| 交通部將擴大無人機結合AI 影像技術 化身路口安全改善利器 |
| |
|
| |
|
 |
2359 |
|
| 最後更新時間：7月 | 7日 , 2022 |
|
| |
 |
 |
|
|
| 交通部運輸研究所去(110)年應用無人機結合AI 影像創新分析技術於兩項高風險衝突情境及易肇事路口改善，以驗證分析技術可行性，王國材部長除肯定此分析工具之成效，並指示應擴大應用，以協助道路管理機關找出路口安全問題，並據以改善。 |
| |
過去道路管理機關需蒐集並分析1~3 年的交通事故資料後，才能發現路口安全問題。近年來因無人機(UAV)空拍攝影及人工智慧(AI)影像辨識技術快速發展，交通部運輸研究所結合兩項最新科技，以無人機「上帝視角」無死角空拍路口交通影片，並以AI 技術將路口行人、車輛流動影像自動轉換成軌跡資料，再透過軟體分析路口易發生交通衝突之地點及型態，以防範事故於未然。
無人機結合AI 影像技術具體技術內容包含
1. 空拍影像資料蒐集：
本研究選定具代表性及參考性之高事故風險地點，蒐集大量2.7K/4K高解析空拍影像，作為系統開發與測試所需之影像資料庫。另針對路口號誌與空拍影像對時方案進行規劃設計，同步記錄空拍影像與路口號誌變化，以利未來交通衝突分析情境應用。
2. 影像處理技術：
為了從空拍影像中取出計算交通衝突所需之基本參數，如車輛位置、軌跡及車種等交通資訊，首先須透過影像處理消除空拍影像的晃動，取得穩定的空拍畫面，再透過AI 深度學習技術偵測人車，以取出單張影像上的所有人車位置，最後利用物件追蹤技術連結同一車輛或行人在時空上的連續位置，產出每個車輛或行人的完整軌跡。本研究偵測對象區分為行人、自行車、機車、小客車、貨車、大客車、聯結車等主要對象，並針對空拍影像特性建立客製化的YOLOv4 深度學習模型，以便讓車輛的偵測結果可以貼合空拍影像下的車輛矩形範圍，提供更豐富精確的車輛位置資訊。
3. 交通衝突分析軟體：
經由影像處理技術得到路口人車流動影像分析軌跡，進行交通衝突技術分析，計算衝突的風險指標。首先以分析軟體讀取人車流動軌跡之路口影片、路口底圖、車流軌跡檔，並輸入路口的基本設定（如號誌時制等），軟體會進行運算，分析可得到衝突事件的結果，包括衝突事件的型態、嚴重程度、衝突相關車種或行人等，使用者可進一步輸入過濾參數，找出確切欲分析之重點問題，如某個車種或某個行向。本軟體可以計算車流特性的相關圖表，如車種統計之衝突表、路口車速分布圖、號誌同步顯示影片、衝突熱點圖。此外，更以視覺化方式繪製軌跡動線圖、車速分布圖等，以呈現路口中的人車流動行為。交通分析人員可運用這些工具，快速找出路口易發生衝突區域，並檢視各種交通工程設施的使用情況及安全性，研擬後續如何進行改善。
交通部運輸研究所表示，選擇使用空拍機而不使用既有路口監控系統，其原因為路側監視設備(CCTV)之固定式攝影機受限設置高度，是以斜拍方式取得車流影像，對於觀察區域有視野遮蔽與拍攝角度的問題，除易發生後方物件(如車輛、行人等)遭前方物件遮蔽而無法辨識之情況，且斜拍也不易精確定位物件所在位置，不適合做為分析交通衝突使用。
利用無人機於道路正上方制高點俯拍(即上帝視角)之特性，可無死角拍攝道路上車輛及行人流動狀況，不會發生觀察物件遭前方物件遮蔽而無法辨識之情況，亦可精確定位物件所在位置，較適合做為分析交通衝突使用。
運輸研究所為應用及驗證此創新分析技術，於110-112 年進行3 年期計畫，去(110)年選擇路口交通在「機會左轉(即左轉車無左轉專用時相，需趁對向直行車流之空隙進行左轉)」與「路口穿越衝突(即直行車因搶黃燈、闖紅燈等而與橫向來車發生衝突)」兩種情形，與北高兩市挑選14 處路口進行高風險衝突情境，並在臺北市、桃園市及臺南市選擇4 處易肇事路口進行分析，做為後續改善之依據。111、112 年則將持續進行「右轉衝突」等4 項高風險衝突情境，並與縣市政府合作分析8 處易肇事路口，以擴充相關分析工具，且持續優化此分析技術。
對此，交通部長王國材除肯定此分析工具已獲階段性成果，可結合運用「事故型態導向之路口交通工程設計範例參考手冊」，協助道路管理機關提前進行路口安全之預防改善，且指示後續可持續優化精進分析工具，將分析地點由路口擴及至路段，並擴大應用，除儘速結合區域運輸發展研究中心，將此分析工具推廣至公路總局及縣市政府，共同協助推廣交通衝突分析技術，以提升交通安全，創造更優質的用路環境。 |
| |
| ※本文圖文非經授權不得轉載，洽詢授權，請E-Mail至contact@aimag.tw[ iDS智慧安防雜誌聲明 ]※ |
| |
| |
|
| |
