اصل کارکرد
تشخیص هدف: دوربین تصاویر ویدیویی زمان واقعی جاده را ضبط میکند، از الگوریتمهای یادگیری عمیق و تکنیکهای پردازش تصویر برای شناسایی وسایل نقلیه در فریمهای ویدیو استفاده میکند. این الگوریتمها آموزشهای گستردهای را پشت سر گذاشتهاند و میتوانند به دقت انواع مختلف وسایل نقلیه را شناسایی کنند، بدون توجه به رنگ، شکل یا نوع آنها. حتی در صحنههای ترافیک پیچیده، مانند زمانی که وسایل نقلیه یکدیگر را مسدود میکنند یا زمانی که نور تغییر میکند، دوربین میتواند نرخ دقت بالایی را حفظ کند.
ردیابی وسایل نقلیه: هنگامی که یک وسیله نقلیه شناسایی میشود، دوربین حرکت وسیله نقلیه را در اطراف فریمهای مختلف ردیابی میکند و مسیر آن را ضبط میکند. این معمولاً شامل الگوریتمهای ردیابی چندگانه مانند SORT و DeepSORT است که با فیلترهای کالمن برای پیشبینی و بهروزرسانی وضعیت ترکیب میشوند. این امکان را فراهم میکند تا دوربین به دقت حرکت هر وسیله نقلیه را ردیابی کند و اطمینان حاصل شود که هیچ وسیله نقلیهای دوبار شمرده نشده یا در طول بخش ویدیویی از دست نرفته است.
آمار ترافیک: هنگامی که یک وسیله نقلیه از یک منطقه نظارتی یا کویل تعیین شده عبور می کند، الگوریتم تغییر در موقعیت وسیله نقلیه را تشخیص می دهد و از این اطلاعات برای شمارش تعداد وسایل نقلیه، سرعت و جهت آنها استفاده می کند. یک کویل مجازی یک خط یا منحنی تعریف شده در منطقه جاده فریم ویدیو است، معمولاً عمود بر جهت خطوط است. هنگامی که یک وسیله نقلیه از کویل مجازی عبور می کند، شمرده می شود.
ویژگیها
درصد بالای آمار: این میتواند دادههای دقیق جریان ترافیک را ارائه دهد، پشتیبانی قابل اعتماد برای دپارتمانهای مدیریت ترافیک و موسسات تحقیقاتی مرتبط. نسبت به روشهای سنتی شمارش دستی و روشهای مبتنی بر سنسور، نتایج دوربین هوش مصنوعی دقیقتر هستند و خطاها را به طور قابل توجهی کاهش میدهند.
عملیات تمام فصل: تحت تأثیر عوامل محیطی مانند و نور قرار نمیگیرد. برای روز یا شب، آفتابی یا بارانی، دوربین میتواند به طور نرمال عمل کند و به طور مداوم ترافیک را در جاده نظارت و شمارش کند.
اطلاعات واقعی: این قادر است اطلاعات جریان ترافیک را به صورت زمان واقعی بدست آورد و این اطلاعات را به مرکز مدیریت ترافیک یا سیستمهای مرتبط دیگر ارسال کند. این امکان را به مدیران میدهد تا به سرعت شرایط جاده را درک کنند، تصمیمات سریع بگیرند و اقدامات مناسبی انجام دهند.
تشخیص نوع وسیله نقلیه: علاوه بر شمارش تعداد وسایل نقلیه، میتواند انواع مختلف وسایل نقلیه را شناسایی کند، مانند خودروهای کوچک، اتوبوسهای بزرگ، کامیونها و موتورسیکلتها. این امکان را برای تجزیه و تحلیل جامع تر ترکیب و ویژگیهای ترافیک فراهم میکند و اطلاعات جزئیتری برای برنامهریزی و مدیریت ترافیک ارائه میدهد.
سناریوهای کاربردی
مدیریت ترافیک: به بخشهای مدیریت ترافیک در نظارت بر جریان ترافیک جادهای به صورت زمان واقعی کمک میکند. بر اساس دادههای ترافیک، زمانی که نورهای ترافیک را تنظیم میکند، سازماندهی ترافیک در تقاطعها را بهینه میکند، کارایی عبور جاده را بهبود میبخشد و گرفتاری ترافیک را کاهش میدهد.
برنامهریزی شهری: اطلاعات حیاتی را برای دپارتمانهای شهری فراهم میکند که برای ارزیابی ظرفیت جاده، برنامهریزی ساخت جادههای جدید و بهینهسازی مسیرهای حملونقل عمومی استفاده میشود.
تصمیمگیری تجاری: برای اماکن تجاری مانند فروشگاهها، سوپرمارکتها و پارکینگها، شمارش ترافیک دوربین هوش مصنوعی میتواند به مدیران کمک کند تا ورود و خروج مشتریان را درک کنند، مدیریت پارکینگ را بهینهسازی کنند و تجاری را بهطور منطقی تنظیم کنند.