Empat cara penglihatan komputer akan membentuk semula pengangkutan bandar

Pengangkutan pintar ialah salah satu komponen asas bandar pintar. Penyepaduan teknologi digital dan infrastruktur pengangkutan fizikal akan mengubah cara orang hidup, bekerja dan mengembara di bandar. Penggunaan kereta pandu sendiri, Internet of Things, analisis data besar dan lebih banyak teknologi akan menjadikan perjalanan lebih selamat, lebih murah dan lebih pantas untuk penduduk kota.

Rangkaian mobiliti dan komunikasi dalam ruang bandar membolehkan mana-mana bandar berjalan lancar. Menambah elemen pengangkutan pintar kepada mereka akan menjadikan bandar lebih cekap, sesuai untuk didiami dan mampan. Visi komputer dijangka memainkan peranan penting dalam pelbagai aplikasi pengangkutan pintar, daripada kenderaan autonomi dan analisis aliran trafik kepada pengurusan tempat letak kereta dan pemantauan keadaan jalan.

Meneroka kesan penglihatan komputer dalam pengangkutan pintar

Pengangkutan pintar bergantung pada persembahan imej, video, fail audio, maklumat berasaskan teks, data GPS dan GIS, data penderia IoT dan lain-lain membentuk Sistem digital yang mengendalikan sejumlah besar maklumat dalam bentuk data. Pembelajaran mesin dan algoritma penglihatan komputer diperlukan untuk memproses maklumat mentah ini dan mengubahnya menjadi cerapan yang boleh diambil tindakan untuk agensi perancangan bandar untuk membangunkan dasar bandar pintar yang berkesan. Teknologi ini juga merupakan penggerak di sebalik aplikasi kompleks seperti kenderaan autonomi, pengurusan trafik pintar, pengawasan video lapangan terbang pintar dan sistem tempat letak kereta automatik.

1. Meningkatkan keselamatan jalan raya

Menurut statistik Pertubuhan Kesihatan Sedunia (WHO), kira-kira 1.3 juta orang maut dalam kemalangan jalan raya setiap tahun. Antara punca utama kemalangan jalan raya ialah memandu laju, memandu dalam keadaan mabuk, tidak memakai peralatan keselamatan seperti topi keledar dan tali pinggang keledar, pemanduan terganggu dan tidak mematuhi peraturan jalan raya. Dapat dilihat bahawa kesilapan manusia adalah punca kebanyakan kemalangan jalan raya.

Kereta pandu sendiri boleh mengeluarkan unsur manusia daripada situasi ini, sekali gus mengurangkan kemungkinan kemalangan. Kereta pandu sendiri akan sentiasa mengumpul maklumat daripada rangkaian penderia dan kamera yang luas pada kereta, jalan raya dan lampu isyarat. Algoritma penglihatan komputer akan menganalisis data mentah ini untuk mengoptimumkan keselamatan jalan raya dan menjana cerapan tentang amaran perlanggaran dan pejalan kaki di jalan raya dalam masa nyata.

Kereta pandu sendiri boleh memproses data secara dinamik dan mengesan jaraknya dengan pejalan kaki, kenderaan lain, penunggang basikal dan potensi bahaya di jalan raya sebelum membuat pelarasan yang tepat. Algoritma pemprosesan imej juga akan membolehkan kereta pandu sendiri mengenali objek bergerak di kawasan cahaya malap dan secara automatik mencetuskan beg udara dan brek secara automatik sekiranya berlaku perlanggaran.

Teknologi keselamatan lain dalam kenderaan autonomi yang akan mengubah keselamatan jalan raya termasuk:

1. Sistem Pemantauan Keselamatan Titik Buta
2. Sistem Penyesuaian Kelajuan Pintar
3. Sistem Penglihatan Malam
4. Pengecaman Papan Tanda Jalan
5. Sistem Penyimpan Lorong

Aplikasi ini bergantung pada penglihatan komputer dan algoritma pembelajaran mesin untuk berfungsi dengan baik. Baru-baru ini, Universiti Ulm di Jerman dan Universiti Sains Gunaan Heilbronn bekerjasama untuk mencipta sistem amaran jalan pembelajaran kendiri yang menggunakan data sensor, radar dan kamera untuk mengenal pasti objek bergerak dan memberi amaran kepada pemandu untuk mengelakkan kemalangan.

2. Mengurangkan kesesakan lalu lintas

Pengangkutan pintar bukan sahaja melibatkan kenderaan autonomi, tetapi juga melibatkan pengoptimuman rangkaian jalan raya. Kesesakan lalu lintas adalah sebab terbesar untuk meningkatkan masa perjalanan di bandar. Ia membawa kepada penggunaan bahan api yang lebih tinggi dan pencemaran udara. Pemantauan dan pengurusan trafik pintar boleh menyelesaikan masalah ini dengan memanfaatkan penglihatan komputer untuk mengurangkan kesesakan dan penggunaan bahan api.

Langkah pertama dalam sistem pemantauan trafik pintar ialah mengumpul data melalui kamera udara dan darat, GPS, GIS dan peralatan frekuensi radio. Data ini dimasukkan ke dalam algoritma penglihatan komputer yang akan mengesan kenderaan di jalan raya, mengira kepadatan lalu lintas dan menyampaikan statusnya kepada pusat kawalan trafik tempatan. Data kesesakan jalan masa nyata dianalisis selanjutnya untuk mengubah hala kenderaan ke jalan yang kurang sesak. Dalam kes ini, kenderaan bersambung autonomi juga akan berfungsi sebagai sumber maklumat untuk sistem pengesanan trafik, dengan kamera mereka menghantar data masa nyata ke pusat kawalan.

Kenderaan yang berdiri dalam lalu lintas membuang banyak bahan api, memburukkan lagi tahap pencemaran udara yang sudah tinggi. Oleh itu, penglihatan komputer dalam pengangkutan pintar boleh menyelesaikan masalah ini melalui pengesanan objek dan pengecaman nama kenderaan tersebut. Algoritma pembelajaran mesin boleh mengenal pasti kenderaan dan anggaran penggunaan bahan apinya. Pengetahuan ini akan membantu melaraskan lampu isyarat di persimpangan seterusnya dengan sewajarnya untuk memastikan kenderaan bergerak.

Penyelidik di Oak Ridge National Laboratory (ORNL) telah menggunakan pembelajaran mesin dan penglihatan komputer untuk mereka bentuk sistem yang menggerakkan trafik melalui persimpangan dengan cekap dan meminimumkan sisa bahan api.

3. Memperkukuh keselamatan penumpang lapangan terbang

Perjalanan udara juga merupakan ciri utama pengangkutan bandar. Aplikasi pengangkutan pintar di lapangan terbang memberi tumpuan kepada keselamatan penumpang, keselamatan kakitangan lapangan terbang dan pengalaman pelanggan. Lapangan terbang melihat barisan panjang di pusat pemeriksaan keselamatan dan kaunter daftar masuk semasa musim cuti yang sibuk. Di sini, kamera yang dilengkapi dengan penglihatan komputer boleh meningkatkan pengurusan baris gilir. Kamera boleh memantau baris gilir pengguna secara berterusan, dan visi komputer dan algoritma pembelajaran mendalam akan meramalkan apabila kakitangan perkhidmatan pelanggan diperlukan di kaunter tertentu, atau jika tetingkap lain perlu dibuka. Data pemantauan juga akan digunakan untuk menganalisis dan mengira masa menunggu penumpang. Pengiraan ini akan membantu mengurangkan bagasi dan kesesakan pelanggan semasa pemeriksaan keselamatan dan masa menunggu semasa memuat dan memunggah.

Algoritma ini malah mampu mengecam muka untuk mengesahkan identiti penumpang dan membenarkan mereka meneruskan tanpa campur tangan manusia. Biasanya, kakitangan keselamatan mengimbas secara fizikal kamera lapangan terbang untuk mengenal pasti dan menjejaki aktiviti yang mencurigakan. Pembelajaran mesin dan penglihatan komputer juga akan mengautomasikan proses ini, menghasilkan masa tindak balas yang lebih pantas dan keselamatan lapangan terbang yang lebih baik.

Contohnya, pengecaman objek akan digunakan untuk menjejak peranti yang mencurigakan atau bahan yang berpotensi berbahaya. Algoritma pengecaman muka akan mengenal pasti dan menjejaki potensi ancaman tanpa menghubungi orang berkenaan atau mengganggu pengembara lain.

4. Reka bentuk tempat letak kereta yang lebih baik

Apabila tiada kawasan parkir yang ditetapkan di bandar, orang ramai akan meletak kenderaan secara haram di jalan raya, mengurangkan ruang jalan yang tersedia untuk kenderaan dan menyebabkan kesesakan lalu lintas. Orang ramai juga menghabiskan banyak masa memandu mencari tempat letak kereta yang sesuai, membuang masa dan minyak. Pengangkutan pintar boleh menyelesaikan masalah ini dengan mengumpul maklumat kritikal tentang pergerakan kenderaan, lokasi tempat letak kereta, tempat letak kereta haram, kawasan penghantaran khusus, kawasan ride-hailing, trafik pejalan kaki dan tempoh peningkatan aktiviti kenderaan. Kebanyakan data ini adalah dalam bentuk imej dan video, jadi algoritma penglihatan komputer diperlukan untuk memproses data ini dan memberikan cerapan untuk perancang bandar untuk mereka bentuk dasar tempat letak kereta.

Mengoptimumkan tempat letak kereta melalui trafik pintar mengurangkan kelewatan trafik dengan mengurangkan masa pengguna mencari tempat letak kereta. Pemantauan masa nyata tempat letak kereta boleh digunakan untuk membimbing pemandu membuka tempat letak kereta. Ciri ketersediaan tempat letak kereta masa nyata boleh membantu armada penghantaran meningkatkan kecekapan laluan kerana rakan kongsi penghantaran tidak perlu meletak kenderaan di jalan. Aplikasi ini akan menjimatkan kos syarikat penghantaran membayar denda tempat letak kereta di tepi jalan.

Tanpa penglihatan komputer, kecerdasan buatan dan Internet of Things, adalah mustahil untuk membina sistem pengangkutan pintar dan dengan itu membina bandar pintar. Sistem dipacu penglihatan komputer membentuk tulang belakang setiap aplikasi dalam inisiatif bandar pintar. Sama ada meningkatkan keadaan trafik, mengekang pencemaran udara, mengangkut penumpang dengan selamat di sekitar bandar atau membantu mereka bentuk ruang bandar yang lebih baik, visi komputer dalam pengangkutan pintar akan merevolusikan cara orang hidup, mengembara dan bekerja di bandar.

Atas ialah kandungan terperinci Empat cara penglihatan komputer akan membentuk semula pengangkutan bandar. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!