AI คาดการณ์อุบัติเหตุจราจรจากกล้องและเซ็นเซอร์ในเมือง

AI ด้านการจราจรผสมผสานกล้องและเซ็นเซอร์ในเมือง โดยใช้การเรียนรู้ของเครื่องจักรเพื่อวิเคราะห์พฤติกรรมของยานพาหนะและคาดการณ์จุดเสี่ยงต่อการเกิดอุบัติเหตุ ช่วยปรับปรุงความปลอดภัยบนท้องถนน

AI ด้านการจราจรคาดการณ์อุบัติเหตุ

ปัจจุบันกล้องจราจรไม่เพียงแต่ถูกนำมาใช้เพื่อติดตามการฝ่าฝืนกฎจราจรเท่านั้น แต่ยังเป็นแหล่งข้อมูลอันทรงคุณค่าสำหรับระบบ AI อีกด้วย และด้วยปัญญาประดิษฐ์ (AI) เราจึงสามารถระบุและวิเคราะห์พฤติกรรมที่ผิดปกติของยานพาหนะ และสร้างแผนที่ความเสี่ยงก่อนเกิดอุบัติเหตุ

นี่เป็นทิศทางใหม่ในการช่วยปรับปรุงความปลอดภัยทางการจราจรและสนับสนุนการวางผังเมืองอัจฉริยะ

AI ด้านการจราจร 'ตรวจสอบ' ทุกการเคลื่อนไหวบนท้องถนน

ระบบ AI ด้านการจราจรในปัจจุบันรวบรวมข้อมูลจากกล้องและเซ็นเซอร์หลายร้อยตัวที่ติดตั้งอยู่บนท้องถนน รวมถึงเซ็นเซอร์ที่วัดความเร็ว ความเร่ง ระยะทางของยานพาหนะ และปริมาณการจราจรแบบเรียลไทม์

AI ใช้การเรียนรู้ของเครื่องและอัลกอริทึมการเรียนรู้เชิงลึกเพื่อระบุ พฤติกรรมที่นำไปสู่อุบัติเหตุ เช่น การเปลี่ยนเลนกะทันหัน การเร่งความเร็วกะทันหัน หรือการขับตามท้ายรถคันอื่น การวิเคราะห์แบบเรียลไทม์ช่วยให้ระบบประเมินความเสี่ยงได้ทันทีที่เกิดพฤติกรรมผิดปกติ แทนที่จะพึ่งพาข้อมูลอุบัติเหตุที่เกิดขึ้นแล้ว

ตาม การวิจัยของ Tuoi Tre Online พบว่าโมเดลการเรียนรู้เชิงลึก โดยเฉพาะเครือข่ายประสาทเทียมแบบ Convolution (CNN) ถูกนำมาใช้ในการวิเคราะห์ภาพจากกล้อง โดยการรวมข้อมูลจากเซ็นเซอร์เพื่อคำนวณความเร็วสัมพัทธ์ ระยะทางขั้นต่ำ และเวลาตอบสนองระหว่างยานพาหนะ

ระบบจะกำหนดคะแนนความเสี่ยงให้กับทางแยกหรือถนนแต่ละช่วง เพื่อสร้างแผนที่แสดง “จุดเสี่ยง” ที่อาจเกิดขึ้นในเมือง การประมวลผลแบบเอจ (Edge Computing) ถูกนำมาใช้เพื่อประมวลผลข้อมูลใกล้กล้องและเซ็นเซอร์ ช่วยลดความหน่วง ปกป้องความเป็นส่วนตัว และรับประกันการตอบสนองที่รวดเร็ว ทันทีที่เกิดพฤติกรรมอันตราย

การวิจัยระดับนานาชาติจาก MIT Senseable City Lab และโครงการเมืองอัจฉริยะในสิงคโปร์และโตรอนโตแสดงให้เห็นว่าวิธีการนี้ช่วยระบุพื้นที่เสี่ยงสูงได้ดีกว่าสถิติอุบัติเหตุแบบเดิมถึงสองถึงสามเท่า

ระบบนี้ไม่เพียงแต่ตรวจจับพฤติกรรมที่ผิดปกติเท่านั้น แต่ยังติดตามรูปแบบการจราจรที่ซับซ้อน ตั้งแต่ชั่วโมงเร่งด่วนไปจนถึงสภาพอากาศเลวร้าย เพื่อคาดการณ์ความเสี่ยงได้ดีขึ้น นอกจากนี้ AI ยังเรียนรู้จากข้อมูลในอดีต ปรับปรุงการคาดการณ์ให้ดีขึ้นเมื่อเวลาผ่านไป และปรับตัวตามการเปลี่ยนแปลงของการจราจร

จากการทำแผนที่จุดดำไปจนถึงการปรับปรุงความปลอดภัยในเมือง

เพื่อให้แผนที่จุดดำมีประสิทธิภาพ ระบบจะต้องประมวลผลข้อมูลจำนวนมหาศาลจากกล้องและเซ็นเซอร์ และวิเคราะห์แบบเรียลไทม์ โมเดล AI ในปัจจุบันใช้การประมวลผลแบบเอจ ซึ่งประมวลผลข้อมูลใกล้กล้องแทนที่จะส่งไปยังเซิร์ฟเวอร์กลาง ช่วยลดความหน่วงและปกป้องความเป็นส่วนตัว

ข้อมูลรวมไม่เพียงช่วยระบุพื้นที่เสี่ยงเท่านั้น แต่ยังสนับสนุนหน่วยงานด้านการจราจรในการตัดสินใจที่เหมาะสมเกี่ยวกับสัญญาณจราจรและโครงสร้างพื้นฐานอีกด้วย

อย่างไรก็ตาม ความแม่นยำของ AI ยังขึ้นอยู่กับสภาพแวดล้อม ไม่ว่าจะเป็นกลางวันหรือกลางคืน ฝนตกหรือแดดออก ปริมาณการจราจรหนาแน่นหรือเบาบาง รวมถึงพฤติกรรมของคนเดินเท้าและรถจักรยานยนต์ ดังนั้น แบบจำลอง AI จำเป็นต้องได้รับการปรับปรุงให้เหมาะสมกับลักษณะการจราจรในแต่ละพื้นที่เมือง เพื่อลดการแจ้งเตือนที่ผิดพลาดและเพิ่มประสิทธิภาพการพยากรณ์

AI คาดการณ์อุบัติเหตุจราจรจากกล้องและเซ็นเซอร์

ความแม่นยำของ AI ขึ้นอยู่กับการซิงโครไนซ์ข้อมูลเซ็นเซอร์และกล้อง การจัดการความผันผวนของการจราจร และความสามารถในการรับรู้พฤติกรรมในสภาพแสงและสภาพอากาศที่แตกต่างกัน เมื่อนำไปใช้อย่างมีประสิทธิภาพ AI ไม่เพียงแต่สามารถคาดการณ์อุบัติเหตุได้เท่านั้น แต่ยังเป็นพื้นฐานสำหรับระบบที่ปรับสัญญาณไฟจราจรให้เหมาะสม ประสานการจราจร และลดความแออัดอีกด้วย

เทคโนโลยีดังกล่าวยังเปิดโอกาสให้มีรถยนต์ขับเคลื่อนอัตโนมัติและระบบขนส่งอัจฉริยะที่สามารถระบุความเสี่ยงก่อนที่จะเกิดอุบัติเหตุและปรับปรุงความปลอดภัยทั่วทั้งเครือข่ายในเมือง

โดยรวมแล้ว การคาดการณ์อุบัติเหตุจราจรด้วย AI จากกล้องและเซ็นเซอร์ในเมือง ถือเป็นก้าวสำคัญในการประยุกต์ ใช้ปัญญาประดิษฐ์ในการจัดการจราจร เทคโนโลยีนี้ผสานรวมการวิเคราะห์พฤติกรรม ข้อมูลแบบเรียลไทม์ และแบบจำลองการเรียนรู้เชิงลึก เปลี่ยนข้อมูลการเฝ้าระวังให้เป็นแผนที่ความเสี่ยงเฉพาะเจาะจง ช่วยปรับปรุงความปลอดภัย เพิ่มประสิทธิภาพการจราจร และสร้างเมืองอัจฉริยะในอนาคต

กลับสู่หัวข้อ

ตวน วี

ที่มา: https://tuoitre.vn/ai-du-doan-tai-nan-giao-thong-tu-camera-va-sensor-do-thi-20251128174419006.htm