —— 他們在高效駕駛領域處於領先地位（儘管他們製造了他們沒有考慮到的更大問題） —— 他們依賴於用戶的輸入。圖像感測器和攝影機可以做到這一點，但更好 —— 透過人工智慧進行預處理，而不是提供原始數據。多少將是一個由多種因素決定的問題，包括準確性、精度、成本、數據路徑鏈中，下一個人使用輸入的能力等。這是必然會發生的。 只有如何耐心培育，才能決定其成功。」
Teledyne 北美銷售副總裁 Dany Longval 和 Teledyne Dalsa 高級產品經理 Manny Romero：
「儘管令人興奮，人工智慧仍處於起步階段。隨著技術的發展、成本的下降以及更多的 SoC 整合了人工智慧功能，我們預計對基於人工智慧的攝影機，在邊緣執行處理的需求將會不斷成長。這些趨勢的結合將導致攝影機內置功能的增強。例如，我們的 Ls245R 攝影機，被設計為嵌入式成像解決方案，具有整合的自觸發車輛檢測，和自動車牌辨識的功能。我們認為，攝影機內技術的下一個前沿領域之一，是自學習人工智慧算法，該算法將透過簡化，目前與人工智慧相關的艱鉅系統訓練，來簡化實施。我們預計這一趨勢將會加速，並且當需求回升時將為我們的客戶提供多種解決方案。」
海康威視高級 ITS 解決方案經理 Jayden Xu：
「我們對人工智慧和交通管理方面的未來感到興奮。儘管我們在成像和影像相關技術領域，進行了大量創新，但我們認為該行業正在增強技術組合，以提供更高的即時交通狀況可見性；基於單個設備底盤中的「多維」感知，和多個人工智慧功能，減少路邊基礎設施要求； 並實現交通管理流程自動化，包括車輛辨識、違規管理、停車管理等等。」
 |
0 comments:
張貼留言