Améliorer l'efficacité de la gestion du trafic et la précision de la détection des infractions grâce aux technologies d'intelligence artificielle

Augmenter la précision et l'efficacité de la détection des infractions, de la surveillance du trafic et de l'analyse des flux, tout en minimisant l'effort humain et le coût global de la solution.

Utilisation des technologies d'intelligence artificielle dans la surveillance et la gestion du trafic

Avec la croissance de la population et du nombre de véhicules dans les grandes villes, la gestion du trafic lourd dans les zones urbaines est devenue une tâche difficile mais essentielle pour la municipalité. Aborder ce problème est devenu particulièrement urgent pour les grandes villes de Chine, où des millions de personnes vivent et se déplacent chaque jour. Dans ce cas d'utilisation, les technologies d'IA basées sur les mégadonnées sont appliquées à la surveillance et à la gestion du trafic intense dans une zone métropolitaine du sud de la Chine. Auparavant, des ressources humaines importantes étaient impliquées dans la surveillance des véhicules et des routes, et des investissements importants ont été réalisés dans l'infrastructure informatique spécifique à certaines fonctionnalités. Pour augmenter l'efficacité des transports urbains et réduire les embouteillages et la pollution de l'air, ainsi que minimiser le travail humain, des techniques d'apprentissage automatique (par exemple, l'apprentissage en profondeur) sont appliquées à l'analyse d'images et de vidéos, telles que l'analyse des flux de trafic, la détection des infractions et la détection des incidents. Les exemples d'applications incluent, mais ne sont pas limités à : 1) la détection des violations des règles de circulation, par exemple les excès de vitesse, la conduite dans la mauvaise voie et le stationnement. La détection activée par l'IA produit des résultats beaucoup plus rapides et plus précis et aide à faire respecter les règles de circulation ; et 2) optimisation des feux de circulation. Sur la base de la modélisation et de l'analyse d'informations trafic multi-sources (données en temps réel et historiques), les feux de circulation sont configurés dynamiquement pour détourner le flux, augmenter la vitesse de passage des voitures et réduire la congestion du trafic aux principaux carrefours. L'utilisation de l'IA a donné des résultats remarquables : l'efficacité de la détection des infractions a été multipliée par 10 et la précision de la détection est supérieure à 95 %. Il a considérablement réduit la congestion du trafic dans les zones urbaines, la vitesse des véhicules traversant les grands carrefours augmentant de 9 % à 25 %.