通过人工智能和计算机视觉加强交通执法
编辑注：insight.tech 支持终止种族主义、不平等和社会不公正的行为。我们不容忍赞助商的产品被用于侵犯人权，包括但不限于政府滥用可视化技术。insight.tech 展示产品、技术和解决方案，并遵循以下前提：负责任和合乎道德地使用人工智能和计算机视觉工具、技术和方法。
某座印度南部城市的注册车辆已达百万辆，而且每天还在不断增长，但该城市的街道已经拥挤不堪，主管机关在交通管理问题上苦苦挣扎。技术过时且交管人员不堪重负，这两个问题导致成本高昂、危险加剧且无法扩展。
该城市需要的是一种可以满足其需求的现代化解决方案。这不仅包括检测交通违规，而且在系统内传送违规信息以生成交通罚单之前，还要使主管机关能够看到详细回顾。
好消息是，将计算机视觉和人工智能 (AI) 等技术相结合，使经济高效的全市交通执法得以实现。
可扩展的交通管理
Vehant TrafficMon® 解决方案在标准 IP 摄像头中增加了一个智能层，从而可以检测多种类型的违规行为，而车牌识别则可以识别违规者。除此之外，实时分析及其可视化帮助主管机关展示整个城市的当前状况和趋势，使交管人员能够主动采取行动。
Vehant 的交通监控和路口执法解决方案包括一组具有检测功能的软件模块，例如：
- 自动车牌识别 (ANPR)
- 闯红灯
- 三人骑摩托车且不带头盔
- 超速
- 逆向驾驶
- 随意左转导致拥堵
- 颜色和标志
主管机关不仅可以在多个位置添加摄像头，而且还可以从一个应用程序开始，并在未来添加更多功能。这种可扩展性可帮助城市关注其关键需求，同时从现有基础设施中获取更多价值。
“视频处理、强大的深度学习算法和边缘人工智能硬件是系统的大脑，” Vehant 的业务开发经理 Dheeraj Saxena 说。“这些功能既可以在事件发生时捕获相应情况，也可以进行分析以提取关键见解和进行有效的资源规划。”
此外，也可以获取各种可行性信息，例如违规数量最高的地区、反复违规者和多次违规车辆。违规趋势分析还有助于主管机关更好地了解社会文化行为。
边缘计算机视觉和人工智能
大部分繁重的处理任务在本地处理单元 (LPU) 完成。
“摄像头信息进入 LPU，” Vehant 的首席技术官 Anoop Prabhu 说。“这就是处理原始帧（包括人工智能模型）的地方，以便了解到底发生了什么，即当前发生的违规行为。” 在这里，只有与违规相关的信息才会从所有城市和路口发送到后端服务器，然后进行整合（图 1）。
在边缘收集的数据不仅让城市能够识别违规活动，而且还可以采取积极主动的方式改善道路安全。
借助英特尔® OpenVINO™ 工具包，Vehant 的人工智能和机器学习能够在英特尔® 平台上实时处理工作。“通过与英特尔密切合作，使我们能够调整计算密集型应用程序，从而确保处理器的无缝操作,” Prabhu 说。
在数据中心，中央管理服务器应用程序接收来自边缘设备的所有数据。此有价值的数据推送通过 API 传递到指挥中心，以提供相关信息（图 2）。
构建智能交通执法和管理解决方案
从规划到实施，系统集成商 (SI) 与多个城市和 Vehant 合作，在正确的位置部署正确的解决方案。凭借丰富的专业知识，他们非常适合帮助交管人员规划涵盖道路、十字路口和热点区域所需的系统架构和基础设施。
这包括摄像头的安装位置和边缘设备的所在位置，以实现最佳覆盖。SI 可以设计将边缘计算设备连接回主服务器的网络基础设施。
“我们灵活且模块化的解决方案架构能够进行水平和垂直缩放，并且可以轻松添加新的软件模块，以利用现有摄像头基础设施，” Vehant 联合创始人兼首席执行官 Kapil Bardeja said Kapil Bardeja 说。“这有助于 SI 简化部署和进行项目扩展。”
对于交通警察和城市规划者等主管机关来说，这些技术的部署给市民和主管机关带来了以下实实在在的益处：
- 有效的交通执法
- 更好的道路安全
- 减少拥堵
- 更顺畅的交通流量控制
- 针对城市基础设施规划的见解
在解决交通管理问题后，智能城市会变得越来越智能。