來(lái)自工業(yè)自動(dòng)化研究所分支機(jī)構(gòu)INA、弗勞恩霍夫研究所光電子、系統(tǒng)技術(shù)和圖像開(kāi)發(fā)IOSB的研究團(tuán)隊(duì)正在測(cè)試人工智能控制的交通燈，以幫助緩解擁堵和推進(jìn)智慧城市基礎(chǔ)設(shè)施。這些被稱(chēng)為“KI4LSA”和“KI4PED”的項(xiàng)目，可能會(huì)在應(yīng)對(duì)氣候變化和交通事故方面帶來(lái)微小的改變，但卻會(huì)產(chǎn)生重大影響。

升級(jí)的算法和傳感器

KI4LSA 中的紅綠燈使用高分辨率攝像頭和雷達(dá)傳感器來(lái)提供自學(xué)習(xí)算法。使用這個(gè)升級(jí)后的系統(tǒng)，測(cè)試中的紅綠燈實(shí)時(shí)捕獲了更準(zhǔn)確的交通讀數(shù)。

為什么這很重要？當(dāng)前的輕型解決方案涉及基于規(guī)則的控制。當(dāng)流量模式很少偏離既定模式或經(jīng)歷低流量時(shí)，它們就可以很好地工作。當(dāng)事情發(fā)生變化時(shí)，信號(hào)燈無(wú)法調(diào)整，使交通擁堵更加嚴(yán)重。

例如，如果事故導(dǎo)致交通重新轉(zhuǎn)向到通常不會(huì)經(jīng)歷大量交通的十字路口，現(xiàn)有的控制可能不會(huì)調(diào)整轉(zhuǎn)換時(shí)間以解決模式的差異。借助這些人工智能信號(hào)燈，傳感器將實(shí)時(shí)記錄變化，學(xué)習(xí)算法將自動(dòng)調(diào)整以緩解擁堵并為交通流量找到合適的平衡點(diǎn)。當(dāng)事故消除后，燈可以重置以應(yīng)對(duì)下一次交通變化。

第二個(gè)項(xiàng)目 KI4PED 專(zhuān)注于人工智能驅(qū)動(dòng)的交通傳感器對(duì)行人安全的影響。一個(gè)正在進(jìn)行的項(xiàng)目目前正在測(cè)試相同的高功率傳感器，以便為需要更多時(shí)間的行人自動(dòng)調(diào)整交叉時(shí)間。傳感器使用人員檢測(cè)（將行人表示為抽象的 3D 數(shù)據(jù)點(diǎn)以保護(hù)隱私）和跟蹤以在必要時(shí)調(diào)整交叉時(shí)間并在不需要時(shí)減少交叉時(shí)間，從而有可能使交通燈更高效，對(duì)行人更安全。

小改變帶來(lái)大影響

在德國(guó) Lemgo 一個(gè)擁擠的十字路口進(jìn)行的初步測(cè)試表明，改變交通信號(hào)燈這樣的小東西可以將交通流量提高多達(dá) 15%。算法會(huì)隨著時(shí)間的推移而學(xué)習(xí)，并更好地預(yù)測(cè)和選擇最有效的相序。

總體而言，智能交通信號(hào)燈可以減輕十字路口空轉(zhuǎn)交通造成的二氧化碳排放的影響。由于它們使用位于接線控制盒上的邊緣計(jì)算機(jī)控制，因此它們提供了可擴(kuò)展性。

這些測(cè)試代表了利用人工智能的力量改進(jìn)我們的系統(tǒng)，同時(shí)減少我們對(duì)環(huán)境的影響的又一步。