Восприятие подробной информации о дорожном движении лежит в основе интеллектуальной транспортной технологической системы. В транспортном секторе имеется множество видео и изображений, которые можно использовать, что создает благоприятные условия для их применения. В настоящее время ИИ достиг относительно стабильного уровня в довольно простых ситуациях, таких как распознавание номерных знаков, идентификация особенностей внешнего вида транспортных средств и сбор статистики транспортных потоков. Тем не менее, если рассматривать восприятие инцидентов детально, всё ещё существуют серьёзные проблемы:
При рассмотрении различных сценариев применения система по-прежнему сильно зависит от настройки модели, поэтому она не способна к достаточному обобщению. Например, сложно обнаружить такие инциденты с небольшой выборкой, как дым, пожар и разброс объектов.
Повышение эффективности алгоритмов обнаружения в сложных условиях — непростая задача. Например, в условиях слабого освещения и низкого качества изображения, таких как густой туман, дымка или сильный дождь, где точность распознавания особенно важна, эффективность обнаружения довольно низкая.
Более того, технология принципиально зависима от данных и, следовательно, требует большого количества аннотированных и обучающих экземпляров.
В некоторой степени внедрение технологии крупномасштабных моделей может смягчить проблемы, связанные с восприятием дорожного движения. Крупные модели более универсальны, точны и эффективны. Извлечение знаний позволяет малым моделям получать предварительно обученные знания больших моделей, что позволяет оптимизировать небольшую модель и непосредственно использовать её для решения поставленной задачи. Таким образом, малые модели обладают лучшей способностью к обобщению неизвестных данных и решению новых задач. Одновременно это значительно снижает зависимость малых моделей от данных. Благодаря реализации таких функций, как передача знаний и самообучение, алгоритмы могут быть ускорены и готовы к использованию, что позволяет достичь точного обнаружения всех элементов в различных сценариях.
Используя технологии искусственного интеллекта, интеллектуальный транспорт может реализовать универсальное восприятие людей, транспортных средств, дорог и окружающей среды в рамках всеобъемлющего, полного, постоянного и всеэлементного подхода. «Мозг» городского дорожного движения понимает базовые принципы дорожной сети и её характерные правила, создавая тем самым новую цифровую, сетевую, визуализированную и интеллектуальную модель управления дорожным движением и закладывая основу для управления городским движением.
Используя концепцию файла дддхххон на дорогу/участок, одного файла на транспортное средство и одного файла на человека, была разработана индивидуализированная платформа для расширения возможностей принятия решений в области управления и контроля, предназначенная для внедрения инновационных решений в области расширения возможностей бизнеса в транспортном секторе и смежных отраслях. Это способствует повышению эффективности дорожного движения, эффективности работы правоохранительных органов, снижению аварийности и устранению потенциальных угроз.
Благодаря обмену данными и расширению возможностей бизнеса, проект стимулирует межведомственное сотрудничество в области инноваций в секторе комплексных транспортных перевозок, что позволяет участникам дорожного движения эффективно развивать интенсивную совместную деятельность, внедрять точное управление дорожным движением в режиме реального времени, динамичное и интеллектуальное распределение прав на дорогах, а также обеспечивать долгосрочное эффективное управление безопасностью. Кроме того, проект стимулирует оптимизацию и модернизацию традиционных транспортных предприятий, одновременно обеспечивая устойчивый рост таких новых отраслей, как интеллектуальная связь и автономное вождение, и предоставляя транспортно-информационным службам возможности для дальнейшего развития.
Основными платформами для реализации основных функций системы являются вычисляемая цифровая дорожная сеть, платформа когнитивного анализа дорожного движения и платформа принятия решений для моделирования дорожного движения. Тема интеллектуального транспорта используется для создания таких прикладных сценариев, как восприятие городской среды, интеллектуальные услуги, предотвращение и контроль общественной безопасности, управление дорожным движением, эксплуатация и обслуживание муниципальных объектов, а также интеллектуальный опыт путешествий.
Воспринимаемая информация от умных фонарных столбов — важнейший компонент городского функционирования и важнейший инструмент построения умных городов. Следуя за развитием умных городов, умные фонарные столбы будут выступать в качестве опорных точек и превращаться в нервные окончания (а-а-а-а) мозга умного города, тем самым способствуя развитию всей экосистемы умного города.
Представьте, вы идёте по улице, и вдруг с улицы раздаётся голос: «Ддддххх! Водители электровелосипедов, пожалуйста, наденьте шлемы!». Вы осматриваетесь, но не можете определить источник голоса — не паникуйте. Можете обратить внимание на ближайшие фонарные столбы: такое напоминание, скорее всего, исходит от «дддхххххх» — умного фонарного столба.
Умные фонарные столбы, оснащённые искусственным интеллектом, способны автоматически определять наличие шлемов у велосипедистов на электровелосипедах и, благодаря встроенной аудиосистеме, воспроизводить голосовые сообщения. Благодаря интеграции множества систем, таких как мобильная связь, освещение, метеорологический и экологический мониторинг, передача информации, распределение и обмен энергией, а также предотвращение аварий, умные фонарные столбы стали чем-то большим, чем просто одиночный осветительный объект — они превратились в суперстолб с множеством столбов.
Они могут предоставлять различные инновационные услуги, такие как интеллектуальное освещение, связь 5G, общественная безопасность, мониторинг окружающей среды, интеллектуальный транспорт и интеллектуальная энергетика. Интеллектуальные фонарные столбы успешно преобразовали традиционные уличные фонари из единственной функции освещения в многофункциональное решение благодаря интеграции оборудования, совместному использованию столбов и добавлению программного обеспечения к различным устройствам восприятия.
Часто задаваемые вопросы – Часто задаваемые вопросы
1. Где и когда будет проводиться СИТСЕ?
Мероприятие пройдёт с 13 по 15 мая 2026 года в Международном конференц- и выставочном центре XICEC (XICEC) в городе Сямынь, Китай.
2. Опишите масштаб СИТСЕ.
СИТСЕ — это мероприятие площадью 40 000 м², на котором побывало более 350 представителей компаний и более 30 000 специалистов со всего мира.
3. Какие мероприятия включены?
Более 80 профессиональных форумов и мероприятий посвящены темам, которые обсуждаются в сфере интеллектуального транспорта.
4. Сколько стран и регионов представлено?
На СИТСЕ соберутся делегаты из более чем 80 стран и регионов.
5. Есть ли шансы на сотрудничество?
СИТСЕ, объединяющая более 1000 партнеров по всему миру, — это место, где можно открыть для себя множество возможностей для делового сотрудничества, обмена технологиями и инвестиций.
6. С кем я могу связаться для получения более подробной информации?
Если вы хотите узнать больше, отправьте нам сообщение, используя раздел «Связаться с нами» на нашей веб-странице.
