科技產業報訂閱
Advantechline
 

西門子Flow AI計畫 藉AI優化路口交通號誌變換機制

西門子Flow AI系統模擬結果顯示可減少車輛等候交通號誌變換的時間達47%。法新社

西門子(Siemens)運用人工智慧(AI)技術建立能自我學習偵測與確認個別交叉路口交通模式變化的系統,以持續依據即時路況最佳化交叉路口交通號誌的變換時機,讓行車更順暢,模擬驗證的結果顯示可減少車輛等候交通號誌變換的時間達47%。

根據Traffic Technology Today報導,現有系統如SCOOT是跨整個路網進行交通號誌變換時機的最佳化,僅倚賴工程師預先以固定且有限數量的可行程序進行配置,無法彈性對應即時路況與個別交叉路口的流量變化。2018年12月4日在阿拉伯聯合大公國杜拜舉行的Gulf Traffic交通展,西門子首日發表的研究計畫Flow AI或將是極具潛力的解決方案。

Flow AI計畫與現有SPAT(signal phase and timing)系統如SCOOT的主要差異在於,首先會建立複雜的一般性規則,接著可針對每個特定的交叉路口進行個人化(personalized)的適地性處理,Flow AI根據內建的迴圈(loop)偵測即時的交通流,並運用雲端AI即時產生近乎無限數量的交通號誌變換時機選項。

目前Flow AI計畫專注於解決單一交叉路口的問題,建立能隨時自動偵測新的交通模式,並據以擬訂新交通策略的AI自我學習系統,例如出現新的建築工地可能會影響週邊交通,Flow AI系統會自動偵測此一變化,並透過AI自我學習調整出最佳的交通號誌變換時機以因應,因此AI在未來交通產業可望扮演日益吃重的角色。

Flow AI計畫目前選定德國Hagen市的5個交叉路口進行先導測試,其中1個路口已透過先進模擬技術證明Flow AI的成效較現有系統更好,可減少車輛在交叉路口等候交通號誌變換的時間達47%,相當於從35秒降至18秒,顯示AI系統確實能學習如何維持平順的交通,透過試誤找出交通號誌變換時機的最佳策略。

Flow AI計畫也將透過實際部署階段,以驗證模擬的結果可複製在真實路況,讓每一個交叉路口的自我學習系統都能持續反映即時的路況特性,隨著系統逐漸延伸將鄰近交叉路口的交通狀況一併納入考量,最終希望能串連所有交叉路口的系統,建立涵蓋整個路網的交通號誌整合控制系統。

西門子希望透過Flow AI研發計畫探索與驗證創新AI技術的可行性與成效,未來將可與新版的SCOOT系統整合為單一解決方案,應用於杜拜、倫敦等全球各地的城市,例如目前西門子已開始與倫敦交通局(Transport for London)合作發展Future SCOOT系統。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 西門子 交通運輸 智慧交通 人工智慧