公司的主要城市中的二氧化碳排放貢獻(xiàn)者與交通有關(guān)。城市規(guī)劃者總是希望減少碳足跡，設(shè)計(jì)高效、可持續(xù)的基礎(chǔ)設(shè)施。 NVIDIA Metropolis 合作伙伴 MarshallAI 正在幫助城市改善交通管理，減少二氧化碳排放2視覺 AI 應(yīng)用的排放。

MARSalai 的計(jì)算機(jī)視覺和人工智能解決方案通過(guò)使交通管理更有效，幫助城市更接近碳中和。他們將基于深度學(xué)習(xí)的人工智能應(yīng)用于視頻傳感器，以了解道路使用情況，并通知和優(yōu)化交通規(guī)劃。當(dāng)一個(gè)城市的交通燈管理系統(tǒng)能夠適應(yīng)實(shí)時(shí)情況并優(yōu)化交通流時(shí)，其效率的提高可以減少導(dǎo)致排放的活動(dòng)，例如車輛頻繁怠速。

作為芬蘭發(fā)展最快的大都會(huì)地區(qū)之一，萬(wàn)塔市面臨著快速、安全地在老化和受限的基礎(chǔ)設(shè)施上運(yùn)送人口的挑戰(zhàn)。該市正在部署 MarshallAI 的 Vision AI 應(yīng)用程序，以實(shí)時(shí)優(yōu)化交叉口的交通管理。

Vision AI 解決方案分析交通攝像頭流，并根據(jù)情況動(dòng)態(tài)調(diào)整交通燈。這些輸入比傳統(tǒng)傳感器的輸入要豐富得多，可以捕獲有關(guān)用戶流量和類型以及他們行駛方向的指標(biāo)。

MarshallAi 充分利用了NVIDIA 大都會(huì)和NVIDIA GPU 的強(qiáng)大功能。這包括嵌入式 NVIDIA Jetson edge AI 平臺(tái)，該平臺(tái)在一個(gè)緊湊且節(jié)能的模塊中提供 GPU 加速計(jì)算，為其解決方案提供動(dòng)力。 MarshallAi 平臺(tái)運(yùn)行在 NVIDIA EGX 硬件上，通過(guò)處理來(lái)自多個(gè)攝像頭的數(shù)據(jù)并提供實(shí)時(shí)、可操作的見解，該平臺(tái)將計(jì)算推向了邊緣。 MarshallAi 針對(duì)萬(wàn)塔市的交通安全解決方案自動(dòng)檢測(cè)、計(jì)數(shù)和測(cè)量車輛、自行車和行人的速度。

“ NVIDIA 使我們有可能根據(jù)客戶的需要提供邊緣到云解決方案，從小型、便攜式邊緣計(jì)算單元到大型服務(wù)器設(shè)置。無(wú)論硬件損壞， Nvidia 生態(tài)系統(tǒng)使我們能夠運(yùn)行相同的軟件堆棧，配置優(yōu)化提供了最佳性能，”馬薩萊的 CTO Tomi Niittum Suki 說(shuō)。

MarshallAI 的解決方案使用 GPU 加速視覺 AI 處理交通路口攝像頭傳感器捕獲的視頻數(shù)據(jù)。該系統(tǒng)提供實(shí)時(shí)和高精度的車輛、行人和自行車分類以及速度。它還跟蹤車輛占用率、路徑、流量和轉(zhuǎn)彎運(yùn)動(dòng)。這些洞察使城市能夠?qū)?shí)時(shí)情況做出快速反應(yīng)，并在最擁擠的情況下有效地管理交通。

MarshallAI 流量管理用例

了解交通流：識(shí)別和量化行人、車輛和自行車，并檢測(cè)所有交通用戶的路線。

數(shù)據(jù)收集：確定交通用戶在紅燈處等待和不必要停車的時(shí)間。

優(yōu)化交通：動(dòng)態(tài)檢測(cè)并響應(yīng)實(shí)時(shí)交通場(chǎng)景，消除傳統(tǒng)基于時(shí)間的交通燈周期造成的不必要停車和怠速。

優(yōu)先交通：了解道路上車輛的數(shù)量、等待時(shí)間和方向速度，并可以優(yōu)先考慮某些交通用戶，如緊急車輛。

MarshallAI 的機(jī)器視覺和目標(biāo)檢測(cè)解決方案非常可靠。在他們與萬(wàn)塔市合作期間，他們?cè)谒形矬w類別中的平均物體檢測(cè)率都超過(guò) 98% 。對(duì)不同車輛類別（轎車、廂式貨車、公共汽車、卡車、鉸接式卡車和摩托車）進(jìn)行了明確處理，并分別進(jìn)行了計(jì)算。

通過(guò)在交叉口應(yīng)用自動(dòng)交通優(yōu)化解決方案，城市每年可以節(jié)省多達(dá)六個(gè)紅綠燈站的司機(jī)，以及超過(guò)一個(gè)月的累計(jì)等待時(shí)間。這既節(jié)省了時(shí)間，也減少了排放。

MarshallAi 解決方案正致力于在巴黎、阿姆斯特丹、赫爾辛基和塔林等多個(gè)城市部署，這些城市正在優(yōu)先考慮減少二氧化碳排放排放和交通擁堵。巴黎地區(qū)和赫爾辛基的概念驗(yàn)證裝置顯示，根據(jù)交叉口的情況，僅基于優(yōu)化，排放量減少的潛力在 3% 到 8% 之間，不會(huì)對(duì)交通用戶產(chǎn)生任何負(fù)面影響。

關(guān)于作者：About Debraj Sinha

Debraj Sinha 是 NVIDIA Metropolis 的產(chǎn)品營(yíng)銷經(jīng)理，專注于通過(guò)支持 AI 的視頻分析在全球打造更智能的空間。 Debraj 與從初創(chuàng)企業(yè)到財(cái)富 500 強(qiáng)企業(yè)，再到推動(dòng)安全和效率提升的人工智能應(yīng)用市場(chǎng)等合作伙伴展開合作。他擁有加利福尼亞大學(xué)哈斯商學(xué)院工商管理碩士學(xué)位，伯克利，康奈爾大學(xué)計(jì)算機(jī)科學(xué)碩士學(xué)位。

審核編輯：郭婷