使用人工智能控制的智能交通燈技術(shù)

使用人工智能控制的智能交通燈技術(shù)

研究人員利用人工智能生產(chǎn)智能交通燈技術(shù)，以減少交通擁堵。

在弗勞恩霍夫光電、系統(tǒng)技術(shù)和圖像開發(fā) IOSB研究所，位于 Lemgo 的工業(yè)自動化研究所 INA 分部的研究人員正在使用人工智能(AI) 來實(shí)現(xiàn)智能交通信號燈控制，作為“KI4LSA”和“KI4PED”的一部分' 減少交通擁堵的項(xiàng)目。未來，自學(xué)習(xí)算法與新傳感器相結(jié)合應(yīng)能確保更好的交通流量和更短的等待時間，同時為過馬路的行人提供更高的安全性。

項(xiàng)目合作伙伴是 Stührenberg GmbH、Cichon Automatisierungstechnik GmbH、Stadtwerke Lemgo GmbH、Lemgo 市（關(guān)聯(lián)）和 Stra?en NRW（關(guān)聯(lián)）。德國聯(lián)邦交通和數(shù)字基礎(chǔ)設(shè)施部 (BMVI) 正在資助該項(xiàng)目，該項(xiàng)目將于 2022 年夏季結(jié)束。

傳統(tǒng)紅綠燈

傳統(tǒng)的交通信號燈使用基于規(guī)則的控制，但這種嚴(yán)格的方法并不適用于所有交通情況。此外，目前使用的傳感器——嵌入路面的感應(yīng)回路技術(shù)——只能提供對實(shí)際交通情況的粗略印象。Fraunhofer IOSB-INA 的研究人員正在努力解決這些問題。

他們正在使用高分辨率攝像頭和雷達(dá)傳感器來更精確地捕捉實(shí)際交通狀況，而不是傳統(tǒng)傳感器。這允許實(shí)時準(zhǔn)確地確定在路口等候的車輛數(shù)量。

采用高分辨率相機(jī)和雷達(dá)傳感器

該技術(shù)還可以檢測汽車的平均速度和當(dāng)前任何時刻的等待時間。實(shí)時傳感器與人工智能相結(jié)合，取代了通常的剛性控制規(guī)則。AI 使用深度強(qiáng)化學(xué)習(xí) (DRL) 算法，這是一種機(jī)器學(xué)習(xí)方法，專注于尋找復(fù)雜控制問題的智能解決方案。

弗勞恩霍夫 IOSB-INA 的項(xiàng)目經(jīng)理兼科學(xué)家 Arthur Müller 解釋說：“我們在 Lemgo 的一個路口進(jìn)行了測試，以建立一個逼真的模擬，并在該模型中對 AI 進(jìn)行無數(shù)次迭代訓(xùn)練?！霸谶\(yùn)行模擬之前，我們將高峰時段測量的交通量添加到模型中，使人工智能能夠處理真實(shí)數(shù)據(jù)。這導(dǎo)致了一個使用深度強(qiáng)化學(xué)習(xí)訓(xùn)練的代理：一個代表燈光控制的神經(jīng)網(wǎng)絡(luò)。”

以這種方式訓(xùn)練的算法計(jì)算出交通信號燈的最佳切換行為和最佳相序，以縮短路口的等待時間，減少行車時間，從而降低排隊(duì)交通造成的噪音和 CO 2污染。這些算法的一個主要優(yōu)點(diǎn)是它們可以被測試、使用和放大，以包括形成更廣泛網(wǎng)絡(luò)的相鄰燈。

擴(kuò)大規(guī)模時影響很大

在配備智能燈的擁擠的 Lemgo 路口進(jìn)行的模擬階段表明，使用人工智能可以將交通流量提高 10% 到 15%。在接下來的幾個月里，受過訓(xùn)練的特工現(xiàn)在將走上街頭，在現(xiàn)實(shí)生活的實(shí)驗(yàn)室中進(jìn)行進(jìn)一步評估。該測試還將考慮交通指標(biāo)對噪聲污染和排放等參數(shù)的影響。

然而，不可避免的“模擬與現(xiàn)實(shí)差距”提出了挑戰(zhàn)。“在模擬中使用的關(guān)于交通行為的假設(shè)并不是現(xiàn)實(shí)的 1:1 表示。因此，需要相應(yīng)地調(diào)整代理，”Müller 解釋說?！叭绻@成功了，擴(kuò)大規(guī)模的影響將是巨大的。想想即使在 Lemgo 這樣的小鎮(zhèn)，也有大量的紅綠燈?！?

歐盟估計(jì)，交通擁堵每年對其成員國造成的經(jīng)濟(jì)損失總計(jì)達(dá) 1000 億美元。根據(jù) Müller 的說法，人工智能交通燈提供了一個更有效地使用我們現(xiàn)有基礎(chǔ)設(shè)施的機(jī)會?！拔覀兪鞘澜缟系谝粋€在現(xiàn)實(shí)條件下測試用于交通燈控制的深度強(qiáng)化學(xué)習(xí)的團(tuán)隊(duì)。我們希望我們的項(xiàng)目能夠激勵其他人做出類似的努力，”Müller 補(bǔ)充道。

行人智能交通信號系統(tǒng)

“KI4PED”項(xiàng)目關(guān)注的是行人而不是車輛。在一個計(jì)劃運(yùn)行至 2022 年 7 月底的項(xiàng)目中，F(xiàn)raunhofer IOSB-INA 與 Stührenberg GmbH 和相關(guān)合作伙伴 Stra?en NRW 在 Lemgo 市和比勒費(fèi)爾德市合作，為基于需求的控制開發(fā)一種創(chuàng)新方法行人信號。

據(jù)估計(jì)，這對老年人或殘疾人等弱勢群體特別有益。目的是通過延長人行橫道的時間來減少等待時間并提高人行橫道的安全性。根據(jù)目前的研究，對于這些人群來說，“步行”時間太短了。當(dāng)前使用的按鈕，通常在黃色的小框中，不提供任何關(guān)于過路者數(shù)量或年齡的信息，或者他們的其他需求。

項(xiàng)目合作伙伴希望將人工智能與高分辨率激光雷達(dá)傳感器結(jié)合使用，以實(shí)現(xiàn)流程自動化，并根據(jù)行人的需要自動調(diào)整和增加穿越時間。AI 根據(jù)來自 LiDAR 傳感器的數(shù)據(jù)執(zhí)行人員檢測和跟蹤，并將其實(shí)時應(yīng)用于嵌入式系統(tǒng)。

智能紅綠燈技術(shù)數(shù)據(jù)分析

“出于數(shù)據(jù)保護(hù)的目的，我們使用的是 LiDAR 傳感器，而不是基于攝像頭的系統(tǒng)，”Fraunhofer IOSB-INA 的項(xiàng)目經(jīng)理兼科學(xué)家 Dennis Sprute 博士解釋說。“這些將行人呈現(xiàn)為 3D 點(diǎn)云，這意味著他們無法單獨(dú)識別?！?

LiDAR 傳感器（光檢測和測距）向周圍環(huán)境發(fā)射脈沖光波，這些光波會從附近的物體反彈并返回傳感器。傳感器測量光線返回所需的時間，以計(jì)算它到物體（在本例中為人）的距離。

這些傳感器還可以抵抗光線、反射和天氣的影響。將進(jìn)行可行性研究，以確定交叉口的最佳位置和路線。人工智能算法最初將在 Lemgo 和 Bielefeld 的兩個紅綠燈路口進(jìn)行為期一周的訓(xùn)練。傳感器測試也計(jì)劃在弗勞恩霍夫 IOSB-INA 站點(diǎn)使用各種模擬光照條件來確定檢測能力。

通過使用適合個人情況的基于需求的控制概念，研究合作伙伴希望在有很多人等待的情況下將等待時間減少 30%。他們還旨在將亂穿馬路的事件數(shù)量減少約 25%。

深圳市晶光華電子有限公司 專注石英晶振生產(chǎn)26年，強(qiáng)大的專業(yè)團(tuán)隊(duì)，服務(wù)超過5000+客戶，年產(chǎn)能6億PCS，1天試樣，3天測試，1周交貨；如果您對我們的石英晶振感興趣，歡迎咨詢我們的客服，獲取詳細(xì)資料，我們將為您提供專業(yè)貼心的服務(wù)。