据New Atlas报道,现代城市每时每刻都会产生大量的数据,这些数据来自于几十个独立系统的摄像头和传感器。而一个从澳大利亚墨尔本开始的新项目旨在利用深度学习人工智能和预测建模来利用海量数据,并利用它来减少旅行时间、减少排放并以各种其他方式影响行为,作为“世界上最智能的交通管理系统”的一部分。
"Intelligent Corridor"(智能走廊)是一项为期三年的试验,将在卡尔顿的尼科尔森街的2.5公里路段运行,这是墨尔本最繁忙的道路之一。墨尔本大学与奥地利的Kapsch TrafficCom公司和维多利亚州交通部等机构合作开展了这个项目。
该系统于本周推出,从一个巨大而多样的传感器网络中获取实时和历史数据,包括CCTV摄像头画面、蓝牙传感器、空气质量监测器、实时公共交通信息、TomTom实时交通数据、天气数据、实时交通灯信号和相位数据、交叉口逻辑数据等等。这些数据中的一些已经可以在全市范围内使用,其他的则作为单独的AIMES(澳大利亚综合多式联运生态系统)项目的一部分预先安装在更广泛的卡尔顿地区,该项目本身被描述为 “世界上第一个最大的生态系统,用于在复杂的城市环境中大规模测试新兴互联交通技术”。
该项目团队称,这是第一次将如此广泛的实时和历史数据汇集到一个交通管理项目中,由人工智能和深度学习算法进行实时分析。这个“EcoTrafiX”系统所带来的洞察力将被用于多种用途。
首先,该系统将能够控制“走廊”上每个十字路口的交通灯,以达到最佳流量。在项目发布会上,Kapsch的David Bolt举了一个例子。"我们从整个网络的成百上千个摄像头中的一个获取视频流,我们使用我们的深度学习多功能平台来分析和注释它,然后我们形成洞察力。例如,我们正在研究车道层面上的排队长度检测。这影响了信号相位和时间。我可以开始动态调整和优化这个交叉口,再往上走,就是走廊上的其他交叉口。"
正确的动态交通信号灯逻辑不仅仅会减少汽车通勤者的挫折感--每一次停车和启动都会以噪音和排放的形式对城市造成损失,特别是在涉及重型货运卡车的情况下。
但事情远远不止这些。该系统有多种方式与道路和公共交通用户进行“沟通”,以影响交通流量,要么是对事故的反应,要么只是作为负载平衡和优化的一种手段。如果发生事故,有轨电车无法通过某个十字路口,该系统可以将可能影响到的每辆即将到来的有轨电车与建议相匹配,使其乘客前往他们要去的地方,要么换乘有轨电车,要么步行到另一条路,然后将该信息传递给有轨电车司机。
还有一个安全的角度--该系统可以监测行人过街区,并通过基础设施到车辆的通信向司机提供反馈。该团队选择强调的一个例子是,在一个特定的十字路口,司机在转弯时无法看到过马路的人,直到他们快到了。
此外,事故管理将是该系统的一个重要部分,当它检测到有奇怪的事情发生,或预测到有问题出现时,会弹出操作员警告。操作员将能够从自动生成的行动列表中选择应对情况,或者直接挖掘数据流,直到查看实时摄像头监控,以弄清发生了什么。他们还能够从该地区的历史中调出类似的事件,包括过去采取的行动和产生的影响,而且该系统的设计允许人类的监督和干预达到特定城市所希望的程度,甚至更少。
这些都是该系统启动时可以做的事情。但在接下来的三年里,该团队预计将尝试各种想法,从确保连接的紧急车辆只看到绿灯,到在接送时间智能地将交通安排在学校周围,到根据空气质量地图重新安排交通,到自动发短信给将汽车停在道路上的车主,希望他们能转移自己的车辆,比拖车更快地清理道路。
Bolt说:“我们能够通过我们在平台上安装的API和插件与司机沟通。这是一个社会工程的挑战,要改变你的驾驶习惯......。这是所有关于为未来需要的基础设施做准备。那么,我们如何向联网车辆发送信息?这些信息如何被发送到非连接的车辆上?我们如何为自动驾驶车辆做准备?”
该项目自然会捕捉前后的数据,以衡量和跟踪系统的有效性。Kapsch说,该系统的设计可以从像这样的小型单一路口和短途“走廊”的部署,一直到大规模的城市范围内的实施,因为它是独立于地点的,可以使用任何可用数据。