智能移动性 移动中的流动

在交通转型之后，道路使用者的数量和多样性不断增加，导致情况越来越复杂，因此需要考虑的数据也越来越多。因此，无论是面向未来的交通管理、更好的道路规划、更全面的交通监控，还是自动驾驶的创新方法，优化交通的道路都需要能够捕捉和处理大量新的多样化数据并将其转化为高效应用的智能系统。 但这种可持续的交通技术形式是否已经存在？答案是肯定的，但它并不像大多数人想象的那样新。相反，"众所周知 "的视频技术正在推动着一切向前发展。

几十年来，摄像机一直被用于监控交通，但到目前为止，它们往往都是被动的观察者。在基于激光雷达或雷达的系统中，摄像头通常只用于图像记录，以确凿地记录违规行为。而最新一代的视频交通执法系统则不同。在这里，摄像头是检测、跟踪和记录的核心传感器。

这一演变基于几项技术进步：

其一是性能更好、更紧凑的硬件，包括更快、更有效的处理器。这些都有助于不断小型化，从而在更小的空间内实现更大的处理能力。理想情况下，这意味着可以直接在摄像机外壳内（即现场）分析摄像机采集的数据。不再需要较大的外部组件，如控制柜中的附加评估处理器。这使得项目的实施更加灵活，成本效益更高，同时还降低了能耗。 此外，中央处理中心对这些系统也不那么重要，从而降低了操作对故障的敏感性，即使在没有高速互联网连接的情况下也能使用。

基于视频的交通解决方案的第二个重要进步是现代摄像机技术的进步。如今，工业相机几乎具备了人眼的所有功能，从色彩识别、"看 "到极小的细节，再到宽广的视野，从而可以覆盖大面积区域和众多不同的道路使用者。激光系统虽然在精确度方面具有优势，但也有其局限性。它们不能捕捉颜色，有时只能捕捉轮廓或某些尺寸。

第三个改变技术游戏规则的因素可归结为软件化趋势： 由于可以轻松获得功能强大的硬件，基于视频的交通系统的性能和应用类型不再仅仅是硬件问题。相反，它们主要取决于软件，而对于基于视频的系统来说，这一切都与智能解决方案有关。为了将摄像头的出色视觉效果转化为应用，现代视频交通系统主要转向人工智能--为更先进的人工智能交通控制铺平道路。如今，实现这种智能道路技术的一种变体是混合方法，即卷积神经网络（CNN）与数学模型的结合。卷积神经网络可以通过图像资料进行训练，在检测和识别方面比算法具有更好的性能。它们在识别物体时更具区分度，在捕捉物体时也更准确。例如，紧靠在一起行驶的车辆或强烈的阴影不会刺激 CNN，而这两种情况过去和现在都是传统方法的问题。神经元网络处理完数据后，会应用算法对车辆运动进行数学描述。

交通技术的这种软化使系统更容易优化、更可持续、更可扩展。此外，新的 "即服务"（as-a-service）商业模式也更容易实施。

技术的进步以及将摄像机作为独立传感器的相关应用，为交通技术带来了广泛的应用前景，使基于视频的交通系统向更有效的交通管理，尤其是更高的道路安全迈出了决定性的一步。

其应用包括闯红灯执法、收费执法、公交车道监控、车轴计数、环境徽章检测、分心驾驶违规行为（如在方向盘上打电话）等等。即使是非常小的电动车（EV），如电动滑板车，也能被这些系统捕获，而以前的技术解决方案很难保证这一点。例如，对它们来说，这些车辆的车牌太小，它们行驶的区域没有或无法被监控。尤其是，视频系统探测能力的扩大，对于保护 VRU、易受伤害的道路使用者（如骑自行车者和行人）也是一大利好。

交通优化可以根据某段时间内某条道路上某类车辆的数量来进行。例如，可以审查夜间公交车道的使用情况，并将这一知识纳入交通规划。另一种应用场景是交通灯相位控制，即智能基础设施或人工智能交通管理，可对接近的行人做出反应。

直奔主题： 有了基于视频的系统，理论上任何可以看到的东西都可以被分析和利用。而这一切都不是遥不可及的未来！在硬件传感器技术和图像分析方面拥有专业知识的交钥匙供应商已经可以快速实现基于视频的交通执法新应用，并将其迅速投入使用--从规划到项目实施再到服务。在 Vitronic，我们已经将该技术应用于交通领域，如闯红灯执法、VRU 检测或收费执法。

目前，基于视频的交通系统主要使用单点跟踪，因为很难将多个传感器及其数据相互连接起来。然而，这种传感器融合可能是未来的发展方向，尤其是在将优势互补的不同传感器结合在一起时。雷达的测距能力可以得到照相机敏锐视觉的补充，从而消除雷达的典型误差，如重影，或者激光的精确测量可以支持照相机的探测能力。可能性似乎是无限的。

作为一种未来技术，视频交通技术本身之所以如此引人关注，有两点：

首先是创新潜力。对于开发人员来说，这是一种负担得起的技术，与其他技术相比，进入门槛较低，这就鼓励了创造性地解决问题。这是一个巨大的机遇，也使这一类解决方案极具可持续性。

其次，购置和实施所需的投资相对较低，因此投资回报率也较快。这一点对较小的城市尤为重要，例如，红灯执法以前就很难再融资。此外，"即用即服务 "模式的可能性和软件化带来的优化便利也有助于提高视频解决方案的经济可行性。

交通执法的这种新的经济可行性使更多的州和城市能够利用它，这反过来一方面支持了交通转型的全面实现，另一方面也全面提高了交通安全，为实现 "零愿景 "做出了重要贡献。