統計驅動的洞察資訊優化高速公路網絡

By Elvis Law | 2月9, 2024 12月11, 2023 | 交通運輸, 智慧城市, 行業資訊及趨勢 0 comments

針對範圍高達幾千公里的道路，要追蹤整個高速公路網絡的現場狀況，只能透過影像監控有效達成。對交通管理當局而言，由網路監控所提供的即時智能，達成至今最快速有效的回應，促成更安全順暢的交通。

更長遠之計，則是透過影像監控系統收集交通資料，對於交通趨勢，為將來的交通管理創造有用資訊是相當重要的。網路攝影機所提供的完整資料能幫助當局改善交通規劃，降低擁塞且提供更安全的旅程，同時優化公路養護品質。要達到淨零目標，使用這些資料來強化環境永續性也是極度關鍵的。因此，這些資料也能創造更智慧、更安全的交通。

這些功能取決於收集高品質影像資料的能力，無論在何種天氣狀況下、白天或黑夜，攝影機都能被當成感測器，有效地收集資料。但只有資料收集是不夠的。關鍵是，監控攝影機必須能快速地查詢資料，透過有效且可靠的分析達成可行的洞察資訊。深度學習與人工智慧能整合運用監控資料下的模式，強化改善功能，讓城市規畫者與設計師有效率地管理。

收集並分析必要資料

為優化道路上的即時狀況，以及改善未來的道路規劃與管理，政府交通當局需要能核對與查閱關鍵資料，將其結合使用以獲得可行的洞察資訊。這些資料組通常包含：

高速公路沿路或區段上的交通量，這對了解壅塞狀況來說是最基本的。安全性方面也會帶來衝擊，對高速公路養護計畫影響也很大。
某些特定時段中，高速公路段的平均速度，在與交通量結合分析後，以辨識壅塞情況。這些因素對了解安全性是極度重要的，有助於辨識特定路段，提供更詳盡的調查。
依據車輛類型分析道路的使用狀況，涵蓋範圍從乘客到大型貨車，與交通量結合後，對高速公路養護規劃來說是不可或缺的。車輛大小與重量對安全性有極大的影響，辨識像是公車等車輛的能力也有助於規劃大眾運輸。

有效的網路攝影系統能提供所有區域的交通資料，也能生成細緻影像，深層研究特定車輛。收集車輛外型、款式與顏色的資料（通常會被縮寫成 MMC）是有可能的，且特定的車輛辨識也能透過車牌辨識攝影技術達成。

為可行的洞察資訊收集資料，在任何光線與氣候狀況下，對比高畫質影像有其必要性。光線敏感度與寬動態範圍 (WDR) 在捕捉動態車輛上相當關鍵，無論白天或黑夜，甚至在近乎全暗的狀況下都能減少模糊，實現高清晰度，並提供高解析度、全彩影像。在無遮蔽的高速公路上，能抵擋強風避免影響影像穩定度是極度重要的。電子影像穩定技術 (EIS) 可在攝影機震動的情況下，捕捉高速動態提供清晰與精準的影像。

辨識特定細節或狀況能被用來設定即時自動警報，也為未來規畫提供趨勢。透過攝影機的處理能力，結合有效深度學習的 AI 分析，在錯誤率低的警報狀況下，提供準確的場景智慧。在攝影機上的邊際分析，相比基於伺服器的影像處理，透過減少反應時間和較低的網路頻寬需求，從而優化流程。

使用中的即時交通資料

即時協助管理與減緩壅塞，例如香港這樣區域性的交通當局，正使用網路攝影機依據即時資訊，指引駕駛員前往更快速的路徑。這些資料能驅動警報，與行動應用和公速公路訊號桿整合，讓駕駛員能導航到更快速的路徑，整體而言，也能減緩整個網路的壅塞狀況。香港也執行自動付款的自由流收費系統，免除駕駛員必須停車的需求。自由流收費系統是根據 RFID（無線射頻辨識系統）技術，運用標籤與讀卡機間的無線通訊。另有車牌辨識功能的攝影機支援，偵測沒有安裝 RFID 標籤的車輛，或在無法偵測到 RFID 標籤的狀況下充當備援。

攝影機在強化道路安全方面扮演一個很重要的角色，透過在意外發生前辨識潛在的危害，也能確保緊急通道是保持淨空的狀態，免於受到危險或停止車輛的威脅。如果事件真的發生的話，自動事件偵測分析會觸發警報，讓操作人員能採取立即的行動，包含引導緊急服務。

分析也能協助執行相關法規，從偵測速度到使用禁行車道等，以提供更安全的高速公路。同樣地，車牌辨識與 MMC 辨識也能透過監控並執行低排放地區的車輛使用情況，以及大眾運輸工具與共享汽車多乘載專用道的使用狀況，優化環境永續性。同時在停車區，監控攝影機能用來監控電動車充電站的使用情形。