计算机视觉/视频分析

Metropolis Spotlight: 通过 MarshallAI 优化交通管理,同时减少碳排放

公司的主要城市中的二氧化碳排放贡献者与交通有关。城市规划者总是希望减少碳足迹,设计高效、可持续的基础设施。 NVIDIA Metropolis 合作伙伴 MarshallAI 正在帮助城市改善交通管理,减少二氧化碳排放2视觉 AI 应用的排放。

MARSalai 的计算机视觉和人工智能解决方案通过使交通管理更有效,帮助城市更接近碳中和。他们将基于深度学习的人工智能应用于视频传感器,以了解道路使用情况,并通知和优化交通规划。当一个城市的交通灯管理系统能够适应实时情况并优化交通流时,其效率的提高可以减少导致排放的活动,例如车辆频繁怠速。

作为芬兰发展最快的大都会地区之一,万塔市面临着快速、安全地在老化和受限的基础设施上运送人口的挑战。该市正在部署 MarshallAI 的 Vision AI 应用程序,以实时优化交叉口的交通管理。

Vision AI 解决方案分析交通摄像头流,并根据情况动态调整交通灯。这些输入比传统传感器的输入要丰富得多,可以捕获有关用户流量和类型以及他们行驶方向的指标。

Image of MarshallAI application at a traffic intersection in a snowy town.
图 1 。 MarshallAi 在交通路口的应用程序。

MarshallAi 充分利用了NVIDIA 大都会和NVIDIA GPU 的强大功能。这包括嵌入式 NVIDIA Jetson edge AI 平台,该平台在一个紧凑且节能的模块中提供 GPU 加速计算,为其解决方案提供动力。 MarshallAi 平台运行在 NVIDIA EGX 硬件上,通过处理来自多个摄像头的数据并提供实时、可操作的见解,该平台将计算推向了边缘。 MarshallAi 针对万塔市的交通安全解决方案自动检测、计数和测量车辆、自行车和行人的速度。

“ NVIDIA 使我们有可能根据客户的需要提供边缘到云解决方案,从小型、便携式边缘计算单元到大型服务器设置。无论硬件损坏, Nvidia 生态系统使我们能够运行相同的软件堆栈,配置优化提供了最佳性能,”马萨莱的 CTO Tomi Niittum Suki 说。

MarshallAI 的解决方案使用 GPU 加速视觉 AI 处理交通路口摄像头传感器捕获的视频数据。该系统提供实时和高精度的车辆、行人和自行车分类以及速度。它还跟踪车辆占用率、路径、流量和转弯运动。这些洞察使城市能够对实时情况做出快速反应,并在最拥挤的情况下有效地管理交通。

MarshallAI 流量管理用例

了解交通流:识别和量化行人、车辆和自行车,并检测所有交通用户的路线。

数据收集:确定交通用户在红灯处等待和不必要停车的时间。

优化交通:动态检测并响应实时交通场景,消除传统基于时间的交通灯周期造成的不必要停车和怠速。

优先交通:了解道路上车辆的数量、等待时间和方向速度,并可以优先考虑某些交通用户,如紧急车辆。

MarshallAI 的机器视觉和目标检测解决方案非常可靠。在他们与万塔市合作期间,他们在所有物体类别中的平均物体检测率都超过 98% 。对不同车辆类别(轿车、厢式货车、公共汽车、卡车、铰接式卡车和摩托车)进行了明确处理,并分别进行了计算。

通过在交叉口应用自动交通优化解决方案,城市每年可以节省多达六个红绿灯站的司机,以及超过一个月的累计等待时间。这既节省了时间,也减少了排放。

MarshallAi 解决方案正致力于在巴黎、阿姆斯特丹、赫尔辛基和塔林等多个城市部署,这些城市正在优先考虑减少二氧化碳排放排放和交通拥堵。巴黎地区和赫尔辛基的概念验证装置显示,根据交叉口的情况,仅基于优化,排放量减少的潜力在 3% 到 8% 之间,不会对交通用户产生任何负面影响。

 

Tags