ใช้โซลูชันการมองเห็นด้วยเครื่องของ SingTown เพื่อปรับใช้ "ดวงตา + สมอง" ของระบบขนส่งอัจฉริยะด้วยต้นทุนต่ำ

ในระบบถนนในเมืองหรือระบบแบบจำลองการจราจร วิธีการควบคุมสัญญาณไฟจราจรแบบดั้งเดิมมักใช้กลยุทธ์เวลาคงที่ ซึ่งยากที่จะสะท้อนการเปลี่ยนแปลงของการจราจรบนถนนได้แบบเรียลไทม์

เมื่อการจราจรในทิศทางหนึ่งเบาบาง ในขณะที่อีกทิศหนึ่งติดขัดรุนแรง การควบคุมสัญญาณไฟจราจรที่มีระยะเวลาแน่นอนไม่เพียงแต่ลดประสิทธิภาพการสัญจร แต่ยังเพิ่มการสูญเสียพลังงานอีกด้วย

เพื่อให้บรรลุการปรับปรุงสัญญาณจราจรแบบไดนามิกและการควบคุมอัจฉริยะ ระบบการจราจรอัจฉริยะได้นำเทคโนโลยีการจดจำภาพ AI ของกล้องอัจฉริยะ OpenMV จาก SingTown มาใช้ โดยผ่านอัลกอริทึมเครือข่ายประสาทเทียม AI และการวิเคราะห์การมองเห็นของเครื่องจักร เพื่อตรวจจับจำนวนยานพาหนะและการกระจายทิศทางการไหลบนถนนแบบเรียลไทม์ และปรับระยะเวลาของสัญญาณไฟจราจรตามผลลัพธ์แบบไดนามิก จึงทำให้สามารถควบคุมการไหลของการจราจรแบบอัจฉริยะและปรับตัวได้

ระบบขนส่งอัจฉริยะใช้เทคโนโลยีการจดจำกล้องอัจฉริยะ OpenMV ของ SingTown เพื่อสร้างระบบตรวจจับยานพาหนะและควบคุมสัญญาณที่อิงตามการจดจำภาพด้วย AI และอัลกอริทึมเครือข่ายประสาทเทียม

กล้องติดตั้งอยู่ด้านข้างถนนเพื่อเก็บภาพการจราจรแบบเรียลไทม์ ระบบใช้อัลกอริทึมคอมพิวเตอร์วิทัศน์ตรวจจับและนับจำนวนยานพาหนะที่ผ่านไปมาและทิศทาง จากนั้นประเมินลำดับความสำคัญการสัญจรแต่ละทิศทางโดยอัตโนมัติตามความหนาแน่นของการจราจรที่ตรวจจับได้ และส่งข้อมูลผ่านพอร์ตอนุกรมไปยังหน่วยควบคุมไมโครคอนโทรลเลอร์ เพื่อปรับระยะเวลาไฟจราจรแบบไดนามิก

ระบบนี้รองรับโหมดการระบุยานพาหนะหลากหลายรูปแบบ: วิธีการตรวจจับภาพแบบดั้งเดิม (เช่น วิธีความแตกต่างระหว่างเฟรม การระบุสีและรูปร่าง) หรือโมเดลโครงข่ายประสาทเทียม กล้องอัจฉริยะ OpenMV มีความสามารถในการประมวลผลแบบ Edge Computing สามารถรันอัลกอริทึมและส่งผลลัพธ์ได้โดยตรงในพื้นที่ผ่าน AI ด้านอุปกรณ์ โดยไม่ต้องเชื่อมต่อกับคอมพิวเตอร์ภายนอกหรือเซิร์ฟเวอร์คลาวด์ มีความล่าช้าในการระบุต่ำและตอบสนองได้รวดเร็ว

ดังนั้น แผนการนี้สามารถรับมือกับการเปลี่ยนแปลงของปริมาณการจราจรได้อย่างมั่นคง บรรลุการควบคุมสัญญาณไฟจราจรแบบปรับตัวได้เองตามหลัก "เมื่อรถมากก็ขยายเวลา เมื่อรถน้อยก็ลดเวลา

ด้วยเทคโนโลยีการจดจำภาพ AI ของกล้องอัจฉริยะ OpenMV จาก SingTown การควบคุมสัญญาณจราจรได้ก้าวจากลำดับเวลาคงที่ไปสู่การควบคุมแบบไดนามิกด้วยการมองเห็น AI ซึ่งมอบโซลูชันการจัดการแบบไดนามิกอัจฉริยะที่มีต้นทุนต่ำ ความน่าเชื่อถือสูง และการติดตั้งแบบ Edge ให้กับระบบขนส่งอัจฉริยะของเมือง