分享到:

山东欧耐电子科技有限公司智能交通产品专业供应商

联系资料

山东欧耐电子科技有限公司
所在地区:
山东省 德州市
公司主页:
暂无
电话号码:
1751*******
传真号码:
暂无
联 系 人:
史经理
移动电话:
1751*******
电子邮箱:
***@sdonkj.com***

大数据下的智能交通信号灯!

发布于 2019年10月21日

[摘要]能在不影响日常交通运行的状况下,最直接、最简洁、最有用的优化方法便是经过优化信号灯配时计划来进步交通路口的通行功率。

上一年,人工智能棋手Alpha Go打败人类围棋国际冠军柯洁的新闻引发了咱们对人工智能以及对人类社会开展带来深远影响的思考。今日,城市路途引导专家“Easy Go”也将悄悄地改动咱们的日子。

从古至今,交通运输都决定性地影响着经济的开展与社会水平的进步。在城市化高速开展的今日,城市人口高速增长,现有路途常常无法满足人们的便捷出行需求。才智交通作为才智城市建设的重要组成部分,对现代都市交通拥堵现象有着非常积极的作用。

才智交通是在数字交通和智能交通的基础上开展起来的更高级阶段的交通模式,秉承以人为本的理念,交融先进的物联网、云核算、大数据、移动互联网、人工智能等新技能,为市民出行供给便当,势必将引发交通开展模式的革新。

新技能驱动城市交通革新

交通信号灯

处理城市交通问题不能仅从交通自身着眼,而是要从整个大的交通系统,整个社会来全盘考虑,要更多的考虑操控和办理。比如穿插路口、监控设备,以及一些强制性的手段,进步交通系统运行的功率,全体改进交通环境。

城市的交通网如同传输网络相同杂乱,传输设备的穿插容量是传输功率的重要影响指标之一,相同城市交通路口的通行功率也是影响城市交通状况的重要因素。经过咱们的研讨剖析,比照路途改造、车流猜测等优化方法,能在不影响日常交通运行的状况下,最直接、最简洁、最有用的优化方法便是经过优化配时计划来进步交通路口的通行功率。

洛杉矶是国际闻名的繁忙都市。洛杉矶在全市架设摄像设备以及磁路传感器,将收集到的数据汇总至中央核算机系统,让电脑进行核算剖析,并自动操控469平方英里的4500个交通信号灯,大大改进了交通拥堵状况。有计算显示,这一系统自从2013年上线运行以来,累计减少了12%的主要路口延误,交通通行速度进步了16%以上。交通状况的改进也减少了汽车尾气排放,从而进步了空气质量。

目前国内交通路口常用的引导方法是依据感应线圈检测的车流数据,交警在路口人为的进行交通信号灯的操控,消耗很多的警力。在遇到车身长度较长、拥堵时段则会出现检测准确度大幅下降的问题,导致信号操控不合理。为处理穿插路口通行问题,烽火推出了Easy Go(易智行)产品和相关处理计划。经过外场视频图画数据采集,使用自主知识产权的大数据产品FitData的数据处理才能,结合仿真猜测功能剖析,自适应选择最优预案,全自动操控交通信号设备。促进路途使用率的提升,缓解城市交通拥堵的压力。

Easy Go激活城市交通路口

传统的交通模型都源于国外理论体系,不符合国内现状,导致车流猜测具有较大误差。Easy Go的新式机器深度学习算法从实在数据中寻找规则,不依赖传统交通模型,能较好地适合国内实际交通状况。Easy Go是烽火联合江汉大学一同最新推出的才智信号灯处理计划。产品依据图画识别技能,使用FitData大数据的信息处理与剖析才能,以江汉大学大数据研讨中心主任陈磊教授和加拿大滑铁卢大学大数据实验室主任陈涛教授的算法为支撑,精准掌握城市交通路途通行需求,优化交通信号灯配时计划,促进路途使用率的提升,缓解城市交通拥堵的压力,增强城市交通路口通行才能。

为了给“才智交通”供给强壮的“才智支持”,烽火专门聘请了加拿大滑铁卢大学陈涛教授担任才智交通首席科学家,全面领导才智信号灯研发团队,并进行才智交通多项产品与技能服务的深度探究。烽火还与江汉大学达到合作协议,将在才智交通系统前沿技能、立异技能等领域打开研讨,包括机器学习、才智交通、自然语言处理等。

深度学习实现动态模型实时优化

Easy Go经过架设在路口及周边的高清摄像头,对路途交通视频信息中的车辆通行信息进行自动识别,将图画非结构化数据转化为结构化数据,存储生成数据库。应用FitData大数据深度发掘技能,能够经过对多来历交通大数据的剖析,获取对优化信号灯配时有用的交通信息。该技能既能够从很多历史数据中提取稳定的区域交通运行规则,又能够依据实时交通信息准确猜测行将发生的交通状况。经过机器深度学习功能,系统会经过反馈信息自我学习,不断完善配时算法,保证每一个周期的设计是依据当时信息下的最优配时计划。

咱们使用Easy Go对山东信号灯厂家,选取该区域的8个路途穿插口,依据该路网路途几何、车道设置、交通操控以及流量信息,建立区域交通信号操控模型,Easy Go在对模型进行研讨、剖析后,可结合实际状况进行交通信号操控模型的优化,并对路途突发状况供给实时的处理计划。咱们设置了两个不同的交通需求等级:顶峰小时需求以及非顶峰小时需求。顶峰小时与非顶峰小时需求的总体流量v与通行才能c之比(v/c)别离约等于1和0.6。测试结果表明,在使用Easy Go后,顶峰期该区域全体总延误时刻降低了23%,出行时刻降低了15%。非顶峰期该区域全体总延误时刻降低了17%,出行时刻降低了10%。能够看出Easy Go对顶峰时期的路途路口通行状况有更明显的改进。