使用人工智能控制的智能交通灯技术

使用人工智能控制的智能交通灯技术

研究人员利用人工智能生产智能交通灯技术，以减少交通拥堵。

在弗劳恩霍夫光电、系统技术和图像开发 IOSB研究所，位于 Lemgo 的工业自动化研究所 INA 分部的研究人员正在使用人工智能(AI) 来实现智能交通信号灯控制，作为“KI4LSA”和“KI4PED”的一部分' 减少交通拥堵的项目。未来，自学习算法与新传感器相结合应能确保更好的交通流量和更短的等待时间，同时为过马路的行人提供更高的安全性。

项目合作伙伴是 Stührenberg GmbH、Cichon Automatisierungstechnik GmbH、Stadtwerke Lemgo GmbH、Lemgo 市（关联）和 Straßen NRW（关联）。德国联邦交通和数字基础设施部 (BMVI) 正在资助该项目，该项目将于 2022 年夏季结束。

传统红绿灯

传统的交通信号灯使用基于规则的控制，但这种严格的方法并不适用于所有交通情况。此外，目前使用的传感器——嵌入路面的感应回路技术——只能提供对实际交通情况的粗略印象。Fraunhofer IOSB-INA 的研究人员正在努力解决这些问题。

他们正在使用高分辨率摄像头和雷达传感器来更精确地捕捉实际交通状况，而不是传统传感器。这允许实时准确地确定在路口等候的车辆数量。

采用高分辨率相机和雷达传感器

该技术还可以检测汽车的平均速度和当前任何时刻的等待时间。实时传感器与人工智能相结合，取代了通常的刚性控制规则。AI 使用深度强化学习 (DRL) 算法，这是一种机器学习方法，专注于寻找复杂控制问题的智能解决方案。

弗劳恩霍夫 IOSB-INA 的项目经理兼科学家 Arthur Müller 解释说：“我们在 Lemgo 的一个路口进行了测试，以建立一个逼真的模拟，并在该模型中对 AI 进行无数次迭代训练。“在运行模拟之前，我们将高峰时段测量的交通量添加到模型中，使人工智能能够处理真实数据。这导致了一个使用深度强化学习训练的代理：一个代表灯光控制的神经网络。”

以这种方式训练的算法计算出交通信号灯的最佳切换行为和最佳相序，以缩短路口的等待时间，减少行车时间，从而降低排队交通造成的噪音和 CO 2污染。这些算法的一个主要优点是它们可以被测试、使用和放大，以包括形成更广泛网络的相邻灯。

扩大规模时影响很大

在配备智能灯的拥挤的 Lemgo 路口进行的模拟阶段表明，使用人工智能可以将交通流量提高 10% 到 15%。在接下来的几个月里，受过训练的特工现在将走上街头，在现实生活的实验室中进行进一步评估。该测试还将考虑交通指标对噪声污染和排放等参数的影响。

然而，不可避免的“模拟与现实差距”提出了挑战。“在模拟中使用的关于交通行为的假设并不是现实的 1:1 表示。因此，需要相应地调整代理，”Müller 解释说。“如果这成功了，扩大规模的影响将是巨大的。想想即使在 Lemgo 这样的小镇，也有大量的红绿灯。”

欧盟估计，交通拥堵每年对其成员国造成的经济损失总计达 1000 亿美元。根据 Müller 的说法，人工智能交通灯提供了一个更有效地使用我们现有基础设施的机会。“我们是世界上第一个在现实条件下测试用于交通灯控制的深度强化学习的团队。我们希望我们的项目能够激励其他人做出类似的努力，”Müller 补充道。

行人智能交通信号系统

“KI4PED”项目关注的是行人而不是车辆。在一个计划运行至 2022 年 7 月底的项目中，Fraunhofer IOSB-INA 与 Stührenberg GmbH 和相关合作伙伴 Straßen NRW 在 Lemgo 市和比勒费尔德市合作，为基于需求的控制开发一种创新方法行人信号。

据估计，这对老年人或残疾人等弱势群体特别有益。目的是通过延长人行横道的时间来减少等待时间并提高人行横道的安全性。根据目前的研究，对于这些人群来说，“步行”时间太短了。当前使用的按钮，通常在黄色的小框中，不提供任何关于过路者数量或年龄的信息，或者他们的其他需求。

项目合作伙伴希望将人工智能与高分辨率激光雷达传感器结合使用，以实现流程自动化，并根据行人的需要自动调整和增加穿越时间。AI 根据来自 LiDAR 传感器的数据执行人员检测和跟踪，并将其实时应用于嵌入式系统。

智能红绿灯技术数据分析

“出于数据保护的目的，我们使用的是 LiDAR 传感器，而不是基于摄像头的系统，”Fraunhofer IOSB-INA 的项目经理兼科学家 Dennis Sprute 博士解释说。“这些将行人呈现为 3D 点云，这意味着他们无法单独识别。”

LiDAR 传感器（光检测和测距）向周围环境发射脉冲光波，这些光波会从附近的物体反弹并返回传感器。传感器测量光线返回所需的时间，以计算它到物体（在本例中为人）的距离。

这些传感器还可以抵抗光线、反射和天气的影响。将进行可行性研究，以确定交叉口的最佳位置和路线。人工智能算法最初将在 Lemgo 和 Bielefeld 的两个红绿灯路口进行为期一周的训练。传感器测试也计划在弗劳恩霍夫 IOSB-INA 站点使用各种模拟光照条件来确定检测能力。

通过使用适合个人情况的基于需求的控制概念，研究合作伙伴希望在有很多人等待的情况下将等待时间减少 30%。他们还旨在将乱穿马路的事件数量减少约 25%。

深圳市晶光华电子有限公司 专注石英晶振生产26年，强大的专业团队，服务超过5000+客户，年产能6亿PCS，1天试样，3天测试，1周交货；如果您对我们的石英晶振感兴趣，欢迎咨询我们的客服，获取详细资料，我们将为您提供专业贴心的服务。