來自工業(yè)自動化研究所分支機構INA、弗勞恩霍夫研究所光電子、系統(tǒng)技術和圖像開發(fā)IOSB的研究團隊正在測試人工智能控制的交通燈，以幫助緩解擁堵和推進智慧城市基礎設施。這些被稱為“KI4LSA”和“KI4PED”的項目，可能會在應對氣候變化和交通事故方面帶來微小的改變，但卻會產生重大影響。

升級的算法和傳感器

KI4LSA 中的紅綠燈使用高分辨率攝像頭和雷達傳感器來提供自學習算法。使用這個升級后的系統(tǒng)，測試中的紅綠燈實時捕獲了更準確的交通讀數。

為什么這很重要？當前的輕型解決方案涉及基于規(guī)則的控制。當流量模式很少偏離既定模式或經歷低流量時，它們就可以很好地工作。當事情發(fā)生變化時，信號燈無法調整，使交通擁堵更加嚴重。

例如，如果事故導致交通重新轉向到通常不會經歷大量交通的十字路口，現(xiàn)有的控制可能不會調整轉換時間以解決模式的差異。借助這些人工智能信號燈，傳感器將實時記錄變化，學習算法將自動調整以緩解擁堵并為交通流量找到合適的平衡點。當事故消除后，燈可以重置以應對下一次交通變化。

第二個項目 KI4PED 專注于人工智能驅動的交通傳感器對行人安全的影響。一個正在進行的項目目前正在測試相同的高功率傳感器，以便為需要更多時間的行人自動調整交叉時間。傳感器使用人員檢測（將行人表示為抽象的 3D 數據點以保護隱私）和跟蹤以在必要時調整交叉時間并在不需要時減少交叉時間，從而有可能使交通燈更高效，對行人更安全。

小改變帶來大影響

在德國 Lemgo 一個擁擠的十字路口進行的初步測試表明，改變交通信號燈這樣的小東西可以將交通流量提高多達 15%。算法會隨著時間的推移而學習，并更好地預測和選擇最有效的相序。

總體而言，智能交通信號燈可以減輕十字路口空轉交通造成的二氧化碳排放的影響。由于它們使用位于接線控制盒上的邊緣計算機控制，因此它們提供了可擴展性。

這些測試代表了利用人工智能的力量改進我們的系統(tǒng)，同時減少我們對環(huán)境的影響的又一步。