コンピュータービジョンが都市交通を再構築する 4 つの方法

スマート交通は、スマートシティの基本コンポーネントの 1 つです。デジタル テクノロジーと物理的な交通インフラの統合により、都市での人々の生活、仕事、移動の方法が変わります。自動運転車、モノのインターネット、ビッグデータ分析などのテクノロジーの利用により、都市住民の移動はより安全、より安く、より速くなります。

都市空間におけるモビリティと通信ネットワークにより、あらゆる都市のスムーズな運営が可能になります。そこにスマートな交通要素を加えることで、都市はより効率的で住みやすく、持続可能なものになります。コンピュータービジョンは、自動運転車や交通流分析から駐車スペース管理や道路状況監視に至るまで、さまざまなスマート交通アプリケーションで重要な役割を果たすことが期待されています。

スマート交通におけるコンピューター ビジョンの影響の調査

スマート交通は、画像、ビデオ、音声ファイル、テキストベースの情報、GPS および GIS データ、IoT センサー データ、その他の形式に依存しています。大量の情報をデータの形で扱うシステム。この生の情報を処理し、都市計画機関が効果的なスマートシティ政策を開発するための実用的な洞察に変換するには、機械学習とコンピューター ビジョンのアルゴリズムが必要です。これらのテクノロジーは、自動運転車、スマート交通管理、スマート空港ビデオ監視、自動駐車システムなどの複雑なアプリケーションの背後にある原動力でもあります。

1. 交通安全の改善

世界保健機関 (WHO) の統計によると、毎年約 130 万人が交通事故で死亡しています。交通事故の主な原因としては、スピード違反、飲酒運転、ヘルメットやシートベルトなどの安全装備の未着用、わき見運転、交通ルールの不遵守などが挙げられます。交通事故の原因の多くはヒューマンエラーであることが分かります。

自動運転車は、このような状況から人間の要素を排除し、事故の可能性を大幅に減らすことができます。自動運転車は、車、道路、信号機に設置されたセンサーやカメラの膨大なネットワークから常に情報を収集します。コンピューター ビジョン アルゴリズムは、この生データを分析して交通安全を最適化し、衝突警報や道路上の歩行者に関する洞察をリアルタイムで生成します。

自動運転車は、データをその場で処理し、正確な調整を行う前に、歩行者、他の車両、自転車、道路上の潜在的な危険物との距離を検出できます。また、画像処理アルゴリズムにより、自動運転車が暗い場所で移動物体を認識し、衝突時に自動的にエアバッグを作動させたり、自動的にブレーキをかけたりすることも可能になる。

交通安全を変革する自動運転車のその他の安全技術には次のようなものがあります。

1. 死角安全監視システム
2. インテリジェント速度適応システム
3. 夜間視覚システム
4. 道路標識認識
5. 車線維持システム

これらのアプリケーションは、適切に機能するためにコンピューター ビジョンと機械学習アルゴリズムに依存しています。最近、ドイツのウルム大学とハイルブロン応用科学大学が協力して、センサー、レーダー、カメラのデータを使用して移動物体を識別し、ドライバーに事故を防ぐよう警告する自己学習型道路警報システムを開発しました。

2. 交通渋滞の緩和

スマート交通には自動運転車だけでなく、道路ネットワークの最適化も含まれます。都市部での移動時間が増加する最大の理由は交通渋滞です。燃料消費量の増加と大気汚染につながります。スマートな交通監視と管理は、コンピューター ビジョンを活用して渋滞と燃料消費を削減することで、これらの問題を解決できます。

スマート交通監視システムの最初のステップは、航空および地上カメラ、GPS、GIS、および無線周波数機器を通じてデータを収集することです。このデータはコンピューター ビジョン アルゴリズムに入力され、道路上の車両を検出し、交通密度を計算して、その状態を地元の交通管制センターに伝達します。リアルタイムの道路渋滞データをさらに分析して、車両を渋滞の少ない道路に誘導します。この場合、自律型コネクテッドカーは、カメラがリアルタイムのデータをコントロールセンターに送信することで、交通検知システムの情報源としても機能します。

渋滞中の停車中の車両は大量の燃料を浪費し、すでに高い大気汚染レベルをさらに悪化させます。したがって、スマート交通におけるコンピュータビジョンは、そのような車両の物体検出と名前認識を通じてこの問題を解決できます。機械学習アルゴリズムにより、車両とそのおおよその燃料消費量を特定できます。この知識は、次の交差点の信号機を適切に調整して車両の進行を維持するのに役立ちます。

オークリッジ国立研究所 (ORNL) の研究者は、機械学習とコンピューター ビジョンを使用して、交差点で交通を効率的に移動させ、燃料の無駄を最小限に抑えるシステムを設計しました。

3. 空港乗客の安全を強化する

空の旅も都市交通の顕著な特徴です。空港におけるスマート交通アプリケーションは、乗客の安全、空港職員の安全、顧客体験に重点を置いています。ホリデーシーズンの繁忙期には、空港では保安検査場やチェックインカウンターに長蛇の列ができます。ここでは、コンピューター ビジョンを備えたカメラを使用してキュー管理を改善できます。カメラはユーザーの待ち行列を継続的に監視でき、コンピュータ ビジョンとディープラーニング アルゴリズムにより、特定のカウンターに顧客サービス スタッフがいつ必要になるか、または別の窓口を開く必要があるかどうかを予測します。モニタリングデータは乗客の待ち時間の分析と計算にも使用されます。これらの計算は、手荷物や顧客のセキュリティチェックでのボトルネックや積み下ろし時の待ち時間を軽減するのに役立ちます。

アルゴリズムは、乗客の身元を確認し、人間の介入なしで進むことを許可する顔認識も可能です。通常、警備員は空港のカメラを物理的にスキャンして、不審な活動を特定し追跡します。機械学習とコンピューター ビジョンもこのプロセスを自動化し、応答時間が短縮され、空港のセキュリティが向上します。

たとえば、オブジェクト認識は、不審なデバイスや潜在的に有害な物質を追跡するために使用されます。顔認識アルゴリズムは、問題の人物に接触したり、他の旅行者の邪魔をしたりすることなく、潜在的な脅威を特定して追跡します。

4. より良い駐車スペースを設計する

市内に指定された駐車場がない場合、人々は違法に道路に駐車し、車両や車両が利用できる道路スペースが減少します。交通渋滞を引き起こします。また、人々は適切な駐車スペースを探すために運転に多くの時間を費やし、時間と燃料を無駄にします。スマート交通機関は、車両の動き、駐車場所、違法駐車スペース、配送専用エリア、配車エリア、歩行者交通量、および車両の活動が増加した期間に関する重要な情報を収集することで、この問題を解決できます。このデータの多くは画像やビデオの形式であるため、このデータを処理し、都市計画者が駐車政策を設計するための洞察を提供するには、コンピューター ビジョン アルゴリズムが必要です。

スマート交通機関を通じて駐車場を最適化すると、ユーザーが駐車スペースを探すのにかかる時間が短縮され、交通の遅れが軽減されます。駐車スペースのリアルタイム監視を使用して、ドライバーが駐車スペースを開けるようにガイドできます。リアルタイムの駐車空き状況機能は、配達パートナーが路上駐車する必要がないため、配達車両のルート効率を向上させるのに役立ちます。このアプリにより、配送会社は路上駐車の罰金を支払うコストを節約できます。

コンピューター ビジョン、人工知能、モノのインターネットがなければ、スマートな交通システムを構築し、ひいてはスマート シティを構築することは不可能です。コンピューター ビジョン駆動のシステムは、スマート シティ構想におけるあらゆるアプリケーションのバックボーンを形成します。交通状況の改善、大気汚染の抑制、都市内の乗客の安全な輸送、より良い都市空間の設計の支援など、スマート交通機関におけるコンピューター ビジョンは、都市での人々の生活、旅行、仕事の方法に革命をもたらします。

以上がコンピュータービジョンが都市交通を再構築する 4 つの方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。