導讀 為了優化城市道路交通，最常見的方法是在固定位置監視攝影機做車輛偵測、分類與計數等，但美國大學團隊發現，安裝在公車上更有效。 現在基本上所有車輛都有裝行車紀錄器，錄下行車時的周遭影像，發生交通事故等糾...
為了優化城市道路交通，最常見的方法是在固定位置監視攝影機做車輛偵測、分類與計數等，但美國大學團隊發現，安裝在公車上更有效。
現在基本上所有車輛都有裝行車紀錄器，錄下行車時的周遭影像，發生交通事故等糾紛時，就可當作證據，而美國俄亥俄州立大學（OSU）改裝一番，用人工智慧來分析影像，發現可有效評估交通狀態。
團隊使用稱為 YOLOv4 的深度學習模型，來追蹤並檢測影像中各幀的多個對象，能夠確定每次拍到多少台車、有多少車正在移動而不是停在路邊，以及行駛中的車輛的速度跟軌跡。
利用這些資料以及現有數位地圖和 GNSS 衛星資料，可以生成公車行駛路線的俯視圖，顯示每一點的交通流量，相較之下，雖然道路上也有許多監視器，但只能看固定位置的交通狀況或是行人安全。
OSU 研究副教授 Keith Redmill 表示，如果我們收集道路上更全面的高解析空間訊息，當地政府就可以更了解需求變化，有效提高交通系統的效率。
（首圖來源：）
關鍵字: , , ,
標題：公車行車紀錄器用途多樣，還能拿來改善道路規劃
地址：https://www.utechfun.com/post/244422.html