Itri
event
 

让高墙倒下吧! 移动载具分散城市信息所有权

OmniEyes团队与美国业者讨论,在公车靠站时,透过车外摄影机计算公车站等车人数。法新社

在汽车产业自驾转型的路上,与资通讯产业的界线越来越模糊,为了让车辆对外在环境的感应更为周全,越来越多传感器加身于移动载具。而在全自驾的境界来临之前,配备有大量感测设备的车辆,将成为重要的城市信息搜集者,移动载具对城市轮廓的掌握度,会随著转型车辆数的增加,越来越完整。

对此台大电机系教授兼OmniEyes执行长周俊廷以「影像共享」说明了移动载具会带来的新兴资料产业模式。OmniEyes系以边缘运算(Edge Computing)与AIoT的技术,于安装于车端的设备端完成影像辨识,掌握该路段的交通标志、号志、标线,驾驶速度、驾驶方向,判断该驾驶是否有违规行为。

OmniEyes已于今年签下第一起商业合作案,与国内知名物流业者合作,用于协助企业内部驾驶、车辆管理。然而除了对内驾驶行为管理之外,对外也有越来越多配置摄影机的车辆,搭载能够真实解读影像的随车AI Box,能够产生的道路信息将十分可观。

周俊廷表示,常见的固定摄影机多由公部门或是私人店铺持有,其设点位置固定、涵盖的范围有限,且空间不连续。然而,若将感测设备与车队结合,诸如公车、物流车队、出租车车队等,会长时间在特定区间行驶、环绕的车辆,便可针对该地区取得涵盖率高、高更新频率的城市空间信息。

周俊廷举例,如在公车靠站时,计算公车站等车人数;出租车队可以将影像系统与警政单位串联,在侦测到嫌疑车牌时主动通报。或是结合GPS,一面透过影像辨识判读车道,进而呈现出车道等级的车速、壅塞程度等。

除了路况侦测之外,台北市公共运输处自2019年7月起,要求乘客在上下车都要刷卡。此举本意是要掌握每趟旅次起讫点,进而做出热点计算、班次增减等更精确的车辆规划。

周俊廷表示,在这条规定下,OmniEyes团队与大都会客运合作,在277号公车上将摄影机对著公车门,进而计算开关车门的时间,发现在停靠时间最长的一站中,停车时间整整多了16秒。说明影像辨识的应用弹性与精确度。

整体而言,移动载具上多样的感测设备,给了营运商提升管理绩效的工具;而在更长远的影响中,取得数据的边际成本逐渐趋近于零,移动载具上的传感器会加速权力的分散,过往集中于政府、公部门手中的城市信息,如交通、监控逐渐地往车辆持有者、车队营运商、移动服务开发商分散。在隐私与便利的模糊地带中,数据有价的精神再次得到验证,可预见握有新兴移动信息的单位,将开发出越来越多样的城市解决方案。

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