컴퓨터 비전이 도시 교통을 변화시키는 네 가지 방법

스마트 교통은 스마트 시티의 기본 구성 요소 중 하나입니다. 디지털 기술과 물리적 교통 인프라의 통합은 사람들이 도시에서 생활하고 일하고 여행하는 방식을 변화시킬 것입니다. 자율 주행 차량, 사물 인터넷, 빅 데이터 분석 및 더 많은 기술을 사용하면 도시 거주자의 여행이 더 안전하고 저렴하며 빨라질 것입니다.

도시 공간의 이동성과 통신 네트워크를 통해 모든 도시가 원활하게 운영될 수 있습니다. 여기에 스마트 교통 요소를 추가하면 도시가 더욱 효율적이고 살기 좋고 지속 가능해집니다. 컴퓨터 비전은 자율주행차와 교통 흐름 분석부터 주차 공간 관리, 도로 상태 모니터링에 이르기까지 다양한 스마트 교통 애플리케이션에서 핵심적인 역할을 할 것으로 예상됩니다.

스마트 교통에 컴퓨터 비전이 미치는 영향 살펴보기

스마트 교통은 이미지, 비디오, 오디오 파일, 텍스트 기반 정보, GPS 및 GIS 데이터, IoT 센서 데이터 및 기타 형태의 대량 정보의 디지털 처리에 의존합니다. 데이터 시스템의 형태. 이러한 원시 정보를 처리하고 이를 도시 계획 기관이 효과적인 스마트 도시 정책을 개발할 수 있는 실행 가능한 통찰력으로 변환하려면 기계 학습 및 컴퓨터 비전 알고리즘이 필요합니다. 이러한 기술은 자율주행차, 스마트 교통 관리, 스마트 공항 영상 감시, 자동 주차 시스템 등 복잡한 애플리케이션을 뒷받침하는 원동력이기도 합니다.

1. 도로 안전 개선

세계보건기구(WHO) 통계에 따르면 매년 약 130만 명이 교통사고로 사망합니다. 교통사고의 주요 원인으로는 과속, 음주운전, 헬멧, 안전벨트 등 안전장비 미착용, 운전 부주의, 교통규칙 미준수 등이 있습니다. 대부분의 교통사고의 원인은 사람의 실수라고 볼 수 있습니다.

자율주행차는 이러한 상황에서 인간적 요소를 제거하여 사고 가능성을 크게 줄일 수 있습니다. 자율주행차는 자동차, 도로, 신호등에 설치된 센서와 카메라로 구성된 방대한 네트워크로부터 지속적으로 정보를 수집합니다. 컴퓨터 비전 알고리즘은 이 원시 데이터를 분석하여 도로 안전을 최적화하고 도로의 충돌 경고 및 보행자에 대한 통찰력을 실시간으로 생성합니다.

자율 주행 자동차는 실시간으로 데이터를 처리하고 보행자, 다른 차량, 자전거 타는 사람 및 도로의 잠재적인 위험 요소와 얼마나 가까운지 감지한 후 정확한 조정을 수행할 수 있습니다. 또한 이미지 처리 알고리즘을 통해 자율주행차는 저조도 지역에서 움직이는 물체를 인식하고 충돌 시 자동으로 에어백과 브레이크를 작동할 수 있습니다.

도로 안전을 변화시킬 자율 주행 자동차의 기타 안전 기술은 다음과 같습니다.

1. 사각지대 안전 모니터링 시스템
2. 지능형 속도 적응 시스템
3. 야간 투시경 시스템
4. 도로 표지판 인식
5. 차선 유지 시스템

이러한 앱은 컴퓨터 비전을 기반으로 하며 기계 학습 알고리즘이 제대로 작동할 수 있습니다. 최근 독일 울름대학교와 하일브론 응용과학대학교는 센서, 레이더, 카메라 데이터를 사용해 움직이는 물체를 식별하고 운전자에게 경고하여 사고를 방지하는 자가 학습 도로 경고 시스템을 만들기 위해 협력했습니다.

2. 교통 혼잡 완화

스마트 교통에는 자율주행차뿐만 아니라 도로망 최적화도 포함됩니다. 교통 혼잡은 도시의 이동 시간이 늘어나는 가장 큰 이유입니다. 이는 연료 소비와 대기 오염을 증가시킵니다. 스마트 교통 모니터링 및 관리는 컴퓨터 비전을 활용하여 정체와 연료 소비를 줄임으로써 이러한 문제를 해결할 수 있습니다.

스마트 교통 모니터링 시스템의 첫 번째 단계는 오버헤드 및 지상 카메라, GPS, GIS 및 무선 주파수 장비를 통해 데이터를 수집하는 것입니다. 이 데이터는 도로 위의 차량을 감지하고 교통 밀도를 계산하며 해당 상태를 지역 교통 통제 센터에 전달하는 컴퓨터 비전 알고리즘에 입력됩니다. 실시간 도로 혼잡 데이터를 추가로 분석하여 차량을 덜 혼잡한 도로로 리디렉션합니다. 이 경우 자율 연결 차량은 카메라가 실시간 데이터를 제어 센터로 전송하여 교통 감지 시스템의 정보 소스 역할도 합니다.

정차된 차량은 연료를 많이 낭비하여 이미 높은 대기 오염 수준을 더욱 악화시킵니다. 따라서 스마트 교통 분야의 컴퓨터 비전은 이러한 차량의 객체 감지 및 이름 인식을 통해 이 문제를 해결할 수 있습니다. 기계 학습 알고리즘은 차량과 차량의 대략적인 연료 소비량을 식별할 수 있습니다. 이 지식은 차량이 계속 움직일 수 있도록 다음 교차로의 신호등을 조정하는 데 도움이 됩니다.

ORNL(Oak Ridge National Laboratory)의 연구원들은 기계 학습과 컴퓨터 비전을 사용하여 교차로를 통해 교통을 효율적으로 이동하고 연료 낭비를 최소화하는 시스템을 설계했습니다.

3. 공항 승객 안전 강화

항공여행은 도시교통의 두드러진 특징이기도 합니다. 공항의 스마트 교통 애플리케이션은 승객 안전, 공항 직원 안전 및 고객 경험에 중점을 둡니다. 성수기에는 공항의 보안 검색대와 체크인 카운터에 긴 줄이 늘어납니다. 여기서 컴퓨터 비전이 장착된 카메라는 대기열 관리를 개선할 수 있습니다. 카메라는 대기열을 지속적으로 모니터링하고 컴퓨터 비전 및 딥 러닝 알고리즘은 특정 카운터에 고객 서비스 직원이 필요한 시기 또는 다른 창구를 열어야 하는 시기를 예측합니다. 모니터링 데이터는 승객 대기 시간을 분석하고 계산하는 데에도 사용됩니다. 이러한 계산은 수하물을 싣고 내리는 동안 보안 검색대와 대기 시간에서 수하물과 고객의 병목 현상을 줄이는 데 도움이 됩니다.

알고리즘은 얼굴 인식을 통해 승객의 신원을 확인하고 사람의 개입 없이 탑승할 수 있도록 승인할 수도 있습니다. 일반적으로 보안 담당자는 공항 카메라를 물리적으로 스캔하여 의심스러운 활동을 식별하고 추적합니다. 머신 러닝과 컴퓨터 비전도 이 프로세스를 자동화하여 응답 시간을 단축하고 공항 보안을 향상시킵니다.

예를 들어, 의심스러운 장치나 잠재적으로 유해한 자료를 추적하는 데 객체 인식이 사용됩니다. 얼굴 인식 알고리즘은 문제의 사람에게 연락하거나 다른 여행자를 방해하지 않고 잠재적인 위협을 식별하고 추적합니다.

4. 더 나은 주차 공간 설계

도시에 지정된 주차 공간이 없으면 사람들은 도로에 불법 주차를 하게 되어 차량이 주차할 수 있는 도로 공간이 줄어들고 교통 혼잡이 발생합니다. 또한 사람들은 적절한 주차 공간을 찾기 위해 운전하는 데 많은 시간을 소비하며 시간과 연료를 낭비합니다. 스마트 교통은 차량 이동, 주차 위치, 불법 주차 공간, 배달 전용 구역, 차량 공유 구역, 보행자 교통량, 차량 활동 증가 기간에 대한 중요한 정보를 수집하여 이 문제를 해결할 수 있습니다. 이 데이터의 대부분은 이미지와 비디오 형식이므로 이 데이터를 처리하고 도시 계획자가 주차 정책을 설계할 수 있는 통찰력을 제공하려면 컴퓨터 비전 알고리즘이 필요합니다.

스마트 교통을 통한 주차 최적화는 사용자가 주차 공간을 찾는 데 소요되는 시간을 줄여 교통 정체를 줄여줍니다. 주차 공간을 실시간으로 모니터링하여 운전자에게 주차 공간을 안내할 수 있습니다. 실시간 주차 가용성 기능은 배달 파트너가 거리에 주차할 필요가 없기 때문에 배달 차량의 경로 효율성을 향상시키는 데 도움이 될 수 있습니다. 이 앱은 배달 회사가 길가 주차 벌금을 지불하는 비용을 절약해 줍니다.

컴퓨터 비전, 인공 지능, 사물 인터넷 없이는 스마트 교통 시스템을 구축하여 스마트 도시를 구축하는 것은 불가능합니다. 컴퓨터 비전 기반 시스템은 스마트 시티 이니셔티브의 모든 애플리케이션의 중추를 형성합니다. 교통 상황 개선, 대기 오염 억제, 도시 주변 승객의 안전한 운송, 더 나은 도시 공간 설계 지원 등 스마트 교통 분야의 컴퓨터 비전은 사람들이 도시에서 생활하고, 여행하고, 일하는 방식에 혁명을 일으킬 것입니다.

위 내용은 컴퓨터 비전이 도시 교통을 변화시키는 네 가지 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!