▲圖片來源:科技報橘
交通運輸是社會運作的大動脈,不過在人流、車流數量龐大的特定時、地,這條動脈難免會堵塞,AI 智慧控制交通燈號(又稱「適應性號誌」)則可舒緩此狀況,桃園近期試辦的智慧交通計畫中,就利用 AI 技術讓車輛停等紅綠燈的時間減少 20%,「AI 智慧號誌控制是社會大眾最有感的智慧交通系統之一,這項技術確實可以讓用路人大幅降低塞車之苦。」凌華科技智能視覺事業中心資深產品經理許凱翔指出。
現在城市的交通燈號,背後都有一套運作多年的系統,系統資料庫內則有各縣市政府長年累積的人車流資訊,交通局處透過這些資料評估、設定各路口的號誌秒數,並在交通尖峰時段容易壅塞的路段,視狀況以人力控制燈號。「這套運作模式對城市交通的舒緩確實有一定程度助益,不過,當都市中人車數量漸多,交通燈號系統必須變得更聰明,AI 在這裡就會扮演關鍵角色。」
▲凌華科技智能視覺事業中心資深產品經理許凱翔。(來源:科技報橘)
當 AI 進入交通燈號中!紅綠燈能「自主判斷」路口狀況
根據研究機構 Emergen Research 的預測,由於各城市對於高效交通管理的需求不斷增長,全球 AI 交通運輸市場規模將在 2028 年達到 70 億美元,各國都有運用適應性號誌的相關案例,希望可達到增加城市交通效率、減少城市碳排,並讓消防車、救護車等車輛可以優先通行等效益。
不過具體來說,裝設了 AI 智慧燈號控制系統的路口會與現在有何不同?許凱翔解釋,在有此類適應性號誌的路口上,交通燈號的攝影機會先將影像傳送到燈號設備內的邊緣運算電腦中,由邊緣運算電腦即時判斷當下狀況控制燈號,讓道路的人車流動更順暢。
此外,電腦也會經由內部的 AI 演算法自主學習,讓燈號控制越來越精準,相較於秒數固定的現有燈號控制系統,AI 系統則可依路口狀況自動調整燈號,更適合狀況多變的路口環境,「就好像是人類警察一樣,可以判斷現在的車流量做到即時調整。」
即時處理龐大影像資訊不容易!凌華科技如何助攻?
此一智慧情境看來美好,不過要達此目標並不容易,有三大難題需要被解決。
首先是交通燈號設備的所處環境嚴苛,冬夏兩季的高低溫會影響路口交通號誌的電腦效能;其次,則是需有足夠的運算能力才能即時處理龐大影像資訊;第三是分散各處的設備不易監控、維護,過去常見因攝影機斷電,導致監控畫面無法取得的狀況就是因此而來。
為解決此困境,凌華科技推出了專為智慧交通設計的邊緣運算解決方案EOS-JNX。
「凌華科技深耕工業電腦領域多年,效能與穩定性已是基本功,EOS-JNX 的寬溫設計足以因應嚴苛環境挑戰。」許凱翔解釋道。
至於在運算能力方面,此設備採用 NVIDIA 的 Jetson Xavier NX AI 模組視覺系統,許凱翔指出,NVIDIA 是 AI 運算處理器大廠,凌華科技則與 NVIDIA 是長期合作夥伴,「因此在先進技術研發初期就可取得相關資訊,確保我們的產品功能領先市場。」
EOS-JNX 在交通燈號控制系統還有兩大優勢:包括輕鬆實現 AI 部署,以及易於管理維護。「EOS-JNX 有 4 通道 GigE 介面,透過此一安全監控系統的主流介面設計,系統可以快速連接 IP 監控攝影機,並將影像傳送到 Jetson Xavier NX AI 模組視覺系統,利用 AI 演算法分析畫面。」
此外,系統業者還可利用 EOS-JNX 提供的傳輸出入連接埠,將影像畫面上傳到 NVR,既有的監控系統也能獲得升級。
在管理維護部分,許凱翔特別介紹了 EOS-JNX的Smart PoE 設計。PoE是監控系統常見的網路通訊技術,此技術的主要特色是讓單一條纜線同時具備通訊與電力傳輸功能,大幅簡化監控攝影機的配線架構。
「傳統的 PoE 只能傳輸資料和電力,EOS-JNX 的 Smart POE 則進一步賦予遠端控制功能,讓設備的監控維護工作更容易!」,許凱翔指出,系統管理人員可以透過 Smart POE 掌控監控攝影機的供電狀態,當設備無預警斷電也會即時發出通知,並可從遠端重啟,在短時間內恢復供電,維持設備正常運作。
▲凌華科技智能視覺事業中心資深產品經理許凱翔與EOS-JNX 。(來源:科技報橘)
不具備 AI 專業,也能在 2 周內建立 PoC 專案
除了 EOS-JNX 之外,為協助系統業者快速導入智慧化系統,凌華科技也推出 EVA SDK 邊緣視覺分析軟體。
許凱翔表示,這是因為 AI 的專業需求相當高,導致多數企業無力投入發展,EVA SDK 可讓不具相關專業者也能輕鬆快速的建置應用系統,「透過預載 EVA SDK 的 AI 硬體設備,系統業者最快可以在兩週內建立起 PoC 專案。」
許凱翔指出,透過智慧化提升交通運輸效益,已成為各縣市政府的重點政策,可自主學習的 AI,將在智慧交通系統中扮演關鍵角色,「我們會持續研發可以降低 AI 開發門檻的軟硬體解決方案,協助企業與系統業者輕鬆布局交通場域,共創智慧交通未來。」
轉貼自: 科技報橘
若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance
留下你的回應
以訪客張貼回應