3D-AI多目标检测器有效帮助规划道路和城市未来

近期，特斯拉CEO马斯克发微博提供了一个新的构想：“或许特斯拉应该制造一个人工智能视觉设备，连接到这些传统的交通灯上面。它可以基于看到的车流情况，自动调节以实现较大化通过量。”

那么，有没有一种智能红绿灯，能够自动识别车流来调节信号灯，实现通行效率较大化呢？

在城市交通中，红绿灯虽然有信号控制系统，但红绿灯的转换频率只能按时间分配，不能根据车辆情况合理分配红绿灯时间。比如说某个路口，某个时间段，南北方向车辆没有了，依然是绿灯，而东西方向车辆很多，绿灯时间内，车辆只能走一部分，这样东西方向只会越来越堵，道路的通行率降低了，同时延长机动车等待时间。

3D-AI多目标检测器将边缘计算能力集成在传感器内部，通过3D-AI多目标检测算法，能够实时分析画面中每个车辆的位置和速度信息，通过这些交通基础信息，可以给信号机当前各个路口方向的车流量。

3D-AI多目标检测器，改变了过去路口固定的红绿灯计时模式，根据实时交通流进行智能控制信号时间长短，通过AI技术，实时分析各方向车流状态，通过内部的自适应算法，动态调整各个方向的红绿灯时间，以达到更好的路口通行能力，减少无车时还要空等红灯的时间，使单位时间通行效率实现较大化；同时在交通流量高峰时期，通过合理的信号周期的改变来疏导交通，减少局部区域交通压力，减轻交通拥堵现象。

我们的特色：

基于边缘计算的AI技术+ 清晰的红外热成像

特色1 实时检测和控制

3D-AI多目标检测器是一款面向复杂城市环境交通监测的智能传感器，用于可靠地检测和区分道路的使用者。交叉口交通控制，优化十字路口的交通信号灯配时，缓解城市交通拥堵，自适应交通控制系统，可提供AI自动监控、分析、判断、预警等功能。

实时视频分析：

系统采用基于边缘计算的AI技术，通过对所有物体轨迹信息的进一步数据处理，可以追踪目标，进而区分和采集机动车、非机动车和行人的详细数据以及获取各进口道排队长度信息。人工智能传感器不但可以获取车辆的位置和运动轨迹，还可以进行车型分类。AI技术帮助道路管理者较清晰地了解每天不同时间段交通流的状况，也可以帮助他们发现危险路段和关键节点，集中解决制约城市交通的瓶颈， 提供多车道实时交通流数据，包括车辆位置，车型、车辆速度等信息，可作为城市智能交通大数据的传感感知层基础设备。

城市的交通信号可以在恶劣天气条件下实现连续监控，穿透烟雾用于隧道监控。收集数据，包括交叉口的车辆轨迹，通过API为自适应和预测交通系统提供集成。即使在夜间和恶劣天气条件下，可以提供车辆检测包括停车线处或交叉口之间的计数、占用率和分类。

特色2 全局洞察

全天候感知，基于边缘计算的AI技术算法，可在路侧边缘计算节点实现车辆的连续轨迹实时追踪，清晰的红外热成像和可见光，微光视觉高清摄像头 ，不依赖光，因而能实现24/7全天候交通流监控，还可以在夜间、眩光和恶劣天气条件下检测道路使用者，通过可视化分析能生成交通数据，全局洞察，较低的误检率。

配合AI算法，实现对交通参与者进行的全天候的感知，提供位置、车牌、速度、属性、姿态等多类基础元数据；克服雷达、视频等单系统单维数据不足的问题。为决策者和道路交通参与者提供路网信息。

这款摄像头还提供Wi-Fi功能，可用于旅行时间计算和其他起讫点应用。通过蓝牙/Wi-Fi智能交通检测器获取车辆通行时间、车速数据，检测车辆在任何方向上的位置、速度和方向，通行轨迹即可被获知，同时，通过AI算法可以将该设备分类，例如确定该设备为车载设备或是行人手机。通过对大样本量的轨迹信息的分析挖掘，可以获取交叉口延误时间以及路段通行时间等数据。

特色3 多维感知

3D-AI多目标检测器将监测数据和车流数据上传到云端，根据连续的数据流生成详尽、直观的报告。通过感知设备采集数据，人工智能算法处理数据，数据和算法双轮驱动，实现从分析、预测、决策到反馈的结果，有助于做出明智的城市规划决策，从而减少事故易发区域和交通瓶颈。

随着交通和运输方式的不断进化，我们的基础设施也不断更新。人工智能可以为城市管理者提供数据，有效帮助规划我们的道路和城市的未来。　　

      审核编辑：彭静