当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 人工智能保障拥挤路口安全

人工智能保障拥挤路口安全

来源:51CTO.COM 2023-04-13 16:20:03 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习科技周边的朋友们,也希望在阅读本文《人工智能保障拥挤路口安全》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新科技周边相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

​利用基于人工智能(AI)的视频分析技术,可以向司机、行人和十字路口附近的其他道路使用者提供安全信息和警告。日本电气公司(NEC)和弗吉尼亚理工交通研究所(VTTI)已经成功地进行了该项目的概念验证(PoC)。

人工智能保障拥挤路口安全

在今年6月至9月进行的PoC中,利用安装在交通信号杆上的摄像头和视频分析设备收集的信息,分析了弗吉尼亚智能道路测试轨道的一个十字路口内外的情况。NEC公司提供了利用人工智能技术对十字路口周围的车辆、行人、自行车等道路使用者进行识别、分类、跟踪的视频分析技术。此外,通过将该技术与向车辆和行人发出安全信息和警告的C-V2X系统集成,评估了基础设施-协同移动服务(基础设施和车辆通过无线通信交换信息)的可行性。

NEC和VTTI还致力于交通安全应用方案,如预测车辆与行人之间的碰撞、行人过街检测和右/左转弯车辆检测。在这些案例中,视频分析AI在检测到车辆与行人发生碰撞的可能性后,在0.5秒内成功通知车辆。这将有助于减少交通事故,因为它可以快速通报能见度较差的十字路口发生碰撞的风险等。

此次PoC将最先进的基于人工智能的视频分析解决方案与C-V2X技术相结合,为路口附近的车辆和行人提供安全保障。这些技术能够识别司机和行人盲区的危险情况,并将这种情况通知他们。NEC公司智能城市业务发展部高级总监Koji Kikuchi表示:“NEC相信,这种解决方案可以有助于减少车祸和死亡人数,并支持自动驾驶所需的路边基础设施。”

NEC旨在实现的基础设施协同移动的概念,需要通过专用网络进行高可靠、低延迟的通信,以预测或检测十字路口附近的事故。VTTI认为,该PoC将补充C-V2X技术,并通过通知车辆和行人通过路口时可能发生的交通危险,提高道路安全。VTTI计划与NEC合作,将PoC的结果应用到公共道路的十字路口。​

好了,本文到此结束,带大家了解了《人工智能保障拥挤路口安全》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
人工智能:聊聊图像数字化人工智能:聊聊图像数字化
上一篇
人工智能:聊聊图像数字化
站在服务机器人市场风口上 安防值得关注
下一篇
站在服务机器人市场风口上 安防值得关注
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    421次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    500次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    510次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    456次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    285次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码