人工智慧在天空俯看:利用無人機來改善車流量

作者 Daniel Saaristo

交通。這是全球各地最常被說嘴的不爽事情其中一項。

去年每名英國駕駛人因為塞車,平均少了近180個小時的生產時間;在德國,每名駕駛人平均少了120個小時,而在美國每名駕駛人則是少了近100個小時。

時間這麼寶貴,可不能隨便浪費。位於捷克布爾諾的新創公司,同時也是 NVIDIA Inception 計畫成員的 RCE Systems,試圖利用自家技術來改善車流量。

RCE Systems 的 DataFromSky 平台結合了車輛行駛軌跡分析、電腦視覺與無人機,以緩解塞車情況和提升道路安全。

高掛天空的人工智慧

傳統上使用裝在一般道路和高速公路特定地點的固定式攝影機,所拍攝到的畫面來分析車流量。

這對於分析不斷移動和變化的車流量來說,是十分不利的。

RCE Systems 則是利用無人機從高空進行拍攝,以便更深入掌握車流量。

除了監控影片中拍攝到的物體,DataFromSky 平台還會使用人工智慧來解讀移動情況,以對車流量中的每個物體提供高精度遙測資料。

RCE Systems 使用在全球各地、在各種天氣條件下拍攝的數千個小時影片片段,並且在 NVIDIA GPU 上使用 Caffe 和 TensorFlow 來訓練其深度神經網路。

這些專門的神經網路就能辨識特定對象,並且在影片中不斷追蹤它們。

透過這項人工智慧過程取得的資料,會用於多個研究項目,以更深入分析特定交通情況下的物體互動情況及新的駕駛人行為模型。

最終,這種資料對自動駕駛車的發展也有著極為重要的作用。

駕駛影響性

DataFromSky 平台雖仍處於早期階段,但其影響力早就遍及各地。

RCE Systems 正在開發一套按照駕駛人行為分析十字路口安全性的系統,包括偵測差點可以避免事故的情況,然後判斷其根本原因。

在更深入掌握事由的情況下,避免事故的發生,進而促進交通更順暢及防止車輛損壞和潛在的人身傷亡。

Toyota Europe 使用 RCE Systems DataFromSky 平台的發現結果,建立駕駛人行為概率模型,以及更深入分析環形交叉路口的相互作用。

在達拉斯、西雅圖、聖安東尼奧及檀香山進行高速公路車道和路肩限縮研究活動的 Leidos,利用 RCE Systems 收集到的洞察資料來校準交通模擬模型。

RCE Systems 的分析價值不僅限於車輛。慕尼黑工業大學用它來研究自行車騎士及行人的行為。

未來發展

RCE Systems 希望將來改用 NVIDIA Jetson AGX Xavier,以加快其邊緣解決方案的人工智慧運行速度。他們正在開發一種「監控無人機」,能夠在飛行中即時評估影像資料。

或許未來有朝一日,在進行高速追逐時它可以取代警用直升機,或者當成保護財產的行動監視系統。