智慧應用 影音
未來車產業價值鏈平台
Automation

深度學習×平台管理系統 實現智慧運輸管理需求

智慧運輸用AI深度學習訓練平台與推論系統。資料來源研華提供。

IoT於智慧城市應用已愈加普及,若結合AI技術則能創造更多附加值服務。研華台灣區業務處林其鋒副總表示「深度學習×平台管理」系統,將能有效對應智慧運輸及管理需求。

林其鋒副總首先提出關鍵數據,2025年受物聯網的影響下未來具最大商機的產業將是智慧工廠,預估最高產值達3.7兆美元,第二大者為智能城市與健康,最高產值將達1.7兆美元。

為何世界各國愈來愈重視智慧城市發展?主要原因是2050年將有70%的人口集中在都市,若無智慧城市規畫,則會衍生人潮擁擠、交通壅塞、汙染、治安等問題。其中,交通等候時間及碳排放所產生的成本相當龐大。

以美國政府統計數字來看,該國每人每年浪費在塞車的時間達42小時,每年因交通擁塞產生的損失達約1,600億美元;然經由智慧交通系統優化後,每年減少的通車與塞車時間分別為25%、40%。

研華開發出「深度學習×平台管理」系統,對應智慧運輸需求,主要流程是將相機模組(如監視器等)收集到的資料,經過深度學習訓練,達到實際辨識結果;而訓練出來的模型,會讓機器辨識能力愈來愈精準。

研華所開發的AI交通解決方案,包括車流管理、車位在席偵測、智慧停車系統、科技執法系統等。有關車流監控管理方面,可分辨車輛及車種,進行多樣化資料分析,並進行交通控制,如車流方向、車道屬性、轉向屬性(如直行、左轉、右轉、U迴旋)等設定,解決過去警察用目測及手動方式調整紅綠燈時間。

車位在席偵測方面,透過停車場的攝影機、搭配AI技術,則會正確標示出停車空位及計算出尚有多少位置;倘若有車主停在非停車格內(如車道上),系統也會用紅框標出、顯示該車輛無依照規定停車。

車位在席偵測延伸出來的服務為智慧停車系統,亦是利用停車場既有的攝影機進行在席偵測及車牌辨識,以此計算停車費用;若與研華iParking系統結合,則享有預約、導引、智慧尋車、整合控制等服務。該系統與地磁感測器相較,優勢為省卻電力維護成本,且不需採用人工方式計時、計費。

科技執法系統,主要是辨識違法項目,並補足警察人力缺口的問題。執行項目包括違停、逆向行駛、闖紅燈、未依規定車道行駛、車輛管制時段行駛等AI辨識偵測。

林其鋒副總表示,科技執法對業者來說難免會有掙扎,原因是用路人的行為無所遁形,例如車主違停多久(即每分每秒)都會被監測到,然而有時車主是無心之過、僅是短暫違停;倘若設置預警系統,例如透過警示電子看板或廣播器提醒,則可兼顧交通安全,並讓非蓄意者立即矯正行為。

研華IoT解決方案架構,包括IoT感測裝置、嵌入式平台、軟硬整合應用解決方案(Solution Ready Platform;SRP)、雲端運算應用服務(Domainspecific Cloud Services),再結合AI技術,則能有效實現智慧運輸與管理目的。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 研華 深度學習 智慧交通