NVIDIA Metropolis 平台如何以更有智慧的方式控制交通流量

作者 Noah Kravitz

大家都討厭塞車這檔子事,但是我們得著手解決這個問題。

全球各大城市的規模都在變大,人口變得更加集中稠密,科學家和創業者都想找出辦法,解決塞車、汙染和其它因車輛過多而衍生出的副產品。

本月初在 GPU 科技大會裡有兩場會議,講述數據資料、深度學習與智慧影像分析,在紓緩交通和提升城市居民的生活品質方面可扮演的角色。

交通的良性循環

來自加拿來安大略省的智慧影像分析新創公司 Miovision Technologies,執行長 Kurtis McBride 對滿座的開發人員介紹該公司在減少交通流量方面的作為,以及 40% 年成長率的亮眼表現。

Miovision 的 Open City 平台從現有的城市基礎建設,以及該公司自己的攝影機取得資料,並且運用人工智慧從中取得更深入的見解洞察資訊。

舉例來說,該公司的 Smart Intersection 會優化紅綠燈的時間,讓市區公車減少等紅燈的時間,行駛更為流暢。公車行駛更有效率,居民就更有可能選擇搭乘公車,而捨棄自行開車。路上的車輛數量減少,也就代表交通量減少、排放量降低,公車也就更有效率地行駛在街道上。

那是一種良性循環,而且只會變的更好。Miovision 的商業模式為銷售優質資訊給客戶,使用深度神經網路來分析自攝影機和城市基礎建設取得的原始資料,收集到愈多資料,訓練神經網路的效果也就愈好。經過妥善訓練的神經網路能產生出更佳的資料給客戶。如此進行下去,也就產生出另一個良性循環。

在 GTC 展開之際,Miovision 已經開始初步將 NVIDIA Metropolis 平台 用於分析視訊內容,對於模組上的 Jetson TX2 人工智慧超級電腦能協助他們進行分析一事,尤為感到興奮。他們打算在北美多個城市小規模試驗在 Jetson TX2 上運行 Open City 一事,且 TX2 更優秀的省電表現讓他們開始尋找未來能完全依靠太陽能發電的解決方案。

「有了 TX2,我們想要達到依靠太陽能供電的目標已經不遠了。」McBride 說,他提到 Jetson TX2 的耗電量只有7瓦特一事。「我們或許離落實那個目標,還需要有一代人或兩代人的努力,但等到我們能做到那件事的時候,太陽能將可為市政府大幅減少部署費用。」

隨自行車輪轉動的綠色燈號浪潮

 

不只是為了小客車和公車而採用智慧交通流量管制措施,身兼經濟學家、數學家和電腦科學家多種身分的 Edward Zimmerman,對 GTC 的與會者介紹他正在德國使用深度學習為自行車騎士創造「綠色燈號浪潮」,並且計畫推廣到更多地方。

綠色燈號浪潮是一種從一個路口綠燈騎到下一個路口還是綠燈的奇妙現象,就像是交通之神在你的上下班途中對你微笑一樣。Zimmerman 說綠色燈號浪潮有其科學根據,而非什麼科幻情節,原因在於紅綠燈的時制模式和演算法是在高交通流量區域,優先讓小客車及公車先行,其次才是自行車騎士和行人。

自稱是「資料人」的 Zimmerman 正與德國交通信號設備製造商 GESIG 合作開發低成本系統,依城市自行車騎士的要求創造綠色燈號浪潮。這個案子打算使用 GPU 的運算能力和 Jetson TX1 平台的省電表現,藉由安裝在紅綠燈裡的攝影機即時將資料投入神經網路,以辨識自行車騎士的身影。神經網路接著會分析資料,找機會為自行車騎士創造出綠色燈號浪潮,配合有著自己燈號浪潮的大眾運輸交通工具最為有效。

Zimmerman 跟 Miovision 的 McBride 一樣,視 NVIDIA Metropolis 平台和 Jetson TX2 的絕佳省電表現為邁向發展太陽能供電智慧裝置的途徑,如此一來便能開發出完全由太陽能供電的智慧交通號誌燈具。另一個類似的案子已在德國波昂進行測試,計畫將綠色燈號浪潮拓展到全歐洲,乃至於全世界。