Pourquoi les caméras IA et LiDAR sont importantes pour les routes intelligentes

Le Consumer Electronics Show de janvier de cette année a déclenché une nouvelle vague de véhicules autonomes entrant sur le marché automobile au cours des prochaines années. Une grande partie de l’attention s’est portée sur la technologie de ces véhicules. Cependant. La technologie intégrée aux infrastructures routières suscite également davantage de discussions entre les prestataires de services et les municipalités.

Avec les progrès de l'intelligence artificielle et de la connectivité réseau 5G

, la technologie des infrastructures routières intelligentes devrait être ajoutée à de nombreuses routes, ponts et autres systèmes de transport aux États-Unis dans le but d'améliorer l'analyse du trafic en temps réel et de lutter contre le routes les plus difficiles Problèmes de sécurité et de gestion du trafic. L’une des technologies centrales de cette discussion est l’utilisation actuelle de caméras améliorées par l’IA et les promesses futures de la technologie LiDAR.

L'intelligence artificielle améliorera les performances de détection des caméras

Aujourd'hui, des centaines de milliers de caméras de circulation sont déployées rien qu'aux États-Unis, et même des millions si l'on prend en compte les caméras de vidéosurveillance. Ils sont principalement utilisés pour la surveillance routière et les applications de base de gestion du trafic (telles que la simulation de cycles). Cependant, apporter les dernières avancées en matière d’IA à ces actifs peut immédiatement améliorer les performances des applications de base et débloquer des applications logicielles et des cas d’utilisation plus avancés.

L'intelligence artificielle et l'apprentissage automatique offrent des performances de détection supérieures par rapport à la technologie de vision par ordinateur traditionnelle des caméras traditionnelles. Ils permettent une détection, un suivi et une classification plus robustes, flexibles et précis de tous les usagers de la route grâce à des algorithmes qui s'adaptent automatiquement aux différentes conditions d'éclairage et météorologiques. De plus, ils disposent de capacités prédictives permettant de mieux simuler les mouvements et le comportement des usagers de la route et d’améliorer la sécurité routière. Les agences municipales peuvent immédiatement bénéficier de caméras améliorées par l'IA avec des applications telles que la détection et l'analyse des conflits routiers, la prédiction des passages pour piétons et la détection des infrastructures pour le déploiement audiovisuel.

La technologie LiDAR ne peut pas remplacer complètement les caméras. Le LiDAR peut fournir une valeur complémentaire et parfois superposée aux caméras ; cependant, il existe encore des cas critiques pour la sécurité dans lesquels la technologie LiDAR fonctionne mal (notamment en cas de fortes pluies et de neige) et où les caméras se sont avérées efficaces ; plus de bien. De plus, le déploiement à grande échelle de la technologie lidar actuelle reste coûteux en raison de son prix unitaire élevé et de son champ de vision limité. Par exemple, le déploiement de plusieurs unités LiDAR à une intersection nécessiterait un investissement énorme, alors qu'une caméra IA à 360 degrés pourrait être une solution plus rentable.

Pour de nombreux membres de la communauté soucieux de leur budget, les caméras améliorées par l'IA restent aujourd'hui la technologie de choix éprouvée. Au fil du temps, à mesure que le coût de la technologie LiDAR diminue, les communautés devraient envisager d’augmenter leur infrastructure avec de tels capteurs.

À terme, la fusion des capteurs donnera de bons résultats

Lorsque le coût de la technologie LiDAR atteindra enfin les réductions attendues, elle sera considérée comme un complément puissant et viable aux caméras améliorées par l'IA installées aujourd'hui. À l’instar des véhicules autonomes, la fusion de capteurs deviendra la méthode privilégiée pour les solutions d’infrastructures intelligentes et permettra aux villes de maximiser les avantages des deux technologies. (La fusion de capteurs est la capacité de combiner les entrées de données de plusieurs LiDAR, caméras, radars, CCTV et autres sources pour former un modèle ou une image d'environnement unique.)

Utilisez aujourd'hui des caméras rentables et performantes alimentées par l'IA, couplées avec l'énorme potentiel du LiDAR dans les années à venir, peut aider les communautés et les municipalités à parvenir à une situation gagnant-gagnant aujourd'hui et demain.

En fin de compte, l'objectif est d'améliorer la fluidité globale du trafic et de réduire les collisions de véhicules et les décès, mais la technologie et la stratégie de mise en œuvre doivent être adaptées. La technologie qui surveille nos routes doit également changer, alors pensez aux caméras alimentées par l’IA aujourd’hui et, espérons-le, au LiDAR demain.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!