跳到主要內容
 
:::

技術論壇

主題:台灣是否已具備智慧交通-車流分析的能力?

發文時間 2019/05/27 作者 bottleneck

瀏覽次數 3406 留言數量 18 按讚 0


辨識技術類(影像、圖片、臉部識別等) 影像辨識

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~


18則留言

發文時間 2019/05/29 作者 yuhsuan

按讚 0


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!

 


發文時間 2019/11/06 作者 小文

按讚 0


感覺台灣的交通由於機車的使用程度相當高且車流密集
在行車的辨識上會比較困難
若直接引用歐美國家的行車辨識技術可能還無法符合台灣需求

 


發文時間 2019/07/23 作者 fjcheng

按讚 0


現在有些縣市也在路口裝設ETAG感應

進行交通車流的偵測

所以其實也不一定要用影像辨識

 

ETAG只能針對一般有安裝的車輛,對於未安裝的車輛、機車、腳踏車等可能就沒辦法偵測,這時可能還是得依賴影像辨識會較為方便。

作者 omnixri 發文時間 2019/07/23 按讚 0



發文時間 2019/07/10 作者 ShenWaWa

按讚 0


智慧交通若能夠成功實施,

運用在國定假日,尤其是連假,

絕對會是一大福音!

若能夠搭配APP即時掌握路況資訊,

想必一定能大大的減少車流堵塞以及交通事故的發生。

 


發文時間 2019/07/09 作者 sandy990029

按讚 0


現有的交通監測工具中的攝影機若要做到全景監測,得架上多部攝影機

現在利用全景魚眼可以解決此痛點!

可參考這則文章~https://www.bnext.com.tw/article/51602/ai-smart-city-traffic-fisheye

 


發文時間 2019/07/04 作者 ying

按讚 0


https://www.fountmedia.io/article/2382

這篇文章提到中華電信有AI智慧紓解交通車流~

可以參考看看

 


發文時間 2019/06/28 作者 Chun

按讚 0


不知道大家有沒有聽過臺中現在在發展的自駕巴士?(附上相關報導連結:https://reurl.cc/n3LvD )

除了在自駕巴士上裝設偵測系統,在路口的號誌燈上也會裝上硬體設備,才能真正應付路上的緊急狀況,
雖然一切都還在測試當中,仍值得繼續追蹤相關消息~

 

 

最近很多人在討論未來5G通訊系統的基地台幾百公尺就要裝一個要怎麼辦時,就有人提出裝在路燈或紅綠燈上,若是如此,則有機會將車聯網及智能交通串在一起,車輛間自我通訊,同時和智能城市網絡連接,這樣就有機會讓自駕車系統更完整,不只依賴單機運算能力。不過在這項系統尚未上路前,自駕車還是得靠自身強大的運算能力,不然差個0.1秒車子就撞上(或被撞)的情況就很難避免了。

作者 omnixri 發文時間 2019/06/28 按讚 0



發文時間 2019/06/18 作者 june625678

按讚 0


 


發文時間 2019/05/29 作者 omnixri

按讚 0


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。

 


發文時間 2019/05/27 作者 laisan86

按讚 0


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

 


發文時間 2019/05/29 作者 SeanKai Pa

按讚 0


 

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

 


發文時間 2019/05/29 作者 eric19961231

按讚 0


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

 


發文時間 2019/05/29 作者 linda.lin

按讚 0


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。

 

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

作者 laisan86 發文時間 2019/05/29 按讚 0



發文時間 2019/05/28 作者 j;6u045j6

按讚 0


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。

 


發文時間 2019/05/28 作者 omnixri

按讚 0


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

 


發文時間 2019/05/28 作者 omnixri

按讚 0


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。

 


發文時間 2019/05/28 作者 omnixri

按讚 0


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/

 


發文時間 2019/05/27 作者 zxcasd212320

按讚 0


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。

 

這應該要等5G的基礎設施部署好才比較能進行?

作者 GoWayneGone 發文時間 2019/05/27 按讚 0


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

作者 dikai 發文時間 2019/05/27 按讚 0



最新發表
疫情使企業「數位轉型」迫在眉睫,但員工身心靈都已裝備到位了嗎?
2021年全球疫情因疫苗問世漸趨和緩;台灣也正從新一波疫情高峰中逐步獲得控制,但仍不鬆懈。「數位轉型」即是企業追求長遠生存,逆勢求生的唯一手段。不只是數位工具的導入,其員工數位能力的提升及心態健康程度,更是決定企業能否在這場「防疫持久戰」致勝的關鍵! 企業的「數位轉型」不只包含了「數位化」—將實體的資訊轉成為電子化,儲存於電腦或是雲端中,加速作業效率。更重要是藉由「數位化」基礎,在營運流程、顧客體驗及商業模式等策略中,結合數位工具,提升工作效率並賦予全新的價值,增加市場競爭力。所以,擁有數位腦袋和開放態度的人才,就顯得格外重要!但對於資源不是非常多的企業(可能員工數僅百人以下),不太可能立即擴大招覽相關人才。那麼,就從既有人才上,去轉型、賦能優化吧! 如何幫助員工快速升級,符合企業「數位轉型」戰略目標? 需針對不同部門、不同專業類別的員工,制定相應的學習計畫。從具有架構化的學習開始:以員工學習體驗為導向,滿足員工碎片化學習需求,著重提升學習效率與成果,內容即時因應企業變革成與轉型訴求,在企業有限資源下達到最佳學習成果! 所以,相應教材與學習系統就須同時兼備『快速產製教材』及『穩定學習品質』兩大特性。而「AI智能影音」平台即能達到上述需求,使企業人力培訓上縮短員工訓練時程,加速應用所學,為企業在艱困時,深蹲打好基礎。 「AI智能影音」平台運用大數據、AI自然語言處理、電腦視覺技術等技術,能自動將文字匹配靜態圖與動態影音,並使平台內的影音模型藉由反覆訓練,合成出符合觀眾閱聽行為且具有品質的影音內容。平台最大優勢為,使用者只要將一段文字匯入平台,5分鐘內產出約1分到1分半的影片,不需要額外找素材,其影片的內容就是自百萬商用授權素材庫(包含靜態圖像、動態影音、背景音樂)。大幅縮短原先產製教學影片的時程,中小型企業也能因應市場變化,動態調整教學內容!不增加培訓人員與受訓人員工作負擔。 「數位轉型」是企業須即刻on上日期的專案,數位工具使用與員工賦能就是第一步。全球市場瞬息萬變,難保未來不再有意外。企業應自日常扎根,在非常時期宛如期中考般,考核過去在數位轉型上的投資,方向是否正確?是否風暴中向前挺進?收割推動轉型的豐碩果實,為企業營收再創新高峰! 點擊 看更多企業案
數位轉型時代人才職能的再進化
近年來全球資訊產業趨勢變化快速,雲端運算、物聯網、資料科學、人工智慧和5G行動通訊等尖端技術日新月異的發展應用,帶動了數位經濟的興起,並同時重塑了全球經濟結構。根據世界經濟論壇(WEF)的預測,2022年全球GDP將有六成來自數位經濟,可見數位經濟的發展對全球經濟未來趨勢影響之重大,而其影響自然也將及於人力資源市場。 產業面臨這一波數位轉型,正如當初個人電腦、網際網路的普及一樣,將會完全翻轉全球經濟、以及企業現有的商業模式。過往數位科技人才大多為資通訊及高科技產業所需求,隨著產業積極導入數位工具及人工智慧應用、企圖尋求下一波創新成長動能,各行各業展開數位科技人才爭奪,根據國家發展委員會對於臺灣未來十年人力市場之預估,數位人才將呈現大規模人力缺口。 AI取代工作 還是創造機會 科技帶來翻天覆地的影響,新興領域之人才需求不斷攀升,嶄新的商業模式、跨領域的整合應用也層出不窮。迎接新科技帶來新工作機會的同時,人才技能必須時常更新,以掌握未來世界的人力需求及工作樣態的變化。 根據臺灣經濟研究院研究報告指出,隨著人工智慧、物聯網、大數據、資訊安全等技術發展,將會為我國帶來新的人力需求;反之,設備操作、倉儲物流、行政庶務等事務性及高重複性工作,則可能因新科技而受到衝擊。然而,人類的工作真的會被AI和機器人取代嗎?國際研究暨顧問機構Gartner指出,2020年,雖然有180萬個職位被AI取代,不過同時AI也將創造230萬個工作機會,帶動整體工作機會正成長。未來的人力資源趨勢將是人工智慧結合人腦的工作型態,隨著自動化科技的引進顛覆人類在工作上所扮演角色,勞動者必須具備新的技術和能力,以因應這一波數位趨勢。 人才職能重塑 已是世代常態 各種新興科技正在重塑我們的世界,我們是否都準備好了呢?現今企業普遍面臨相當大之人才挑戰,人才競爭態勢只會越來越激烈,數位科技浪潮下,在可預見的未來,機器人或人工智慧一定會對企業人力運用造成影響,企業數位轉型已經是勢在必行的壓力,就公司而言,企業所需的人才技能隨著公司經營策略的調整均在不斷轉變中,人才需要積極主動、擁抱改變,人才所具備的技能如不隨著大環境的變動,將面臨無法與時俱進的風險、最終可能被市場淘汰。 過去用一把刷子行走職場、或是十年磨一劍的年代已經過去,單一技能很容易被潮流取代、唯有具備數位科技、跨領域專長的人才方能在瞬息萬變的職場上勝出。世界經濟論壇的報告指出,全球所有受雇員工有半數以上(54%)需要在未來三年內接受大幅度的技能重塑與提升訓練。而數位科技人才常需隨趨勢發展而更新專業能力,根據之前Gartner的一份調查,職場員工平均每三年需更新一次職務內容與數位科技專業能力。 職能再進化 先找出自己的型 在這波數位技能革命中,企業必須打造新的人才職能規格、於公司內部創造並鼓勵員工持續學習的環境和文化,同時協助員工捨棄舊技能與發展工作所需新技能。由於企業很難找到各方面條件都符合的現成人選,招募到合適的人才所需之時間已經越來越長。有越來越多的企業支持從既有的員工進行在職培訓,並轉型為數位科技人才,不僅有效降低企業招募時間與經費成本,也可以避免招募到的員工不適任無法久留的風險。越來越多的企業正在提高技能重塑的投資,在企業發展數位轉型的同時,偕同組織內的人才一起精進、重塑員工技能,及早做好職能轉型的全面準備。 然而,職能轉型並非一件容易的事情,根據108年經濟部人工智慧產業人才需求調查發現,並非所有現職員工都能成功轉型人工智慧人才,最被企業看好且轉型成功率高的人才通常已具備相當基礎(有型)、在這個基礎上進行職能轉型較容易成功;例如工程類職務(如:系統工程師、後端軟體工程師) 本身即具有程式撰寫、系統開發能力,較容易轉型為機器學習工程師及AI應用工程師等AI新興職務。而資料類職務(如:資料庫工程師、統計分析師)已具有資料庫或數據分析等基礎,亦容易轉型為資料工程師或資料分析師。而一般常見的產品經理、專案經理及行銷企劃專員等職務,已具備專案管理、產品管理、行銷推廣、跨部門溝通…等軟實力,若能再強化AI相關基礎知識,也容易轉型為AI專案經理或AI產品經理。 生命不息 學習不止 迅速和持續變化的工作性質正在改變學習與工作間的關係,當我們一直被機器追趕著學習新技能,如何能夠有效應對新世代的變遷、在數位經濟的潮流中成為未來產業所亟需的人才?在數位時代的潮流之下,新世代的人才需要透過不同管道不斷精進自我,才能持續增加自己的附加價值,而不被時代所淘汰。未來的人才唯有在終生學習、科技協作、軟技能和環境應變等四個面向深化努力,方能應對快速變遷、日新月異的產業趨勢。 在終生學習方面,除了持續學習的腳步外,在學習的方向上,也要注意學習內容與工作之融合度,以期能符合實際工作的職能需求,此外考量個人能力及人格特質做個性化的學習,也對強化自身附加價值,以及未來職涯的發展有所助益;在科技協作方面,隨著AI與自動化的興起,新的工作型態對人機協作的需求也越來越高,在人類主導的情況下,由機器提供輔助進行工作,將會成為產業從人工朝向智慧化發展過程中過渡的第一步,因此在科技協作的學習投入,將能有效幫助人才面對AI化與自動化的挑戰;軟技能是人類勝出機器的關鍵,包括溝通、思考和創意等在現今這個科技時代愈趨重要,未來人才需要培養機器所無法取代的能力,以增進自身在職場的不可取代性;在環境應變方面,由於近年來產業趨勢的變遷快速,新技術的推陳出新使得人才在適應環境變化上的需求大幅提升,未來的人才也需要像電腦持續定期更新,隨時檢視自己的技能、擁有持續重塑自己以靈活應變的能力,才能在時代的潮流中維持競爭力! 財團法人資訊工業策進會∕數位教育研究所∕數位轉型訓練中心 陳麗萍 組長
AI創作音樂有可能成為一種新趨勢嗎?
音樂是全世界共通的語言,大家都同樣使用12個音符,但卻能創造出各種風格的音樂。目前主打透過AI生成音樂的服務越來越多,在國外還有透過 AI 即時生成電子樂的音樂串流服務,這樣的音樂創作方式有可能會成為趨勢嗎?
到了5G時代,那麼邊緣運算會有何不同嗎?
我們都知道物聯網的概念開啟了科技應用的新視野,當越來越多元件走向微型化、智慧化,數據海嘯也隨之而來,如何讓這些裝置以最有效率的方式運作,互通有無,並發揮大數據的優勢,成了當務之急。邊緣運算便是實現運算資源佈局最佳化的關鍵途徑,不過現在有了5G的出現,對於邊緣運算會有什麼影響呢?
最近在AI資料分析常使用到的"增強分析"是什麼意思?
「增強分析」(augmented analytics)被預測為今年十大戰略趨勢,它對一般企業來說意味著什麼?對數據科學家來說影響又有多大?希望可以了解一下

熱門發表
如果提供影像辨識的訓練資料不足,AI電腦視覺技術是不是就派不上用場了?
目前深度學習很火,從醫療、零售、倉儲、工業到監控等,好像各種影像辨識都能用到,但往往在一個地方卡關,那就是沒有足夠大量且有代表性的資料提供"訓練",有沒有可能用少量資料來達成好的辨識效果呢?
【解題建議】利用OpenPose來解決骨架(姿態、行為)分析
此次出題有很多項目和姿態(行為)分析有關(如下所示),而其根本就是要先找出人的骨架,再加上時間序列來分析骨架各特徵點的位移,進而判定使用者的動作(類型)。 【華碼數位】 體適能動作與姿勢辨識:以影像分析運動者姿態。 【宸訊科技】 利用動態影像辨識技術完成對農民於田間作業之行為分類與分析並能結合AI技術、配合專家互動,持續調整分類學習精準度:從串流影像中分析農業作業姿態(行為) 。 【集思動力】 iSEM多裂肌脊椎運動AI體況分析應用:透過影像、視頻分析人體動作姿態是否滿足特定位置、角度。 【百一電子】 AI電腦視覺辨識男生/女生的情緒與動作事件 :透過視頻分析十六種動作行為。 【良品嚴選】 客戶輪廓分析與服務人員及時輔助系統:從視頻分析客戶在店面行為以提供智能零售。 【良品嚴選】 線上連結線下新零售之AI分析:從視頻中分析行銷手段是否改變消費者行為。 【艾爾塔科技】 線下零售數據消費者行為洞察與全通路數據整合:透過人流資訊分析及預測消費者行為。 【卡訊電子】 智慧教室語音與影像偵測數據AI分析:建立語音、影像辨識老師、學生行為以增進學習效益。 而在開源技術中以CMU的OpenPose最為知名,包含有身體、頭(臉部)、手等部位,有興趣的朋友可以參考一下 https://github.com/CMU-Perceptual-Computing-Lab/openpose
數據「學」無止盡!機器學習、深度學習、統計學究竟差在哪?
數據當道的現今,多少人、事、物受惠於這些龐大的數據分析和學習,但你知道機器學習、深度學習、統計學的差異是什麼嗎?
CES展上發佈的蚊子偵測器怎麼辨別這種微小差異的?
以色列新創業者Bzigo在CES展出一款室內蚊子或小型飛蟲偵測器,宣稱能夠偵測距離8公尺內的蚊子、追蹤蚊子飛行的軌跡,但蚊子很小隻且飛行速度不慢,實際可以偵測到的成效不知道如何,怎麼辨別蚊子或小型飛蟲和其他東西的差異?  
Time is money!如何讓製程最佳化、讓生產更簡單?
從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。然而,究竟要如何讓製程最佳化,使得生產速度提升呢?

主題分類