密切关注道路

计算机视觉和无线通信的进步如何改变我们管理运输基础设施的方式

The speed at which new technology changes our daily lives has reached breakneck levels. From our homes, to our places of work, to our public spaces, technology is driving major shifts in the way we tackle problems of all types. One specific area in which exciting advances are being made is how we manage our roadways. At the end of 2016, there were an estimated 1.32 billion cars on the road worldwide, and that number is only going to increase. It’s clear that effectively, efficiently, and – most importantly – safely managing areas like road infrastructure and traffic flow is of the utmost importance.

利用技术来帮助我们完成这些任务并不是什么新鲜事，但是由于4G数据可用性和云存储等领域的重大改进，因此出现了一些令人兴奋的新应用程序。其中一种是Vaisala Roadai系统。Roadai是一个由计算机视觉供电的数据收集平台，与C-ITS思维和体系结构保持一致。用户的主要价值是通过他们的日常维护和季节性资产管理数据需求，从而更好地利用资源，较低的成本和更安全的驾驶员条件。

Roadai如何使车辆成为智能传感器

ROADAI的主要目标是使机构和利益相关者可以使用的视觉数据安全，不断地生成视觉数据，以做出更好的决定，以影响运输安全和资源的使用。该系统允许车辆和人类操作员发出通知并上传从板载摄像机中获取的实时视觉信息，然后可以通过需要它的人员和系统访问，分析和共享。

当前无线技术允许的连接水平意味着可以将整个车辆车队连接到系统，将每个车辆变成一个数据收集平台，能够生成持续的静止图像和视频信息流。可以通过自动上载自动完成，也可以手动使用Roadai的动手操作技术来完成。

ROADAI系统的实际轮毂方面旨在使车辆的驾驶员能够在道路上手动创建和传递音符，而不会将注意力从驾驶任务中转移出来。通过将易于访问的按钮集成到车辆的方向盘上，RoadAi允许驾驶员捕获“说话音符”并通过简单的按钮和语音命令来传输其认为重要的视觉数据。

在自动方面，计算机视觉的进步意味着Roadai具有独立确定其生成的视频图像中重要性的能力。这使系统可以自己识别某些对象，例如路标。结果，Roadai可以传输有关标牌变化，道路危害甚至天气状况等事物的重要数据，而无需人工投入。

Roadai连接的车辆生成的所有视觉数据都可以传输到，存储和处理在云上，从而使原始数据和互联机构和利益相关者易于获得原始数据和所得分析。

Changing the way cities operate

Access to this kind of data collection and analysis represents a huge improvement in the tools that cities have at their disposal to manage road infrastructure, traffic, and public transportation. There are countless examples of how planners, engineers, and managers can put the data provided by RoadAI to use, and even other system-connected vehicles can benefit from the real-time visual information collected.

利益相关者之间的强大数据共享

ROADAI最有力的功能之一是能够与各种利益相关者共享收集的数据。访问有关道路变化，临时危害和天气状况等事物的实时数据，对各种代理商和公司都有益，并且能够协调和共享此类数据在C-ITS系统之外的能力是一个主要的弱点。ROADAI允许通过基于地图的用户界面共享视觉数据和分析，该界面可以从网络访问，从而使任何数量的利益相关者都可以从系统中受益。

更快，更有效的资源分配

Roadai可以轻松管理人类检查员和自动化图像和视频信息，从而促进更好的资源分配。例如，计算机视觉算法可以有效地识别和分析雪和冰等道路危害。经理可以只需单击即可使用系统集成报告和任务列表来分配资源。只有图像和视频的支持才能轻松订单，可以节省大量时间，并有助于确保更安全的道路和减少浪费的资源。

减少人员负担

现在，计算机视觉算法是如此出色，以至于它们可以在某些检测和分类任务中匹配，甚至超越人类的能力。结果，利用诸如Roadai之类的CITS技术的城市可以减少收集和分析数据所需的人员数量。例如，可以使用已经在路上的城市舰队车辆自动收集的视频数据来绘制坑洼，从而减少了所需的人类测量师的数量。

公共交通整合

每天旅行一致的路线（例如城市公交车）为数据收集和维护和公共交通之间的协同作用提供了巨大的机会。通过将公共交通车辆连接到启用ROADAI的网络，城市可以从任何可能运行的旅行中收集恒定，一致的数据，从而降低数据采集成本。从管理的角度来看，可以自动与其他与系统连接的总线共享来自给定路线上的总线的数据，以便为驾驶员提供有关更改路线条件的立即反馈。

enabling autonomous transportation networks

Self-driving vehicles are already being tested on roads in a number of countries around the world. Whether for personal use or public transportation, autonomous vehicles depend on reliable data to operate safely. The ability to tie in a network of autonomous vehicles to RoadAI’s real-time road and weather data would help ensure that drivers, navigation services and future self-driving cars can operate on a predictive, rather than reactive, basis.

在数据驱动世界中的积极技术应用

From online shopping to major infrastructure projects, data is at the center of the modern world. While data-hunger isn’t always a positive thing, there are countless areas in which new technological advancements are opening up opportunities for positive change. Cooperative intelligent transportation systems are one such example, putting advancements in areas like wireless connectivity and cloud computing to work to help cities and agencies solve real-life problems.
Vaisala的New Roadai系统已经有助于对芬兰多个城市的道路进行如此积极的变化，从而使这些城市能够更好地管理其资源，提供更好的基础设施，并为公民和员工提供更安全的道路。Hopefully, in time, more and more cities adapt AI powered systems for their everyday use, and around the world drivers will embrace the benefits of C-ITS, allowing RoadAI and other systems like it to expand the positive effect they’re currently having here at home.