TWCC
DForum
 

逢甲牵手英研 用AI解台74线壅塞之苦

交通壅塞会对上游路段产生冲击,在台中,东西向快速道路「台74线」即饱受因下游路段回堵的壅塞所苦。台74线又名台中环线,是台湾最长的环状快速公路,串联台中、南投、彰化等地,是重要的交通动脉。

为了解决这个中部交通痼疾,中央与地方的交通主管机关,运研所与台中市政府交通局携手,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,让人工智能(AI)为交通控制助力。透过影像辨识等技术,为交通控制带入了新兴参数,如每辆车的延滞时间、等候线长度等,大幅提高了交通控制精确度。

此次DIGITIMES专访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),一探在交通与AI的深度对话的过程中,经历过哪里些磨合,在对话过后,台74线交通得到了哪里些改善?

太平交流道交通问题

台中太平交流道连接台74线与平面道路,从交流道下来的车辆有40%会于东平路左转,左转不到100公尺处设有交通号志。苏昭铭指出,过短的街廓(不足100公尺)以及过往无法因应车流量实时调整的号志系统,让平面路口无力消化的车流量造成交流道的回堵,并进一步造成台74线壅塞。

而该智能交通解决方案,则是在台74线、东平路装设若干摄影机并结合AI边缘运算,透过影像辨识掌握实时的车流状态。苏昭铭表示,最初团队透过无人机侦测,发现台74线在昏峰(黄昏交通尖峰)时段严重回堵。自2019年4月团队得标正式启动,历时约半年完成前置作业与团队沟通,在2020年1月正式开始测试。

AI带来新兴交通参数

苏昭铭指出,AI的加入让过往只能透过推算得出的交通参数,皆量化为精确数字。过往在交通控制上,多是使用定点式的道路传感器所搜集的车辆数、速度、占有率,做为交通控制的参数。而影像辨识的应用,让团队得以搜集到停等线长度、每台车辆的延滞时间等精确数值。「ICT设备的导入,让交通控制的过程中,多了许多可信任的参数。」

自2020年1月首度上线测试之后,以周一昏峰为例,将整个车阵平均车速低于40公里的情况从55分钟缩短为5分钟;而在返家潮周五昏峰,过往自晚间5点15分起平均速度就会降至时速40公里以下,且持续超过1个小时的车流,在该系统的支持下,整体车速低于时速40公里的情况被推迟到近18点才出现,也仅持续不到30分钟,平均车速在晚间6点30分前,就已回到时速70公里的水平。

系统上线之后,改善的交通绩效。逢甲大学智能运输与物流创新中心

自此,周五昏峰的旅行时间从372.4秒,缩短到250.3秒,改善幅度达32.8%。苏昭铭指出,此次AI与交通的合作,最关键之处在于为交通管理带入了更多精确的参数。交通控制这门专业发展已久,仍能在新兴的ICT设备助力下不断找到进步的空间,智能交通发展也因此变得万般可期。

智能运输与物流创新中心副主任苏昭铭指出,AI的加入让过往只能透过推算得出的交通参数,皆量化为精确数字。李逸涵摄

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