跳到主要內容

台灣是否已具備智慧交通-車流分析的能力?

經由 bottleneck 提問 ‧ 20 天前

辨識技術類(影像、圖片、臉部識別等)

日前在網路上看到關於智慧交通的新聞,其中描述著可以利用AI的能力分析出車流,進而即時調整交通號誌以疏通交通堵塞。關於這樣的軟體技術基礎以及所需求的硬體設備台灣是否已成熟? 又到底是如何運用AI來分析車流的? 台灣交通事故這麼多又如易堵塞,真希望能及早實現智慧交通~

回答 11

經由 laisan86 回答 ‧ 20 天前

以技術上來說, 台灣是辦得到的! 但是以政策來說...那又是另一回事了

經由 zxcasd212320 回答 ‧ 20 天前

還有另一種想法是,當每個車子都擁有物連網的功能後,自動不斷地發出行車定位資訊就可以讓監控方掌握車流的狀態。

經由 GoWayneGone 評論 ‧ 20 天前

這應該要等5G的基礎設施部署好才比較能進行?

經由 dikai 評論 ‧ 20 天前

的確,這種動態又即時的大量數據運算,在5G的基礎建設上運行才能夠順暢,符合實際的使用情璄

經由 omnixri 回答 ‧ 19 天前

之前曾看過CH大的部落格就有分享一篇如何偵測車流的文章"如何計算道路及十字路口的車流",寫的非常詳細還有開源程式,有興趣的朋友可以參考一下。

https://chtseng.wordpress.com/2018/11/03/如何計算道路及十字路口的車流/

經由 omnixri 回答 ‧ 19 天前

此次出題有三項和此類問題相似,有興趣的朋友可以至「競賽解題區」更進一步了解。

【鼎漢國際工程顧問】 市區交通路網AI路口自動化號誌控制:異質資訊分析車況以自動控制號誌改善交通。
【鼎漢國際工程顧問】 市區交通事件之車輛軌跡回測模型:利用視頻建立車流軌跡數位化。
【景翊科技】 利用路口車流影像分析車流數據:從視頻中分析路口不同車種通過及停留時間。

經由 omnixri 回答 ‧ 19 天前

前不久台大人工智慧中心與義隆電子提出「城市車流解決方案」,監控車流並彈性調整交通號誌,改善了62%的堵車狀況,不僅降低交通事故,還能節省10 分鐘的通勤時間。

更進一步新聞可參考「用AI解決塞車,這台全景魚眼相機讓通勤省10分鐘

經由 j;6u045j6 回答 ‧ 18 天前

台大人工智慧中心與一碩科技的合作已在台灣有成功的案例了。

他用的硬體設備也就只是個360度的魚眼相機。AI數據分析調配紅綠燈,成功將竹北到竹科的行車時間從16分鐘縮短到6分鐘。

經由 linda.lin 回答 ‧ 18 天前

行車紀錄器是不是也能當成車流影像收集的來源之一啊?

若能即時傳送行車紀錄器的影像應該也是相當有用的資訊。

經由 laisan86 評論 ‧ 18 天前

可以是可以, 但我不建議! 畢竟行車紀錄器的影像錄影, 通常比較針對駕駛本身行經的區域與路線, 除非大家一起響應, 不然效果差很多

經由 eric19961231 回答 ‧ 18 天前

這問題有一個盲點,如果說該路段的人車較少的狀況是因為該路段有突發狀況,像是坍塌導致根本沒人會走那,然後系統沒有即時的意外資訊導致引導車輛到糟糕了路段,有沒有這個可能

經由 SeanKai Pa 回答 ‧ 18 天前

 

現在無人機流行群飛搞Drone Show(夜間LED陣列變化),其實若是能發展空拍機群飛,並用在智慧交通的車流分析上,也是大有可為的吧。空拍機影像相較於傳統監視攝影機的影像,可有較寬廣的視野,不只保留了精確的空間與時間資訊,亦可快速的佈署,對於事故現場就很有用。

有看到一篇論文,即實作了一個基於 UAV 空拍影像的自動化車流計算與監測雛型系統,其作法上以深度學習中的 Faster R-CNN 來實作從 UAV 空拍影像中辨識與定位車輛的技術,再配合 Kalman Filter 與 Hungarian 演算法來計算每台車的軌跡。

可參考:https://people.cs.nctu.edu.tw/~yi/TechReports/SAGE2.v1_Final_NOL.pdf

經由 yuhsuan 回答 ‧ 18 天前

剛剛上網查了一下~

辨識車流所需要的硬體設施比我想像中的還要小多了!

過去傳統的固定式設備還有需要埋在地底下的電磁線路

現在使用空拍機拍攝就能取得影像辨識所需的資料了~真方便!

經由 omnixri 回答 ‧ 17 天前

在智慧城市應用中,車流分析一直佔有很重要地位,今年Computex 在TICC INTEL (OpenVINO)展區亦有廠商展出智慧路燈結合攝影機和作為車流分析應用。

在車流分析中,根據不同用途可採定點式(如路口攝影機、路燈攝影機等)或移動式(衛星影像、空拍機、行車記錄器),前者可結合跨鏡分析做大區域即時(同時)車流分析,而後者更適合小區域即時突發事件(如車禍)路況分析,彼此各有特定用途也不易相互取代。不論定點或移動式,首先要將取像視角及距離(高度)固定好,如此取得的大量影像才較好訓練及分析,若像行車記錄器這類視角較低且容易受前車遮擋影響所取得之影像可能較不適合做為車流分析,而是較適合行車安全分析或自駕車控制使用。

另外跨鏡(多攝影機)分析除車流分析外,遇到在追蹤特定車輛時亦可發揮不錯的功能。

需登入才能回答問題