凌华科技机器视觉系统 EOS-JNX-I支持优化交通信号管理

以人工智能(AI)打造现代化智慧城市解决方案

全球领先的边缘计算解决方案提供商—凌华科技提供支持人工智能(AI)的机器视觉系统EOS-JNX-I助力某智能交通解决方案供应商,优化有助于改善交通流量的红绿灯监控系统,赋能现代化智慧城市的发展。该项目有助于减少城市的交通拥堵,改善空气质量,并且减少通勤者在高峰时段的等待时间,充分提升了整个城市的交通效率与民生环境。


(资料图片)

交通运输是社会运作的动脉,不过在人流、车流数量庞大的特定时间、地点,这条动脉难免会堵塞,AI智能交通信号灯则可舒缓此状况。在某重量级城市的智能交通计划中,就利用AI技术让车辆停等红绿灯的时间减少20%。凌华科技智能视觉事业中心资深产品经理许凯翔表示:“AI智能交通信号灯控制技术是灵敏的智能交通系统之一,这项技术可以大幅降低行人交通堵塞之苦。”

现在城市的交通灯号,背后都有一套运作多年的系统,系统数据库内则有常年累积的人车流信息,交通局能够通过这些数据评估、设定各路口的交通信号秒数,并在交通高峰时段容易堵塞的路段,视状况人为调整信号灯。这套运作模式对城市交通的舒缓确实有一定程度帮助,不过,当城市中人车数量渐多,交通灯号系统必须变得更聪明,AI在这里就会扮演关键角色。

AI 交通信号灯能自主判断路口状况

根据研究机构Emergen Research的预测,由于各城市对于高效交通管理的需求不断增长,全球AI交通运输市场规模将在 2028 年达到 70 亿美元,各国都有运用适应性交通信号的相关案例,希望可达到增加城市交通效率、减少城市碳排,并让消防车、救护车等车辆可以优先通行等效益。

不过具体而言,安装了AI智能灯号控制系统的路口会与现在有何不同?许凯翔解释,在有此类适应性交通信号灯的路口上,信号灯的相机会先将影像传送到灯设备内的边缘计算服务器中,由边缘计算服务器实时判断当下状况控制信号灯,让道路的人车流动更顺畅。

此外,计算机也会经由内部的AI算法自主学习,让信号灯控制越来越精准,相较于秒数固定的现有信号灯控制系统,AI系统则可依路口状况自动调整信号灯,更适合状况多变的路口环境,判断当前的车流量,以做到实时调整。

解决交通信号灯庞大影像信息处理难题

智能交通信号等的应用情境看来美好,不过要达此目标并不容易,有三大难题需要被解决。

首先是交通灯号设备的所处环境严苛,冬夏两季的高低温会影响路口交通号志的计算机效能;其次,则是需有足够的运算能力才能实时处理庞大影像信息;第三是分散各处的设备不易监控、维护,过去常见因摄影机断电,导致监控画面无法取得的状况。

为解决此困境,凌华科技推出了专为智能交通设计的边缘计算解决方案EOS-JNX。凌华科技智能视觉事业中心资深产品经理许凯翔表示:“凌华科技深耕工业计算机领域多年,效能与稳定性已是基本功,EOS-JNX的宽温设计足以因应严苛环境挑战。”

至于在计算能力方面,此设备采用NVIDIA的Jetson Xavier NX AI模块视觉系统,许凯翔指出,NVIDIA是AI运算处理器大厂,凌华科技则与NVIDIA是长期合作伙伴,因此在先进技术研发初期就可取得相关信息,确保产品功能领先市场。

凌华科技EOS-JNX在交通灯号控制系统上还有两大优势:包括轻松实现AI部署,以及易于管理维护。EOS-JNX有4信道GigE接口,通过此一安全监控系统的主流接口设计,系统可以快速连接IP监控摄影机,并将影像传送到Jetson Xavier NX AI模块视觉系统,利用AI算法分析画面。此外,系统操作人员还可利用EOS-JNX提供的传输出入端口,将影像画面上传到NVR,既有的监控系统也能获得升级。

在管理维护部分,EOS-JNX的Smart PoE设计值得一提。PoE是监控系统常见的网络通讯技术,此技术的主要特色是让单一条缆线同时具备通讯与电力传输功能,大幅简化监控摄影机的配线架构。传统的PoE只能传输数据和电力,EOS-JNX的Smart POE则进一步赋予远程控制功能,让设备的监控维护工作更容易。系统管理人员可以通过Smart POE掌控监控摄影机的供电状态,当设备无预警断电也会实时发出通知,并可从远程重启,在短时间内恢复供电,维持设备正常运作。

两周内即可建立PoC项目

除了EOS-JNX之外,为协助系统操作人员快速导入智能化系统,凌华科技也推出EVA SDK边缘视觉分析软件。这是因为AI的专业需求相当高,导致多数企业无力投入发展,EVA SDK可让不具相关专业的从业人员也能轻松快速地设置应用系统,通过预载EVA SDK的AI硬件设备,系统操作人员最快可以在两周内建立起PoC项目。

通过智能化提升交通运输效益,已成为各城市的重点政策,可自主学习的AI,将在智能交通系统中扮演关键角色。凌华科技会持续研发可以降低AI开发门坎的软硬件解决方案,协助相关部门轻松布局交通领域,共创智能交通未来。

标签: 机器视觉