DForum
event
 

AI與交通對話 技術自由對上安全至上

運研所與台中市交通局攜手,帶入逢甲大學智慧運輸與物流創新中心、運輸與物流學系與英研智能、景翊、勤崴、創新交通等業者,共同解決台74線回堵。逢甲大學智慧運輸與物流創新中心

在台中,交通部運研所與台中市交通局共同推動,偕同ICT業者、逢甲大學與相關交通業者共同解決台74線長期壅塞的問題。當中,IT業者代表英研智能,與逢甲大學運輸與物流學系蘇昭銘教授(兼智慧運輸與物流創新中心副主任)皆分享了在交通與AI兩個產業對話時,經歷過的差異之處與磨合。

英研智能總經理張國彬指出,成立4年以來英研致力於投入傳統產業智慧化。在交通產業智慧化的進程中,IT業者與交通產業的不同思維,恰好如同車輛產業轉型當口,新舊各擁不同立場一般。「IT產業站在相對低的社會風險上,幾乎得以毫無顧忌地發展新應用,然而交通產業素來嚴謹,因為人命關天,須回歸務實面思考。」

英研業務經理呂治國指出,不同的產業思維,反映在許多合作過程的細節中。如對定義車輛、交通的標準,因為產業語言不同,有時IT業者無法瞭解交通業者以交通用語提出的道路需求。如本次合作中最大的驚喜「延滯時間」。

蘇昭銘教授即表示,在AI影像辨識助力下,系統精確掌握每台車的延滯時間,成為此次交控升級的關鍵一步。過往,雷達與車輛感測器無法精確地偵測到來車的大小、停等時間,以大貨車為例,埋設於地面的地磁雖可以偵測到上方有車輛,卻對車輛資訊一無所知,而影像辨識則可以克服這個盲區。

出人意料的是,促成這個關鍵參數「延滯時間」的契機,是如同選秀一般的解決方案影片展示:英研展示出曾經開發的解決方案影片讓逢甲團隊觀看,雙方才終於達成共識,成功媒合技術與需求。

蘇昭銘教授表示,台74線計畫從2019年4月啟動,中間歷經半年的基礎建設與溝通期,才終於在2020年1月上線測試;而令逢甲團隊驚喜的是,英研的AI模型在上線運作之後,很快就進入狀況。對此,呂治國表示,英研智能在AI的訓練時累積了充足的資訊量,亦不僅侷限於特定場域,累積了不同場景實戰經驗,才將AI Model錘鍊出可快速應用於不同場景的彈性。

在台中74線結束後,蘇昭銘教授指出,未來將持續往台南、高雄等地拓點。英研智能亦望從點、線、面不同規模的場域驗證中,逐漸將台灣的智慧交通解決方案打包成形,期待未來能擴大海外市場。

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