Verkehrsmanagement mit adaptivem Überwachungssystem
Diese Technologie verspricht intelligenteren Städten und umweltfreundlicheren Lösungen, die nicht nur das Verkehrsmanagement, sondern auch die Kontrolle der Menschenmenge und Katastrophenreaktion verändern werden.
Effektives städtisches Verkehrsmanagement ist für die Entwicklung der Smart City von wesentlicher Bedeutung.Der Anstieg autonomer Fahrzeuge und vernetzter Transportsysteme hat die Notwendigkeit dynamischer Überwachungslösungen erhöht, um einen reibungslosen Verkehrsfluss zu gewährleisten, Unfälle zu reduzieren und die Effizienz zu verbessern.Traditionelle statische Kamera-Setups haben jedoch häufig die Anpassung an Echtzeitverkehrsschwankungen, was zu einer ineffizienten Überwachung und Ressourcenzuweisung führt.
Um dies anzugehen, haben Forscher der Incheon National University unter der Leitung von Associate Professor Hyunbum Kim eine Lösung entwickelt: ein erweitertes Fluidüberwachungssystem für die Anpassung in Echtzeit an die Veränderung der Verkehrszenarien.Dies bietet einen intelligenteren Ansatz für das Verkehrsmanagement.
Das System verwendet ein Netzwerk von Einzellinsenkameras, die in einem dynamischen Netz angeordnet sind.Diese Kameras passen ihre Überwachungsabdeckung intelligent an, indem sie auf der Grundlage der Echtzeitverkehrsbedingungen aktiviert oder deaktiviert werden.„Unser Ziel ist es, adaptive Verkehrsüberwachungssysteme zu schaffen, die in der Lage sind, verschiedene und unvorhersehbare Szenarien zu bearbeiten“, erklärt Dr. Kim.
Die Forscher formalisierten das „Augmented Fluid Surveillance Efficiency Maximierungsproblem“ (MaxAugmentflusurv), um die Platzierung und Verwendung der Kamera für maximale Effizienz zu optimieren.Sie schlugen zwei fortgeschrittene Algorithmen vor:
Algorithmus auf zufälliger Wertschöpfung: Kameras sind in einem 3 × 3-Gitter organisiert.Während einige Kameras für die grundlegende Abdeckung weiterhin aktiv sind, schalten andere je nach Verkehrsniveau ein oder aus, um die Effizienz während eines geringen Verkehrs zu gewährleisten und die Überwachung während der Spitzenzeiten zu verbessern.
All-Random-With-Gewicht-Algorithmus: Dieser flexible Ansatz weist jeder Kamera Rollen zu, basierend auf ihrer Position im Netz.Kameras an kritischen Stellen bleiben aktiv, während andere ihre Aktivität dynamisch anpassen und ein Gleichgewicht zwischen umfassender Abdeckung und Energieeinsparungen erreichen.
Simulationen zeigten die Wirksamkeit des Systems unter unterschiedlichen Verkehrsbedingungen, Hängen und Winkeln.Die Algorithmen minimierten den Energieverbrauch während eines geringen Verkehrs und hielten während der Spitzenzeiten eine robuste Abdeckung aufrecht.
Dr. Kim stellt fest: "Unser System optimiert die Überwachung und trägt bei Energie und trägt zu intelligenten und umweltfreundlichen Städten bei."Abgesehen von dem Verkehrsmanagement könnte diese adaptive Technologie die Publikumsüberwachung, die Katastrophenreaktion und die industrielle Sicherheit zugute kommen.Zukünftige Entwicklungen werden Deep-Lern- und reale Tests integrieren und die Grenzen intelligenter städtischer Systeme überschreiten.
Copyright © 2010-2024 MFG Chips.