Zarządzanie ruchem z adaptacyjnym systemem nadzoru

Ta technologia obiecuje mądrzejsze miasta i bardziej ekologiczne rozwiązania, które mają przekształcić nie tylko zarządzanie ruchem, ale także kontrolę tłumu i reakcję katastrof.

Skuteczne zarządzanie ruchem miejskim jest niezbędne do rozwoju inteligentnego miasta.Wzrost pojazdów autonomicznych i połączonych systemów transportu zwiększył potrzebę dynamicznych rozwiązań nadzoru w celu zapewnienia płynnego przepływu ruchu, zmniejszenia wypadków i zwiększenia wydajności.Jednak tradycyjne statyczne konfiguracje aparatów często nie są w stanie dostosowywać się do fluktuacji ruchu w czasie rzeczywistym, co prowadzi do nieefektywnego monitorowania i alokacji zasobów.

Aby rozwiązać ten problem, naukowcy z Incheon National University, kierowane przez profesora Hyunbuma Kim, opracowali rozwiązanie: rozszerzony system nadzoru płynów zaprojektowany do adaptacji w czasie rzeczywistym do zmieniających się scenariuszy ruchu.Zapewnia to mądrzejsze podejście do zarządzania ruchem.

System wykorzystuje sieć kamer jednoosobowych ułożonych w dynamicznej siatce.Te kamery inteligentnie dostosowują pokrycie nadzoru poprzez aktywację lub dezaktywowanie w oparciu o warunki ruchu w czasie rzeczywistym.„Naszym celem jest stworzenie adaptacyjnych systemów monitorowania ruchu zdolnych do obsługi różnorodnych i nieprzewidywalnych scenariuszy”, wyjaśnia dr Kim.

Naukowcy sformalizowali „Problem maksymalizacji wydajności monitorowania płynów” (MaxaugmentFlusurv), mający na celu zoptymalizowanie umieszczenia i wykorzystania kamery dla maksymalnej wydajności.Zaproponowali dwa zaawansowane algorytmy:

Algorytm na poziomie losowej wartości-camera: Kamery są zorganizowane w siatce 3 × 3.Podczas gdy niektóre kamery pozostają aktywne dla podstawowego zasięgu, inne włączają lub wyłączają w zależności od poziomu ruchu, zapewniając wydajność podczas niskiego ruchu i zwiększone monitorowanie w czasie szczytu.
Algorytm algorytmu wszechstronnie z wściekłem: to elastyczne podejście przypisuje role do każdej kamery w oparciu o jego pozycję w siatce.Kamery w krytycznych lokalizacjach pozostają aktywne, podczas gdy inne dostosowują swoją aktywność dynamicznie, osiągając równowagę między kompleksowym zasięgiem a oszczędnościami energii.
Symulacje wykazały skuteczność systemu w różnych warunkach ruchu, zboczach i kątach.Algorytmy zminimalizowały zużycie energii podczas niskiego ruchu i utrzymywały solidny zasięg w godzinach szczytu.

Dr Kim zauważa: „Nasz system optymalizuje nadzór, jednocześnie oszczędzając energię, przyczyniając się do mądrzejszych i bardziej ekologicznych miast”.Oprócz zarządzania ruchem ta technologia adaptacyjna może przynieść korzyści monitorowaniu tłumu, reakcji katastrof i bezpieczeństwa przemysłowego.Przyszłe zmiany zintegrują głębokie uczenie się i testy w świecie rzeczywistym, przekraczając granice inteligentnych systemów miejskich.