Advantech
NVIDIA
 

逢甲牽手英研 用AI解台74線壅塞之苦

交通壅塞會對上游路段產生衝擊,在台中,東西向快速道路「台74線」即飽受因下游路段回堵的壅塞所苦。台74線又名台中環線,是台灣最長的環狀快速公路,串聯台中、南投、彰化等地,是重要的交通動脈。

為了解決這個中部交通痼疾,中央與地方的交通主管機關,運研所與台中市政府交通局攜手,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,讓人工智慧(AI)為交通控制助力。透過影像辨識等技術,為交通控制帶入了新興參數,如每輛車的延滯時間、等候線長度等,大幅提高了交通控制精確度。

此次DIGITIMES專訪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),一探在交通與AI的深度對話的過程中,經歷過哪些磨合,在對話過後,台74線交通得到了哪些改善?

太平交流道交通問題

台中太平交流道連接台74線與平面道路,從交流道下來的車輛有40%會於東平路左轉,左轉不到100公尺處設有交通號誌。蘇昭銘指出,過短的街廓(不足100公尺)以及過往無法因應車流量即時調整的號誌系統,讓平面路口無力消化的車流量造成交流道的回堵,並進一步造成台74線壅塞。

而該智慧交通解決方案,則是在台74線、東平路裝設若干攝影機並結合AI邊緣運算,透過影像辨識掌握即時的車流狀態。蘇昭銘表示,最初團隊透過無人機偵測,發現台74線在昏峰(黃昏交通尖峰)時段嚴重回堵。自2019年4月團隊得標正式啟動,歷時約半年完成前置作業與團隊溝通,在2020年1月正式開始測試。

AI帶來新興交通參數

蘇昭銘指出,AI的加入讓過往只能透過推算得出的交通參數,皆量化為精確數字。過往在交通控制上,多是使用定點式的道路感測器所蒐集的車輛數、速度、佔有率,做為交通控制的參數。而影像辨識的應用,讓團隊得以蒐集到停等線長度、每台車輛的延滯時間等精確數值。「ICT設備的導入,讓交通控制的過程中,多了許多可信任的參數。」

自2020年1月首度上線測試之後,以週一昏峰為例,將整個車陣平均車速低於40公里的情況從55分鐘縮短為5分鐘;而在返家潮週五昏峰,過往自晚間5點15分起平均速度就會降至時速40公里以下,且持續超過1個小時的車流,在該系統的支援下,整體車速低於時速40公里的情況被推遲到近18點才出現,也僅持續不到30分鐘,平均車速在晚間6點30分前,就已回到時速70公里的水準。

系統上線之後,改善的交通績效。逢甲大學智慧運輸與物流創新中心

自此,週五昏峰的旅行時間從372.4秒,縮短到250.3秒,改善幅度達32.8%。蘇昭銘指出,此次AI與交通的合作,最關鍵之處在於為交通管理帶入了更多精確的參數。交通控制這門專業發展已久,仍能在新興的ICT設備助力下不斷找到進步的空間,智慧交通發展也因此變得萬般可期。

智慧運輸與物流創新中心副主任蘇昭銘指出,AI的加入讓過往只能透過推算得出的交通參數,皆量化為精確數字。李逸涵攝

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