人工智能和超級計算機有助于緩解城市交通問題

2019-01-26 11:40:04來源：

在城市繁忙的十字路口的交通燈上方看，你可能會看到一個攝像頭?？赡芤寻惭b這些設(shè)備以監(jiān)控交通狀況并在發(fā)生碰撞時提供視覺效果。但他們可以做得更多嗎?他們能否幫助規(guī)劃人員優(yōu)化交通流量或識別最有可能發(fā)生事故的站點?他們是否可以這樣做，而不需要個人拖延幾個小時的鏡頭?

來自德克薩斯州高級計算中心(tacc)，德克薩斯大學(xué)交通研究中心和奧斯汀市的研究人員相信如此。他們一起致力于開發(fā)工具，允許使用深度學(xué)習(xí)和數(shù)據(jù)挖掘進(jìn)行復(fù)雜，可搜索的流量分析。

在本月的ieee國際大數(shù)據(jù)大會上，他們將展示一種新的深度學(xué)習(xí)工具，該工具使用奧斯汀市相機的原始交通攝像機鏡頭識別物體 - 人，汽車，公共汽車，卡車，自行車，摩托車和交通信號燈 - - 并描述這些對象如何移動和交互。然后，交通工程師和官員可以分析和查詢這些信息，以確定例如有多少輛汽車沿著單行道行駛錯誤的方向。

“我們希望開發(fā)一個靈活高效的系統(tǒng)，以幫助交通研究人員和決策者滿足動態(tài)，真實的分析需求，”tacc數(shù)據(jù)挖掘與統(tǒng)計小組負(fù)責(zé)人的研究科學(xué)家weijia xu說。“我們不想為單個特定問題構(gòu)建一個交鑰匙解決方案。我們希望探索可能對許多分析需求有幫助的方法，即使是那些可能在未來出現(xiàn)的問題。”

他們?yōu)榱髁糠治鲩_發(fā)的算法自動標(biāo)記原始數(shù)據(jù)中的所有潛在對象，通過將對象與其他先前識別的對象進(jìn)行比較來跟蹤對象，并比較每個幀的輸出以揭示對象之間的關(guān)系。

一旦研究人員開發(fā)出一種能夠標(biāo)記，跟蹤和分析交通的系統(tǒng)，他們就將其應(yīng)用于兩個實際例子：計算行駛在道路上的移動車輛的數(shù)量，并確定車輛和行人之間的密切接觸。

系統(tǒng)在10分鐘的視頻剪輯中自動統(tǒng)計車輛，初步結(jié)果顯示他們的工具整體準(zhǔn)確率為95%。

ut運輸研究中心網(wǎng)絡(luò)建模中心的研究助理兼主任natalia ruiz juri說，了解交通量及其隨時間的分布對于驗證交通模型和評估交通網(wǎng)絡(luò)的性能至關(guān)重要。

“目前的做法通常依賴于使用昂貴的傳感器進(jìn)行連續(xù)數(shù)據(jù)采集，或者在選定的時間段內(nèi)對交通量進(jìn)行幾天的交通研究，”她說。“利用人工智能從現(xiàn)有攝像機自動生成交通量將為交通網(wǎng)絡(luò)提供更廣泛的空間和時間覆蓋，促進(jìn)生成有價值的數(shù)據(jù)集，以支持創(chuàng)新研究，并了解交通管理和運營決策的影響。 “

在潛在的近距離接觸的情況下，研究人員能夠自動識別車輛和行人非常接近的一些案例。這些都沒有代表現(xiàn)實生活中的危險，但它們證明了系統(tǒng)如何在沒有人為干預(yù)的情況下發(fā)現(xiàn)危險的地點。

奧斯汀市的咨詢工程師兼該項目的合作者jen duthie說：“奧斯汀市致力于結(jié)束交通事故死亡，視頻分析將成為幫助我們查明潛在危險地點的有力工具。” “在受傷或死亡發(fā)生之前，我們可以將資源用于解決問題所在地。”

研究人員計劃探索自動化如何促進(jìn)其他與安全相關(guān)的分析，例如確定行人穿過指定人行道外的繁忙街道的位置，了解駕駛員對不同類型的行人產(chǎn)量標(biāo)志的反應(yīng)，并量化行人愿意行走的距離為了使用人行道。

該項目展示了人工智能技術(shù)如何大大減少分析視頻數(shù)據(jù)所需的工作量，并為決策者提供可操作的信息。

“人們備受期待的自駕車和聯(lián)網(wǎng)汽車的引入可能會導(dǎo)致車輛和行人的行為以及道路性能發(fā)生重大變化，”ruiz juri說。“視頻數(shù)據(jù)將在理解這些變化方面發(fā)揮關(guān)鍵作用，人工智能可能是實現(xiàn)真正捕捉新技術(shù)影響的全面大規(guī)模研究的核心。”