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(kāi)發(fā) IOSB研究所，位于 Lemgo 的工業(yè)自動(dòng)化研究所 INA 分部的研究人員正在使用人工智能(AI) 來(lái)實(shí)現(xiàn)智能交通信號(hào)燈控制，作為“KI4LSA”和“KI4PED”的一部分' 減少交通擁堵的項(xiàng)目。未來(lái)，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(shí)間，同時(shí)為過(guò)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(guó)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(hào)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(duì)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(wèn)題。

他們正在使用高分辨率攝像頭和雷達(dá)傳感器來(lái)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(shí)準(zhǔn)確地確定在路口等候的車(chē)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(cè)汽車(chē)的平均速度和當(dāng)前任何時(shí)刻的等待時(shí)間。實(shí)時(shí)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(zhuān)注于尋找復(fù)雜控制問(wèn)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(shuō)：“我們?cè)?Lemgo 的一個(gè)路口進(jìn)行了測(cè)試，以建立一個(gè)逼真的模擬，并在該模型中對(duì) AI 進(jìn)行無(wú)數(shù)次迭代訓(xùn)練?！霸谶\(yùn)行模擬之前，我們將高峰時(shí)段測(cè)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(gè)使用深度強(qiáng)化學(xué)習(xí)訓(xùn)練的代理：一個(gè)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(hào)燈的最佳切換行為和最佳相序，以縮短路口的等待時(shí)間，減少行車(chē)時(shí)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(gè)主要優(yōu)點(diǎn)是它們可以被測(cè)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(shí)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(lái)的幾個(gè)月里，受過(guò)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(píng)估。該測(cè)試還將考慮交通指標(biāo)對(duì)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)?！霸谀M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(shuō)?！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(duì)其成員國(guó)造成的經(jīng)濟(jì)損失總計(jì)達(dá) 1000 億美元。根據(jù) Müller 的說(shuō)法，人工智能交通燈提供了一個(gè)更有效地使用我們現(xiàn)有基礎(chǔ)設(shè)施的機(jī)會(huì)。“我們是世界上第一個(gè)在現(xiàn)實(shí)條件下測(cè)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(lì)其他人做出類(lèi)似的努力，”Müller 補(bǔ)充道。

行人智能交通信號(hào)系統(tǒng)

“KI4PED”項(xiàng)目關(guān)注的是行人而不是車(chē)輛。在一個(gè)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(kāi)發(fā)一種創(chuàng)新方法行人信號(hào)。

據(jù)估計(jì)，這對(duì)老年人或殘疾人等弱勢(shì)群體特別有益。目的是通過(guò)延長(zhǎng)人行橫道的時(shí)間來(lái)減少等待時(shí)間并提高人行橫道的安全性。根據(jù)目前的研究，對(duì)于這些人群來(lái)說(shuō)，“步行”時(shí)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(guò)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(dòng)化，并根據(jù)行人的需要自動(dòng)調(diào)整和增加穿越時(shí)間。AI 根據(jù)來(lái)自 LiDAR 傳感器的數(shù)據(jù)執(zhí)行人員檢測(cè)和跟蹤，并將其實(shí)時(shí)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(shuō)?！斑@些將行人呈現(xiàn)為 3D 點(diǎn)云，這意味著他們無(wú)法單獨(dú)識(shí)別?！?

LiDAR 傳感器（光檢測(cè)和測(cè)距）向周?chē)h(huán)境發(fā)射脈沖光波，這些光波會(huì)從附近的物體反彈并返回傳感器。傳感器測(cè)量光線返回所需的時(shí)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(gè)紅綠燈路口進(jìn)行為期一周的訓(xùn)練。傳感器測(cè)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(lái)確定檢測(cè)能力。

通過(guò)使用適合個(gè)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(shí)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(zhuān)注石英晶振生產(chǎn)26年，強(qiáng)大的專(zhuān)業(yè)團(tuán)隊(duì)，服務(wù)超過(guò)5000+客戶，年產(chǎn)能6億PCS，1天試樣，3天測(cè)試，1周交貨；如果您對(duì)我們的石英晶振感興趣，歡迎咨詢(xún)我們的客服，獲取詳細(xì)資料，我們將為您提供專(zhuān)業(yè)貼心的服務(wù)。