科技产业报订阅
event
 

AI与交通对话 技术自由对上安全至上

运研所与台中市交通局携手,带入逢甲大学智能运输与物流创新中心、运输与物流学系与英研智能、景翊、勤崴、创新交通等业者,共同解决台74线回堵。逢甲大学智能运输与物流创新中心

在台中,交通部运研所与台中市交通局共同推动,偕同ICT业者、逢甲大学与相关交通业者共同解决台74线长期壅塞的问题。当中,IT业者代表英研智能,与逢甲大学运输与物流学系苏昭铭教授(兼智能运输与物流创新中心副主任)皆分享了在交通与AI两个产业对话时,经历过的差异之处与磨合。

英研智能总经理张国彬指出,成立4年以来英研致力于投入传统产业智能化。在交通产业智能化的进程中,IT业者与交通产业的不同思维,恰好如同车辆产业转型当口,新旧各拥不同立场一般。「IT产业站在相对低的社会风险上,几乎得以毫无顾忌地发展新应用,然而交通产业素来严谨,因为人命关天,须回归务实面思考。」

英研业务经理吕治国指出,不同的产业思维,反映在许多合作过程的细节中。如对定义车辆、交通的标准,因为产业语言不同,有时IT业者无法了解交通业者以交通用语提出的道路需求。如本次合作中最大的惊喜「延滞时间」。

苏昭铭教授即表示,在AI影像辨识助力下,系统精确掌握每台车的延滞时间,成为此次交控升级的关键一步。过往,雷达与车辆传感器无法精确地侦测到来车的大小、停等时间,以大货车为例,埋设于地面的地磁虽可以侦测到上方有车辆,却对车辆信息一无所知,而影像辨识则可以克服这个盲区。

出人意料的是,促成这个关键参数「延滞时间」的契机,是如同选秀一般的解决方案影片展示:英研展示出曾经开发的解决方案影片让逢甲团队观看,双方才终于达成共识,成功媒合技术与需求。

苏昭铭教授表示,台74线计画从2019年4月启动,中间历经半年的基础建设与沟通期,才终于在2020年1月上线测试;而令逢甲团队惊喜的是,英研的AI模型在上线运行之后,很快就进入状况。对此,吕治国表示,英研智能在AI的训练时累积了充足的信息量,亦不仅局限于特定场域,累积了不同场景实战经验,才将AI Model锤炼出可快速应用于不同场景的弹性。

在台中74线结束后,苏昭铭教授指出,未来将持续往台南、高雄等地拓点。英研智能亦望从点、线、面不同规模的场域验证中,逐渐将台湾的智能交通解决方案打包成形,期待未来能扩大海外市场。

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