人工智能和雷达力求解决一个长达500年的交通堵塞问题

意大利维罗纳的波塔诺瓦是当时现代城市规划的结果——在1532年。这座城市的入口及其复杂的防御工事是由设计师设计的。 Michele Sanmicheli，这位文艺复兴时期的军事建筑师在克里特岛、塞浦路斯和威尼斯建造了堡垒。那些厚实的城墙仍然屹立不倒，但新大门如今同样因顽固地阻挡汽车、摩托车、公共汽车、自行车和其他车辆而闻名。够了！

现在，一种由摄像头和雷达传感器组成的AI系统可以帮助维罗纳解决波尔图诺沃的交通堵塞问题，收集数据以最终改善道路安全并减少碳排放。该技术来自比特传感一家由汽车雷达专家于2018年在韩国成立的公司，与意大利维罗纳市和Famas Systems公司合作开展了一个联合项目。

比特森斯安装了十台它的设备交通洞察监控传感器(TIMOS) 监控着波尔图纽沃的五个入口车道和六个出口车道。TIMOS 具备设备端（或边缘）AI，用于收集并实时传输数据到由本地服务器支持的操作中心。该AI得到了公司的支持。4D雷达成像带有多芯片级联，同样的技术正支撑着许多其他应用自主车辆.

李재은，Bitsensing创始人兼首席执行官表示，TIMOS单元结合了24吉赫兹AI交通雷达和摄像头感应技术，由NVIDIA Jetson配备集成显卡。

这意味着淘汰笨重的外部电脑和电缆，TIMOS则成为一个单一系统，能够迅速将数据收集转换为分析，李通过电子邮件表示。

利用AI和雷达管理交通

Bitsensing表示他们的雷达结合了高分辨率点云、长检测距离和超可靠的物体分类。TIMOS单元的大小大约相当于一个有线电视盒子，可以同时探测并分类最多256辆时速高达320公里的车辆——这对于交通拥堵的维罗纳主干道来说不是问题。车辆会自动根据八种类型进行分类，包括轿车、摩托车、公交车和轻型卡车。数据每秒收集20次，最远检测距离为300米，视场宽度达200度，垂直视角范围为30度。这足以监控双向行驶的八个高速公路车道，并识别出每一辆菲亚特熊猫汽车、维苏瓦摩托车或城市公交车。

数据通过一个安全的中央路由器共享，并通过Bitsensing的“TraXight”软件在用户控制台上显示。其仪表板展示了每小时、每日和每周的人流量和车辆量、流动情况、总体统计信息及事件检测图表。李表示，结果是向拥有70万人口的维罗纳市的操作人员提供的无需深入技术知识即可理解的可操作信息。

“通过这一分析，规划者可以采取基于数据而非猜测的缓解措施，如拓宽道路、调整信号灯时序和重新安排路面布局，从而解决交通拥堵问题，”李说。

系统可以监控单个车道的交通情况。其他收集的数据包括车辆转弯动作、停驶车辆和排队长度。该系统经过训练，能够识别不良行为，如超速（自然）、非法变道、乱穿马路或逆向行驶。与一些交通传感器不同，高管表示，TIMOS无论天气还是光照条件如何都能保持一致的准确性。韩国交通运输部引用了数据98%的准确率。目标是通过减少拥堵带来的尾气排放来改善交通流畅度，减轻驾驶员的压力，并获得大量的大数据供道路和城市规划者使用。

比特 sensing 的 TIMOS 传感器可以为混乱的交叉路口（左）提供广阔的监测视野，以更好地帮助管理交通拥堵。比特感知

Bitsensing此前在韩国公州-天安高速公路81公里长的路段上安装了120个传感器，并在其公路、隧道和道路上也部署了传感器。该公司正在与维罗纳官员进行谈判，以将该项目扩展到更多的道路和交叉口。该项目得到了韩国国土交通部的支持。其K-City网络项目是包括维罗纳在内的六个国际试点项目之一，其他参与方还包括印度尼西亚、美国和越南。

除了包括提升数据传输接口可靠性等技术挑战外，李还表示，物流障碍还包括城市基础设施和可扩展性。

“许多城市拥有与新技术不立即兼容的legacy系统，因此确保雷达传感器与现有网络之间无缝通信至关重要，”他说。

大规模部署可能会受到高昂的前期成本的阻碍，这些成本包括在广阔的城区安装传感器以及后台支持系统的建设和维护。而且，由于城市不断通过新建设和发展变化的交通而演变，系统必须适应这种变化以保持准确性和可靠性。