智慧交通是智慧城市的基礎組成部分之一。數(shù)字技術與實體交通基礎設施的融合將改變?nèi)藗冊诔鞘械纳?、工作和出行方式。無人駕駛汽車、物聯(lián)網(wǎng)、大數(shù)據(jù)分析和更多技術的使用將使城市居民出行更安全、更便宜、更快捷。

城市空間中的出行和通信網(wǎng)絡使任何城市都能順利運行。在其中添加智慧交通元素將使城市更加高效、宜居和可持續(xù)。計算機視覺有望在多種智慧交通應用中發(fā)揮關鍵作用，如從無人駕駛汽車和交通流量分析，到停車位管理和路況監(jiān)測等等。

探索計算機視覺在智能交通中的影響

智慧交通依賴于以圖像、視頻、音頻文件、基于文本的信息、GPS和GIS數(shù)據(jù)、物聯(lián)網(wǎng)傳感器數(shù)據(jù)和其他形式的數(shù)據(jù)形式處理大量信息的數(shù)字系統(tǒng)。需要機器學習和計算機視覺算法來處理這些原始信息，并將其轉(zhuǎn)化為可操作的見解，供城市規(guī)劃機構制定有效的智慧城市政策。這些技術也是無人駕駛汽車、智慧交通管理、智慧機場視頻監(jiān)控和自動停車系統(tǒng)等復雜應用背后的驅(qū)動力。

一、改善道路安全

根據(jù)世界衛(wèi)生組織 (WHO) 的統(tǒng)計，每年約有130萬人死于道路交通事故。交通事故的一些主要原因是超速、酒后駕駛、未佩戴頭盔和安全帶等安全裝備、分心駕駛和不遵守交通規(guī)則。由此可見，人為錯誤是大多數(shù)交通事故的原因。

無人駕駛汽車可以從這些情況中消除人為因素，從而大大降低發(fā)生事故的概率。無人駕駛汽車將不斷從汽車、道路和交通信號燈上的龐大傳感器和攝像頭網(wǎng)絡收集信息。計算機視覺算法將分析這些原始數(shù)據(jù)以優(yōu)化道路安全，并實時生成關于碰撞警報和道路上行人的見解。

無人駕駛汽車可以動態(tài)處理數(shù)據(jù)，并在做出準確調(diào)整之前檢測它與行人、其他車輛、騎自行車者和道路上潛在危險的距離有多近。圖像處理算法還將使無人駕駛汽車能夠在光線不足的區(qū)域識別出移動的物體，并在發(fā)生碰撞時自動觸發(fā)安全氣囊和自動剎車。

無人駕駛汽車中將改變道路安全的其他安全技術包括：

盲點安全監(jiān)控系統(tǒng)

智能速度適應系統(tǒng)

夜視系統(tǒng)

路標識別

車道保持系統(tǒng)

這些應用程序憑借計算機視覺和機器學習算法才能正常運行。近期，德國烏爾姆大學和海爾布隆應用科學大學合作創(chuàng)建了一個自學習道路預警系統(tǒng)，該系統(tǒng)利用傳感器、雷達和攝像頭數(shù)據(jù)來識別移動物體并警告駕駛員以防止事故發(fā)生。

二、緩解交通擁堵

智慧交通不光觸及無人駕駛汽車，還觸及道路網(wǎng)絡的優(yōu)化。交通擁堵是城市出行時間增加很大的一個因素。它會造成更高的燃料消耗和空氣污染。智慧交通監(jiān)控和管理可以通過利用計算機視覺來減少擁堵和燃料消耗來解決這些問題。

智慧交通監(jiān)控系統(tǒng)的第一步是通過高空和地面攝像頭、GPS、GIS和射頻設備收集數(shù)據(jù)。這些數(shù)據(jù)被饋送到計算機視覺算法中，該算法將檢測道路上的車輛，計算交通密度并將其狀態(tài)傳遞給當?shù)氐慕煌刂浦行?。進一步分析實時道路擁堵數(shù)據(jù)，以將車輛重新引導到不太擁堵的道路上。在這種情況下，自動聯(lián)網(wǎng)車輛也將作為交通檢測系統(tǒng)的信息來源，其攝像頭將實時數(shù)據(jù)發(fā)送到控制中心。

交通中靜止的車輛浪費了大量燃料，加劇了本已很高的空氣污染水平。故此，智慧交通中的計算機視覺可以通過此類車輛的對象檢測和名稱識別來解決這個問題。機器學習算法可以識別車輛及其大致油耗。這些知識將有利于相應地調(diào)節(jié)下一個路口的交通信號燈，以保持車輛行駛。

美國橡樹嶺國家實驗室(ORNL)的研究人員使用機器學習和計算機視覺設計了一個系統(tǒng)，該系統(tǒng)可以讓交通有效地通過十字路口，并最大限度地減少燃料浪費。

三、加強機場旅客安全

航空旅行也是城市交通的一個顯著特點。機場的智慧交通應用側(cè)重于乘客安全、機場人員安全和客戶體驗。在繁忙的假期期間，機場在安全檢查站和值機柜臺排起了長隊。在這里，配備計算機視覺的攝像頭可以改善隊列管理。這種攝像頭可以持續(xù)監(jiān)控用戶排隊，計算機視覺和深度學習算法將預測何時需要客戶服務人員在特定柜臺，或者是否需要打開另一個窗口。監(jiān)控數(shù)據(jù)還將用于分析和計算乘客等待時間。這些計算將有利于減少安全檢查中的行李和客戶瓶頸以及裝卸期間的等待時間。

這些算法甚至能夠進行面部識別來驗證乘客的身份，并授權他們在沒有人為干預的情況下繼續(xù)前進。通常，安全人員會對機場攝像機進行物理掃描，以識別和跟蹤可疑活動。機器學習和計算機視覺也將使這一過程自動化，從而加快響應時間并提高機場安全性。

比如，對象識別將用于跟蹤可疑設備或潛在有害物質(zhì)。面部識別算法將識別和跟蹤潛在威脅，而無需接觸相關人員或影響其他旅行者。

四、設計更好的停車位

當城市沒有特定區(qū)域停車時，人們會在道路上非法停車，減少車輛可用的道路空間并造成交通擁堵。人們還花費大量時間開車尋找合適的停車位，造成時間和燃料的浪費。智能交通可以通過收集有關車輛移動、停車位置、非法停車位、專用交付區(qū)、叫車區(qū)域、行人交通和車輛活動增加時期的關鍵信息來解決這個問題。這些數(shù)據(jù)大部分是圖像和視頻的形式，故此需要計算機視覺算法來處理這些數(shù)據(jù)，并為城市規(guī)劃者設計停車政策提供見解。

通過智能交通優(yōu)化停車可減少用戶尋找停車位的時間，從而減少交通延誤。對停車位的實時監(jiān)控可用于指導司機開放停車位。實時停車可用性功能可以幫助送貨車隊提高路線效率，因為送貨合作伙伴不必在路邊停車。此應用程序?qū)⒐?jié)省送貨公司支付路邊停車罰款的費用。

沒有計算機視覺、AI和物聯(lián)網(wǎng)，就無法建設智慧交通系統(tǒng)，從而構建智慧城市。計算機視覺驅(qū)動的系統(tǒng)構成了智慧城市計劃每個應用的支柱。無論是改善交通狀況、遏制空氣污染、在城市周圍安全運送乘客還是幫助設計更好的城市空間，智慧交通中的計算機視覺都將徹底改變?nèi)藗冊诔鞘兄械纳睢⒙眯泻凸ぷ鞣绞健?/p>