人工智能保障拥挤路口安全
利用基于人工智能(AI)的视频分析技术,可以向司机、行人和十字路口附近的其他道路使用者提供安全信息和警告。日本电气公司(NEC)和弗吉尼亚理工交通研究所(VTTI)已经成功地进行了该项目的概念验证(PoC)。
在今年6月至9月进行的PoC中,利用安装在交通信号杆上的摄像头和视频分析设备收集的信息,分析了弗吉尼亚智能道路测试轨道的一个十字路口内外的情况。NEC公司提供了利用人工智能技术对十字路口周围的车辆、行人、自行车等道路使用者进行识别、分类、跟踪的视频分析技术。此外,通过将该技术与向车辆和行人发出安全信息和警告的C-V2X系统集成,评估了基础设施-协同移动服务(基础设施和车辆通过无线通信交换信息)的可行性。
NEC和VTTI还致力于交通安全应用方案,如预测车辆与行人之间的碰撞、行人过街检测和右/左转弯车辆检测。在这些案例中,视频分析AI在检测到车辆与行人发生碰撞的可能性后,在0.5秒内成功通知车辆。这将有助于减少交通事故,因为它可以快速通报能见度较差的十字路口发生碰撞的风险等。
此次PoC将最先进的基于人工智能的视频分析解决方案与C-V2X技术相结合,为路口附近的车辆和行人提供安全保障。这些技术能够识别司机和行人盲区的危险情况,并将这种情况通知他们。NEC公司智能城市业务发展部高级总监Koji Kikuchi表示:“NEC相信,这种解决方案可以有助于减少车祸和死亡人数,并支持自动驾驶所需的路边基础设施。”
NEC旨在实现的基础设施协同移动的概念,需要通过专用网络进行高可靠、低延迟的通信,以预测或检测十字路口附近的事故。VTTI认为,该PoC将补充C-V2X技术,并通过通知车辆和行人通过路口时可能发生的交通危险,提高道路安全。VTTI计划与NEC合作,将PoC的结果应用到公共道路的十字路口。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击