적응 형 감시 시스템을 통한 교통 관리

이 기술은 트래픽 관리뿐만 아니라 군중 통제 및 재난 대응을 변화시킬 수있는 더 똑똑한 도시와 더 친환경 솔루션을 약속합니다.

효과적인 도시 교통 관리는 스마트 시티 개발에 필수적입니다.자율 주행 차량과 연결된 운송 시스템의 상승으로 인해 트래픽 흐름이 원활하게 흐르고 사고를 줄이며 효율성을 높이기 위해 동적 감시 솔루션의 필요성을 높였습니다.그러나 기존의 정적 카메라 설정은 종종 실시간 트래픽 변동에 적응하는 데 부족하여 비효율적 인 모니터링 및 리소스 할당으로 이어집니다.

이를 해결하기 위해 Hyunbum Kim 부교수가 이끄는 인천 국립 대학교의 연구원들은 변화하는 교통 시나리오에 실시간 적응을 위해 설계된 유체 감시 시스템 인 솔루션을 개발했습니다.이것은 교통 관리에 대한 더 똑똑한 접근 방식을 제공합니다.

이 시스템은 동적 그리드로 배열 된 단일 렌즈 카메라 네트워크를 사용합니다.이 카메라는 실시간 트래픽 조건에 따라 활성화 또는 비활성화하여 감시 범위를 지능적으로 조정합니다.Kim 박사는“우리의 목표는 다양하고 예측할 수없는 시나리오를 처리 할 수있는 적응 형 트래픽 모니터링 시스템을 만드는 것입니다.

연구원들은 카메라 배치 및 사용량을 최대화하기 위해“증강 유체 감시 효율 극대화 문제”(Maxaugmentflusurv)를 공식화했습니다.그들은 두 가지 고급 알고리즘을 제안했습니다.

랜덤 값 카메라 레벨 알고리즘 : 카메라는 3 × 3 그리드로 구성됩니다.일부 카메라는 기본 커버리지에 대해 활성 상태를 유지하지만 다른 카메라는 트래픽 수준에 따라 켜거나 끄므로 트래픽이 적고 피크 시간 동안 모니터링이 강화되는 동안 효율성을 보장합니다.
All-Random-With-Weight 알고리즘 :이 유연한 접근 방식은 그리드의 위치에 따라 각 카메라에 역할을 할당합니다.중요한 위치의 카메라는 활동적인 상태를 유지하는 반면 다른 카메라는 활동을 동적으로 조정하여 포괄적 인 적용 범위와 에너지 절약 사이의 균형을 달성합니다.
시뮬레이션은 다양한 교통 조건, 경사 및 각도에서 시스템의 효과를 보여주었습니다.이 알고리즘은 트래픽이 적은 동안 에너지 사용을 최소화하고 피크 시간 동안 강력한 커버리지를 유지했습니다.

김 박사는“우리의 시스템은 에너지를 보존하면서 감시를 최적화하여 더 똑똑하고 녹색 도시에 기여합니다.”교통 관리 외에도이 적응 기술은 군중 모니터링, 재난 대응 및 산업 안전에 도움이 될 수 있습니다.미래의 개발은 딥 러닝 및 실제 테스트를 통합하여 지능형 도시 시스템의 경계를 높일 것입니다.