스마트 도로에 AI 카메라와 LiDAR가 중요한 이유

올해 1월에 열린 CES(Consumer Electronics Show)는 향후 몇 년 내에 자동차 시장에 진출하는 자율주행차의 새로운 물결을 촉발시켰습니다. 이들 차량의 기술에 많은 관심이 집중되었습니다. 하지만. 도로 인프라에 내장된 기술은 서비스 제공업체와 지방자치단체 간의 더 많은 논의를 촉발하고 있습니다.

인공지능과 5G

네트워크 연결의 발전으로 실시간 교통 분석을 개선하고 문제를 해결하기 위한 노력의 일환으로 스마트 도로 인프라 기술이 미국의 다양한 도로, 교량 및 기타 교통 시스템에 추가될 것으로 예상됩니다. 가장 까다로운 도로 안전 및 교통 관리 문제. 이 논의의 중심에 있는 기술 중 하나는 AI 강화 카메라의 현재 사용과 LiDAR 기술의 미래 전망입니다.

인공지능이 카메라 감지 성능을 향상시킬 것입니다

현재 미국에만 수십만 대의 교통 카메라가 설치되어 있으며, CCTV 카메라까지 포함하면 수백만 대에 달합니다. 주로 도로 모니터링 및 기본 교통 관리 애플리케이션(예: 사이클 시뮬레이션)에 사용됩니다. 그러나 AI의 최신 발전을 이러한 자산에 적용하면 기본 애플리케이션 성능이 즉시 향상되고 고급 소프트웨어 애플리케이션 및 사용 사례가 활용될 수 있습니다.

인공 지능과 기계 학습은 기존 카메라의 기존 컴퓨터 비전 기술에 비해 뛰어난 감지 성능을 제공합니다. 다양한 조명 및 기상 조건에 자동으로 적응하는 알고리즘을 통해 모든 도로 사용자를 보다 강력하고 유연하며 정확하게 감지, 추적 및 분류할 수 있습니다. 또한 도로 사용자의 움직임과 행동을 더 잘 시뮬레이션하고 도로 안전을 향상시키는 예측 기능도 갖추고 있습니다. 지방자치단체는 도로 충돌 감지 및 분석, 횡단보도 예측, AV 배포를 위한 인프라 감지 등의 애플리케이션을 갖춘 AI 강화 카메라의 혜택을 즉시 누릴 수 있습니다.

LiDAR 기술은 카메라를 완전히 대체할 수 없습니다. LiDAR는 카메라와 보완적이고 때로는 중복되는 가치를 제공할 수 있지만, LiDAR 기술의 성능이 좋지 않고(폭우 및 눈 포함) 카메라가 입증된 일부 경우가 있습니다. 더 좋은. 또한 오늘날의 LiDAR 기술을 대규모로 배포하는 경우 단가가 높고 시야가 제한되어 비용이 많이 듭니다. 예를 들어, 교차로에 여러 LiDAR 장치를 배치하려면 막대한 투자가 필요한 반면, 360도 AI 카메라가 더 비용 효율적인 솔루션일 수 있습니다.

예산에 민감한 많은 커뮤니티에서 AI 강화 카메라는 오늘날에도 입증된 기술로 남아 있습니다. 시간이 지남에 따라 LiDAR 기술 비용이 감소함에 따라 커뮤니티는 이러한 센서를 사용하여 인프라를 강화하는 방법을 평가해야 합니다.

결국 센서 융합은 강력한 결과를 제공할 것입니다

LiDAR 기술 비용이 마침내 예상 감소 수준에 도달하면 현재 설치된 AI 강화 카메라에 대한 강력하고 실행 가능한 보완책으로 보일 것입니다. 자율주행차와 마찬가지로 센서 융합은 스마트 인프라 솔루션에서 선호되는 방법이 될 것이며 도시에서 두 기술의 이점을 극대화할 수 있게 될 것입니다. (센서 융합은 여러 LiDAR, 카메라, 레이더, CCTV 및 기타 소스의 데이터 입력을 결합하여 단일 환경 모델 또는 이미지를 형성하는 기능입니다.)

지금 비용 효율적이고 성능이 뛰어난 AI 기반 카메라를 결합하여 사용하세요. 향후 LiDAR의 엄청난 잠재력을 통해 지역사회와 지방자치단체가 현재와 미래에 윈윈(win-win) 상황을 달성하는 데 도움이 될 수 있습니다.

궁극적으로는 전반적인 교통 흐름을 개선하고 차량 충돌 및 사망자를 줄이는 것이 목표이지만 기술과 구현 전략이 맞아야 합니다. 도로를 모니터링하는 기술도 변화해야 합니다. 따라서 오늘은 AI 기반 카메라를 고려하고 내일은 LiDAR를 고려해보세요.

위 내용은 스마트 도로에 AI 카메라와 LiDAR가 중요한 이유의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!