TISSA_LOGO

智慧車流影像資料蒐集

發表年月 2022-10   應用領域 AI 交通應用  

應用/研究單位 遠通電收

本計畫針對各種異常狀況使用不同的方法偵測,其中異常狀況有:壅塞、事故狀況、異常物件及逆向行駛,透過追蹤模組判斷是否發生異常事件。首先探討壅塞,壅塞發生在車流量大導致車速緩慢的狀況,針對此現象可以透過追蹤模組取得車速,若平均時速低於高速公路的60km/h 最低速限,則判斷壅塞。第二點事故狀況,由於在道路上行駛時須保持安全距離,若兩車距離過近,則會提高碰撞的機率,在事故發生前透過軌跡判斷兩車是否在前方會有交集點,並在兩車發生重疊時則判斷兩車相撞。第三點是否有異常物件,將一般道路上禁止出現的物件加入訓練樣本,以高速公路為例,正常情況下不會有機車出現,若畫面中辨識出異常物件則進行追蹤。最後一點逆向行駛,在路上行駛方向與其他車有所不同,在追蹤時軌跡會與正常情況下有異,判斷軌跡方向異常時發出警示將團隊所使用的 Smart AVI 與目前最常被使用的影像辨識技術之一的 YOLO 相比。雖然 YOLO 可以辨識的種類較多(屬於通用解決方案),但要運用在交通方面則是Smart AVI 較具備優勢,因架構與設計屬於特定領域的解決方案,其訓練所需要的樣本數較低,演算速度也更快,最重要的是具備追蹤物件的功能。

檢視內容

108基隆首都生活圈觀光重點遊憩場域交通管理計畫

發表年月 2021-02   應用領域 AI 交通應用  

應用/研究單位 基隆市政府交通局/資拓宏宇國際股份有限公司

因應基隆東岸至正濱漁港、八斗子廊帶地區帶來觀光車潮所產生的交通問題,因中正路/祥豐街/北寧路鄰近海洋大學及和平島,受平日通勤、假日遊憩旅次影響,有各方向車流不穩定之特性,故挑選做為智慧影像AI車流分析路口。

檢視內容

Linker AI高效自動標註平台

發表年月 2021-07   應用領域 AI 交通應用  

應用/研究單位 鑫蘊林科股份有限公司

Linker的Ground Truth服務旨在提供高效、準確且可靠的數據標註解決方案。Linker AI平台具有持續學習的AI演算法技術,能運用人工智慧技術增進自動標註準確度​,減少數據品管成本與整體輸出。平台​透過人工微調整參數,再運用相輔相成的Golden Sample機制,檢驗每次模型產出之metrics數字以確保更好的結果;再把標註好的資料放入平台做訓練,以保證品質達到客戶需求標準。Linker AI自動標註平台大幅提高客戶標註效率,為客戶節省許多時間和人力成本。另外,人工標註容易出現主觀判斷和錯誤,導致標註不一致或不準確。Linker AI自動標註平台利用深度學習演算法和大數據訓練模型,對影像進行更高精度的標註,提供準確的標註結果。再者,Linker AI自動標註平台能提供同時標註多種類型的對象和場景,大幅擴展標註的範圍,為客戶提供更全面和多樣化的數據,用於訓練客戶的自駕車系統,而多樣的標註數據也可以使自駕車系統更好地理解和預測各種交通情境,提高自駕車運行的安全性和適應性。

檢視內容

Linker Auto-Labeling 高效AI自動標註平台

發表年月 2021-07   應用領域 AI 交通應用  

應用/研究單位 鑫蘊林科股份有限公司

Linker的Ground Truth服務旨在提供高效、準確且可靠的數據標註解決方案。Linker AI平台具有持續學習的AI演算法技術,能運用人工智慧技術增進自動標註準確度​,減少數據品管成本與整體輸出。平台​透過人工微調整參數,再運用相輔相成的Golden Sample機制,檢驗每次模型產出之metrics數字以確保更好的結果;再把標註好的資料放入平台做訓練,以保證品質達到客戶需求標準。Linker AI自動標註平台大幅提高客戶標註效率,為客戶節省許多時間和人力成本。另外,人工標註容易出現主觀判斷和錯誤,導致標註不一致或不準確。Linker AI自動標註平台利用深度學習演算法和大數據訓練模型,對影像進行更高精度的標註,提供準確的標註結果。再者,Linker AI自動標註平台能提供同時標註多種類型的對象和場景,大幅擴展標註的範圍,為客戶提供更全面和多樣化的數據,用於訓練客戶的自駕車系統,而多樣的標註數據也可以使自駕車系統更好地理解和預測各種交通情境,提高自駕車運行的安全性和適應性。

檢視內容

運用科技精進連續假期疏運計畫先期規劃研究專案

發表年月 2025-07   應用領域 AI 交通應用  

應用/研究單位 逢甲大學

本計畫開發此功能主要是一個基於RAG(Retrieval-Augmented Generation,檢索增強生成)技術的生成式儀控率決策輔助功能,交通管理使用者可以透過一個類似於聊天機器人的互動介面進行未來一段時間之儀控率決策詢問,此介面提供使用者以自然語言輸入查詢,例如「請問30分鐘後南屯交流道往南儀控率應為多少?」,輸入問題後,系統會由本計畫所開發之「流量預測模組API」及「路段容量搜尋模組API」取得目標地點、時間之流量預測數據、Qmax數據,以及現況高速公路之儀控率時制表,進行交互分析後生成建議的儀控率,若經過交互分析後,系統判斷目前路況無須進行匝道儀控,也會生成相關回應。

檢視內容

109新北市運輸走廊整合道路交通與多元資訊應用計畫

發表年月 2021-07   應用領域 AI 交通應用  

應用/研究單位 新北市政府交通局/資拓宏宇國際股份有限公司

本計畫之適應性號誌控制策略,主要係透過本計畫建置之6支CCTV配合AI影像辨識技術,偵測路口各方向之綠燈使用率與停等長度是否回堵至上游路口,並進行適應性號誌控制參數之推導。

檢視內容

111年中彰投交通協控計畫

發表年月 2022-08   應用領域 AI 交通應用  

應用/研究單位 臺中市政府交通局/力學股份有限公司

臺中市政府為改善交通壅塞問題,以提供民眾更好的交通環境,與彰化、南投縣合作並結合高速公路局、公路總局,於民國 109年開始實施「中彰投交通協控計畫」,隨著協控平台逐步發展成熟,在 111 年「中彰投交通協控計畫」期望能藉由人工智慧車流計數數,以提供更完整 的交通信 息及提升 運輸效 率,並持 續改善區 域間之交 通問題,車流量資料分析模組針對路口車流計算要求,利用AI影像辨識建立車輛識別,藉由人工智慧車流計數,以提供更完整的交通信息及提升運輸效率,即時了解路口交通流量和趨勢,並持續改善區域間之交通問題。

檢視內容