墨爾本皇家理工學院(RMIT)的科學家們開發了一個概念驗證程序,可以使用谷歌街景圖像監控街道標識的狀況。
該程序使用人工智能(AI)從谷歌圖像中識別街道標志,以確定是否需要更換。RMIT表示,該程序可以被訓練識別其他輸入信息,供地方政府和交通部門使用。
據RMIT稱,當局花費大量時間和金錢手動監控和記錄交通基礎設施的地理位置,這項任務也讓工人面臨不必要的交通風險。
該研究報告的主要作者、RMIT大學地理空間科學榮譽學生安德魯?坎貝爾說:“地方議會有必要對這一基礎設施進行監控,但目前沒有廉價或有效的方法。”
“通過使用免費和開源工具,我們現在開發了一個完全自動化的系統來完成這項工作,而且做得更準確?!?
在該程序的試驗結果中,該程序檢測到的符號準確率約為96%,識別出的符號類型準確率接近98%,并能從2D圖像中記錄下它們的精確地理位置。
與概念的驗證相比,科學家團隊發現,現有路標數據庫中的強制GPS定位數據往往不準確,誤差在10米左右。
“沒有經過地理學家培訓的人手動跟蹤這些標志,會將人為錯誤輸入數據庫。我們的系統一旦建立起來,就可以被任何空間分析師使用,你只需告訴系統你想監控哪個區域,它就會為你照看好它,”坎貝爾補充道。
該團隊目前正與地方政府合作,利用谷歌街景圖像分析街道樹木的樹蔭,制定熱干預策略。
聯邦科學與工業研究組織(CSIRO)的Data61也一直致力于改善澳大利亞道路基礎設施的管理,今年2月,它與新南威爾士州交通局(Transport for New South Wales, TfNSW)合作創建了一個項目,以提高該州交通系統的效率和有效性。
Data61高級運輸數據分析(ADAIT)小組組長 博士稱贊該程序能夠分析“運營商和乘客的自動化端到端、多模式的旅程規劃”。
Chen Cai還說,當時新南威爾士大學正在探索重型車輛上連接設備的試驗,在交通信號燈之間傳遞信息給卡車,告訴他們信號燈何時變綠,這樣他們就可以在不過早停車的情況下為進入的交通做好準備。
“在未來,我們應該看到更大規模的應用和采用這些技術,”他補充說。