Введение
Крупный город в Соединенных Штатах изо всех сил пытался справиться с пробками на дорогах. Существующая в городе система управления дорожным движением была централизованной и опиралась на данные датчиков, расположенных по всему городу. Затем эти данные передавались на центральный сервер для обработки и анализа. Такой подход приводил к задержкам, поскольку для передачи и обработки данных требовалось время. В результате город не смог быстро и эффективно реагировать на пробки на дорогах.
Решение
В городе внедрено решение для анализа дорожного движения в реальном времени на базе искусственного интеллекта. Решение использует периферийный искусственный интеллект для анализа изображений дорожного движения и данных датчиков на периферии, ближе к источнику данных. Это сокращает задержку и позволяет городу быстрее и эффективнее реагировать на пробки.
Решение для анализа трафика в реальном времени на основе искусственного интеллекта использует различные методы машинного обучения, включая сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN) и обучение с подкреплением (RL). CNN используются для идентификации транспортных средств и других объектов на изображениях дорожного движения. RNN используются для прогнозирования структуры трафика и перегрузок. RL используется, чтобы научиться управлять светофорами и другими устройствами управления дорожным движением в режиме реального времени.
Полученные результаты
После внедрения решения для анализа трафика в реальном времени на базе искусственного интеллекта город добился следующих результатов:
- Снижение пробок на дорогах на 20 %
- Улучшение качества воздуха на 15 %
- 10% снижение расхода топлива
Город также планирует использовать решение для анализа трафика в реальном времени на базе искусственного интеллекта для разработки новых транспортных услуг, таких как служба информации о дорожном движении в реальном времени и служба совместного использования поездок.
Преимущества
Периферийное решение для анализа дорожного движения в режиме реального времени на базе искусственного интеллекта помогло городу:
- Уменьшить пробки на дорогах
- Улучшить качество воздуха
- Уменьшите расход топлива
- Улучшить качество жизни жителей
Решение также помогло городу сэкономить на расходах на управление дорожным движением.
Заключение
Периферийное решение для анализа дорожного движения в режиме реального времени на базе искусственного интеллекта — это история успеха для города. Решение помогло городу улучшить управление дорожным движением, уменьшить заторы на дорогах и улучшить качество жизни жителей.
Решение также масштабируемо и может быть развернуто в других городах по всему миру. Edge AI может произвести революцию в управлении дорожным движением в городах любого размера.
Похожие тематические исследования:
- Edge AI для шифрования данных в медицинской организации
- Обнаружение дефектов в реальном времени на производстве с помощью Edge AI
Сообщение Edge AI для анализа трафика в реальном времени в умном городе впервые появилось на Omdena | Создание решений искусственного интеллекта для решения реальных проблем.