Quatre façons dont la vision par ordinateur va remodeler les transports urbains

Le transport intelligent est l'un des éléments de base des villes intelligentes. L’intégration de la technologie numérique et des infrastructures de transport physique changera la façon dont les gens vivent, travaillent et se déplacent dans les villes. L'utilisation de voitures autonomes, l'Internet des objets, l'analyse des mégadonnées et d'autres technologies rendront les déplacements plus sûrs, moins chers et plus rapides pour les citadins.

Les réseaux de mobilité et de communication dans l'espace urbain permettent le bon fonctionnement de toute ville. En y ajoutant des éléments de transport intelligents, les villes seront plus efficaces, plus agréables à vivre et plus durables. La vision par ordinateur devrait jouer un rôle clé dans diverses applications de transport intelligent, depuis les véhicules autonomes et l’analyse des flux de trafic jusqu’à la gestion des espaces de stationnement et la surveillance de l’état des routes.

Explorez l'impact de la vision par ordinateur dans les transports intelligents

Le transport intelligent repose sur le traitement numérique de grandes quantités d'informations sous forme d'images, de vidéos, de fichiers audio, d'informations textuelles, de données GPS et SIG, de données de capteurs IoT et autres formes de système de données. Des algorithmes d’apprentissage automatique et de vision par ordinateur sont nécessaires pour traiter ces informations brutes et les transformer en informations exploitables permettant aux agences de planification urbaine d’élaborer des politiques de ville intelligente efficaces. Ces technologies sont également à l’origine d’applications complexes telles que les véhicules autonomes, la gestion intelligente du trafic, la vidéosurveillance intelligente des aéroports et les systèmes de stationnement automatisés.

1. Améliorer la sécurité routière

Selon les statistiques de l'Organisation mondiale de la santé (OMS), environ 1,3 million de personnes meurent chaque année dans des accidents de la route. Certaines des principales causes d'accidents de la route sont la vitesse, la conduite en état d'ébriété, le non-port d'équipements de sécurité tels que le casque et la ceinture de sécurité, la distraction au volant et le non-respect du code de la route. On constate que l’erreur humaine est la cause de la plupart des accidents de la route.

Les voitures autonomes peuvent éliminer l’élément humain de ces situations, réduisant ainsi considérablement les risques d’accident. Les voitures autonomes collecteront en permanence des informations provenant d’un vaste réseau de capteurs et de caméras situés sur les voitures, les routes et les feux de circulation. Les algorithmes de vision par ordinateur analyseront ces données brutes pour optimiser la sécurité routière et générer des informations sur les alertes de collision et les piétons sur la route en temps réel.

Une voiture autonome peut traiter les données à la volée et détecter sa proximité avec les piétons, les autres véhicules, les cyclistes et les dangers potentiels sur la route avant d'effectuer des réglages précis. Les algorithmes de traitement d'image permettront également aux voitures autonomes de reconnaître les objets en mouvement dans les zones faiblement éclairées, de déclencher automatiquement les airbags et de freiner automatiquement en cas de collision.

D'autres technologies de sécurité dans les voitures autonomes qui transformeront la sécurité routière comprennent :

1. Système de surveillance de la sécurité des angles morts
2. Système intelligent d'adaptation de la vitesse
3. Système de vision nocturne
4. Reconnaissance des panneaux routiers
5. Système de maintien de voie

Ces applications s'appuient sur la vision par ordinateur et les algorithmes d'apprentissage automatique peuvent fonctionner correctement. Récemment, l'Université d'Ulm en Allemagne et l'Université des Sciences Appliquées de Heilbronn ont collaboré pour créer un système d'alerte routière à auto-apprentissage qui utilise les données de capteurs, de radars et de caméras pour identifier les objets en mouvement et avertir les conducteurs afin d'éviter les accidents.

2. Réduire les embouteillages

Le transport intelligent implique non seulement des véhicules autonomes, mais implique également l'optimisation des réseaux routiers. Les embouteillages sont la principale raison de l’augmentation des temps de trajet dans les villes. Cela entraîne une consommation de carburant et une pollution de l’air plus élevées. La surveillance et la gestion intelligentes du trafic peuvent résoudre ces problèmes en tirant parti de la vision par ordinateur pour réduire les embouteillages et la consommation de carburant.

La première étape d'un système intelligent de surveillance du trafic consiste à collecter des données via des caméras aériennes et au sol, des équipements GPS, SIG et radiofréquence. Ces données sont introduites dans un algorithme de vision par ordinateur qui détectera les véhicules sur la route, calculera la densité du trafic et communiquera leur statut au centre de contrôle de la circulation local. Les données en temps réel sur la congestion routière sont ensuite analysées pour rediriger les véhicules vers des routes moins encombrées. Dans ce cas, les véhicules autonomes connectés serviront également de source d’informations pour les systèmes de détection de trafic, leurs caméras envoyant des données en temps réel à un centre de contrôle.

Les véhicules stationnaires dans la circulation gaspillent beaucoup de carburant, exacerbant des niveaux de pollution atmosphérique déjà élevés. Par conséquent, la vision par ordinateur dans les transports intelligents peut résoudre ce problème grâce à la détection d’objets et à la reconnaissance du nom de ces véhicules. Les algorithmes d'apprentissage automatique peuvent identifier les véhicules et leur consommation approximative de carburant. Ces connaissances aideront à ajuster les feux de circulation à la prochaine intersection en conséquence pour maintenir les véhicules en mouvement.

Des chercheurs du laboratoire national d'Oak Ridge (ORNL) aux États-Unis ont utilisé l'apprentissage automatique et la vision par ordinateur pour concevoir un système qui déplace efficacement la circulation aux intersections et minimise le gaspillage de carburant.

3. Renforcer la sécurité des passagers de l'aéroport

Le transport aérien est également une caractéristique importante du transport urbain. Les applications de transport intelligent dans les aéroports se concentrent sur la sécurité des passagers, la sécurité du personnel aéroportuaire et l'expérience client. Les aéroports voient de longues files d’attente aux points de contrôle de sécurité et aux comptoirs d’enregistrement pendant la période des fêtes. Ici, les caméras équipées de vision par ordinateur peuvent améliorer la gestion des files d’attente. Les caméras peuvent surveiller en permanence les files d'attente des utilisateurs, et les algorithmes de vision par ordinateur et d'apprentissage profond prédisent quand le personnel du service client sera nécessaire à un comptoir spécifique, ou si une autre fenêtre doit être ouverte. Les données de surveillance seront également utilisées pour analyser et calculer les temps d’attente des passagers. Ces calculs contribueront à réduire les goulots d’étranglement des bagages et des clients aux contrôles de sécurité ainsi que les temps d’attente lors du chargement et du déchargement.

Les algorithmes sont même capables de reconnaissance faciale pour vérifier l'identité des passagers et les autoriser à procéder sans intervention humaine. En règle générale, le personnel de sécurité scanne physiquement les caméras des aéroports pour identifier et suivre les activités suspectes. L’apprentissage automatique et la vision par ordinateur automatiseront également ce processus, ce qui entraînera des temps de réponse plus rapides et une sécurité améliorée dans les aéroports.

Par exemple, la reconnaissance d'objets sera utilisée pour traquer les appareils suspects ou les matériaux potentiellement dangereux. Les algorithmes de reconnaissance faciale identifieront et suivront les menaces potentielles sans contacter la personne en question ni déranger les autres voyageurs.

4. Concevoir de meilleurs espaces de stationnement

Lorsqu'il n'y a pas de zones désignées pour le stationnement dans la ville, les gens se gareront illégalement sur la route, réduisant ainsi l'espace routier disponible pour les véhicules et provoquant des embouteillages. Les gens passent également beaucoup de temps à conduire à la recherche d’une place de stationnement appropriée, perdant ainsi du temps et du carburant. Le transport intelligent peut résoudre ce problème en collectant des informations critiques sur les mouvements des véhicules, les emplacements de stationnement, les places de stationnement illégales, les zones de livraison dédiées, les zones de covoiturage, la circulation des piétons et les périodes d'activité accrue des véhicules. Une grande partie de ces données se présentent sous forme d'images et de vidéos. Des algorithmes de vision par ordinateur sont donc nécessaires pour traiter ces données et fournir aux urbanistes des informations leur permettant de concevoir des politiques de stationnement.

L'optimisation du stationnement grâce à un trafic intelligent réduit le temps que les utilisateurs passent à chercher une place de stationnement, réduisant ainsi les retards de circulation. La surveillance en temps réel des places de stationnement peut être utilisée pour guider les conducteurs vers des places de stationnement ouvertes. La fonctionnalité de disponibilité du stationnement en temps réel peut aider les flottes de livraison à améliorer l'efficacité des itinéraires, car les partenaires de livraison n'ont pas besoin de se garer dans la rue. Cette application permettra aux entreprises de livraison d'économiser le coût du paiement des amendes de stationnement en bordure de route.

Sans vision par ordinateur, intelligence artificielle et Internet des objets, il est impossible de construire des systèmes de transport intelligents et donc de construire des villes intelligentes. Les systèmes basés sur la vision par ordinateur constituent l’épine dorsale de chaque application dans les initiatives de villes intelligentes. Qu'il s'agisse d'améliorer les conditions de circulation, de réduire la pollution de l'air, de transporter des passagers en toute sécurité dans les villes ou de contribuer à la conception de meilleurs espaces urbains, la vision par ordinateur dans les transports intelligents révolutionnera la façon dont les gens vivent, voyagent et travaillent dans les villes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!