沃卡logo

计算机视觉将重塑城市交通的四种方式

2022-07-22来源:千家网

  智慧交通是智慧城市的基础组成部分之一。数字技术与实体交通基础设施的融合将改变人们在城市的生活、工作和出行方式。无人驾驶汽车、物联网、大数据分析和更多技术的使用将使城市居民出行更安全、更便宜、更快捷。

  城市空间中的出行和通信网络使任何城市都能顺利运行。在其中添加智慧交通元素将使城市更加高效、宜居和可持续。计算机视觉有望在多种智慧交通应用中发挥关键作用,如从无人驾驶汽车和交通流量分析,到停车位管理和路况监测等等。

  探索计算机视觉在智能交通中的影响

  智慧交通依赖于以图像、视频、音频文件、基于文本的信息、GPS和GIS数据、物联网传感器数据和其他形式的数据形式处理大量信息的数字系统。需要机器学习和计算机视觉算法来处理这些原始信息,并将其转化为可操作的见解,供城市规划机构制定有效的智慧城市政策。这些技术也是无人驾驶汽车、智慧交通管理、智慧机场视频监控和自动停车系统等复杂应用背后的驱动力。

  一、改善道路安全

  根据世界卫生组织 (WHO) 的统计,每年约有130万人死于道路交通事故。交通事故的一些主要原因是超速、酒后驾驶、未佩戴头盔和安全带等安全装备、分心驾驶和不遵守交通规则。由此可见,人为错误是大多数交通事故的原因。

  无人驾驶汽车可以从这些情况中消除人为因素,从而大大降低发生事故的概率。无人驾驶汽车将不断从汽车、道路和交通信号灯上的庞大传感器和摄像头网络收集信息。计算机视觉算法将分析这些原始数据以优化道路安全,并实时生成关于碰撞警报和道路上行人的见解。

  无人驾驶汽车可以动态处理数据,并在做出准确调整之前检测它与行人、其他车辆、骑自行车者和道路上潜在危险的距离有多近。图像处理算法还将使无人驾驶汽车能够在光线不足的区域识别出移动的物体,并在发生碰撞时自动触发安全气囊和自动刹车。

  无人驾驶汽车中将改变道路安全的其他安全技术包括:

  盲点安全监控系统

  智能速度适应系统

  夜视系统

  路标识别

  车道保持系统

  这些应用程序凭借计算机视觉和机器学习算法才能正常运行。近期,德国乌尔姆大学和海尔布隆应用科学大学合作创建了一个自学习道路预警系统,该系统利用传感器、雷达和摄像头数据来识别移动物体并警告驾驶员以防止事故发生。

  二、缓解交通拥堵

  智慧交通不光触及无人驾驶汽车,还触及道路网络的优化。交通拥堵是城市出行时间增加很大的一个因素。它会造成更高的燃料消耗和空气污染。智慧交通监控和管理可以通过利用计算机视觉来减少拥堵和燃料消耗来解决这些问题。

  智慧交通监控系统的第一步是通过高空和地面摄像头、GPS、GIS和射频设备收集数据。这些数据被馈送到计算机视觉算法中,该算法将检测道路上的车辆,计算交通密度并将其状态传递给当地的交通控制中心。进一步分析实时道路拥堵数据,以将车辆重新引导到不太拥堵的道路上。在这种情况下,自动联网车辆也将作为交通检测系统的信息来源,其摄像头将实时数据发送到控制中心。

  交通中静止的车辆浪费了大量燃料,加剧了本已很高的空气污染水平。故此,智慧交通中的计算机视觉可以通过此类车辆的对象检测和名称识别来解决这个问题。机器学习算法可以识别车辆及其大致油耗。这些知识将有利于相应地调节下一个路口的交通信号灯,以保持车辆行驶。

  美国橡树岭国家实验室(ORNL)的研究人员使用机器学习和计算机视觉设计了一个系统,该系统可以让交通有效地通过十字路口,并最大限度地减少燃料浪费。

  三、加强机场旅客安全

  航空旅行也是城市交通的一个显着特点。机场的智慧交通应用侧重于乘客安全、机场人员安全和客户体验。在繁忙的假期期间,机场在安全检查站和值机柜台排起了长队。在这里,配备计算机视觉的摄像头可以改善队列管理。这种摄像头可以持续监控用户排队,计算机视觉和深度学习算法将预测何时需要客户服务人员在特定柜台,或者是否需要打开另一个窗口。监控数据还将用于分析和计算乘客等待时间。这些计算将有利于减少安全检查中的行李和客户瓶颈以及装卸期间的等待时间。

  这些算法甚至能够进行面部识别来验证乘客的身份,并授权他们在没有人为干预的情况下继续前进。通常,安全人员会对机场摄像机进行物理扫描,以识别和跟踪可疑活动。机器学习和计算机视觉也将使这一过程自动化,从而加快响应时间并提高机场安全性。

  比如,对象识别将用于跟踪可疑设备或潜在有害物质。面部识别算法将识别和跟踪潜在威胁,而无需接触相关人员或影响其他旅行者。

  四、设计更好的停车位

  当城市没有特定区域停车时,人们会在道路上非法停车,减少车辆可用的道路空间并造成交通拥堵。人们还花费大量时间开车寻找合适的停车位,造成时间和燃料的浪费。智能交通可以通过收集有关车辆移动、停车位置、非法停车位、专用交付区、叫车区域、行人交通和车辆活动增加时期的关键信息来解决这个问题。这些数据大部分是图像和视频的形式,故此需要计算机视觉算法来处理这些数据,并为城市规划者设计停车政策提供见解。

  通过智能交通优化停车可减少用户寻找停车位的时间,从而减少交通延误。对停车位的实时监控可用于指导司机开放停车位。实时停车可用性功能可以帮助送货车队提高路线效率,因为送货合作伙伴不必在路边停车。此应用程序将节省送货公司支付路边停车罚款的费用。

  没有计算机视觉、AI和物联网,就无法建设智慧交通系统,从而构建智慧城市。计算机视觉驱动的系统构成了智慧城市计划每个应用的支柱。无论是改善交通状况、遏制空气污染、在城市周围安全运送乘客还是帮助设计更好的城市空间,智慧交通中的计算机视觉都将彻底改变人们在城市中的生活、旅行和工作方式。

  图片使用申明:原创文章图片源自‘Canva可画’平台免费版权图片素材;引用文章源自引用平台文章中所使用的原图。