制造业调查
MCU
 

一硕:三阶段方案推动 道路号志AI化指日可待

机器学习可以克服光线与天候的限制。一硕科技

一硕科技开发出城市车流解决方案,应用鱼眼镜头与影像辨识技术,做到实时车流掌握与辨识。方案负责人一硕科技副总经理连仲祺表示,这是一个三阶段的方案,现在已经做到第一步掌握真实车流量,第二步重要路口重整,最后随着实行的路口越来越多,希望可以做到以AI控制号志,达成路网号志自动化。

连仲祺表示,随著AI的发展,影像辨识在车辆辨识的重要性逐渐提高。传统CCTV在侦测车辆时,容易受限于光线与天候,然而应用AI影像辨识,只要拿大量阴天、雨天等天候不佳时的车辆影像来训练机器,计算机就能够克服过去光学上的限制,准确辨识车辆数量。这即为第一步,AI的力量让鱼眼镜头所侦测的车流几近真实,这些数据能够让交通主管机关在进行交通规划时,做出更为精确的决策。连仲祺举例,今年1月寒流导致竹科大塞车,若是应用这个方案,只要调出所有气温15度以下的车流资料,就能够找出问题,并提出日后低温时的交通疏导方案。

第二步,路口重整。在掌握真实车流资料之后,便能够在主要干道进行路口重整。连仲祺表示,新竹市东区慈云路直通竹科园区,加上附近有大型商场,过去在上下班时段长年塞车,在应用鱼眼镜头进行侦测之后,找到车流壅塞的好发路口,厘清原因,并透过号志时相管理,对其它支线等次要路口进行截流及分流管理,平均减少了600秒的塞车时间。

最后一步,是要建立一个透过AI控制的路网。连仲祺举例,AlphaGo在下每一步棋都充分评估,以创造最大赢面;同样能够将AI应用在城市号志控制,以疏通车流为最高原则,创造最高道路服务水平。随著路口重整的规模越来越大,结合手机信令资料、eTag、CCTV、车辆侦测器等所搜集的资料,转换成标准的交通参数,并将路口重要程度分级,AI能够依照各路段的车流数量,实时调整号志时相,让壅塞路段快速疏通。

基地台可藉由手机信令大致识别用户手机所在位置,即使现阶段技术无法像GPS般精确,只能得出用户大致的所在范围与移动趋势,但一硕科技现已与电信业者合作,主因是宏观来看,可利用手机信令资料作大规模车流移动的参考数据,微观而言,可透过鱼眼镜头监测道路状况。两者相辅,期待能够如逢年过节有大规模人车流移动时,在目的地做好交通规划等管理。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能交通 人工智能 AlphaGo