圖:嶺南大學(xué)潘飛教授(右)和學(xué)生王方禹(左)接受訪問講解合力研發(fā)的“智慧型交通燈系統(tǒng)”。\大公報記者麥潤田攝
交通擁堵是現(xiàn)代城市發(fā)展的普遍痛點,特別是在緊急情況下,如何讓救護(hù)車、消防車等特殊車輛馳援不受阻塞,成為了大眾關(guān)注領(lǐng)域。嶺南大學(xué)跨學(xué)科學(xué)院助理教授潘飛及學(xué)生王方禹團(tuán)隊研發(fā)的“智能交通燈系統(tǒng)”,為這一難題提供了創(chuàng)新解決方案。
“現(xiàn)在救護(hù)車堵車的情況實在太嚴(yán)重了,按照急救標(biāo)準(zhǔn)本應(yīng)在接到求助電話后5分鐘內(nèi)抵達(dá)現(xiàn)場。”嶺南大學(xué)研究生王方禹表示,現(xiàn)在的交通系統(tǒng)難以量化路口擁堵的情況,無法精確地優(yōu)化調(diào)度紅綠燈時間。基于這一痛點,團(tuán)隊利用人工智能(AI)、圖像識別和物聯(lián)網(wǎng)(IoT)等前沿技術(shù),構(gòu)建了一個動態(tài)響應(yīng)的智能交通管理系統(tǒng),精準(zhǔn)量化路口擁堵程度,識別緊急服務(wù)車輛,以改進(jìn)交通狀況以及市民生活。
而這一研究構(gòu)想最初源自潘飛教授的人工智能課程作業(yè),在潘教授的協(xié)助下,該項目走出了課堂,目前,該方案已提交美國臨時專利申請,并在第五十屆日內(nèi)瓦國際發(fā)明展勇奪銅獎。\大公報記者 華夢晴
嶺南大學(xué)跨學(xué)科學(xué)院助理教授潘飛教授與學(xué)生王方禹的研究團(tuán)隊介紹,“智能交通燈系統(tǒng)”先通過路口監(jiān)控攝像頭獲取車輛數(shù)量及類型等基礎(chǔ)資訊,隨后上傳至后臺服務(wù)器,伺服器搭載AI處理模型,對路口擁堵程度進(jìn)行量化分析,生成最優(yōu)紅綠燈配時方案。
優(yōu)化后的配時方案將反饋到各個路口的紅綠燈控制組件,調(diào)整紅綠燈時長。若識別到應(yīng)急車輛,系統(tǒng)可自動縮短紅燈或延長綠燈,確保其快速通行。
通過模型計算擁堵指數(shù)
至于什么程度能夠稱為擁堵,團(tuán)隊表示需通過模型計算擁堵指數(shù)。該模型考量參數(shù)包括車輛通行時間、車流密度、車輛類型分布等,系統(tǒng)提取關(guān)鍵交通數(shù)據(jù)并量化為擁堵指數(shù)(擁堵指數(shù)越大,路口越擁堵),當(dāng)某個路口擁堵指數(shù)大于設(shè)定的閾值時,系統(tǒng)會啟動全局遞歸優(yōu)化機(jī)制,動態(tài)調(diào)整路網(wǎng)全局信號燈配時方案,必要時引導(dǎo)車輛分流,避免擁堵進(jìn)一步惡化。
潘飛教授表示,系統(tǒng)將路口監(jiān)控畫面?zhèn)鬏斨梁笈_伺服器,通過AI模型提取車流參數(shù)、計算擁堵指數(shù),并即時回饋至信號燈控制系統(tǒng)?;陔娔X視覺的智能交通解決方案,能夠大幅提升路口的通行效率。同時,利用先進(jìn)的車聯(lián)網(wǎng)(V2I)通信,系統(tǒng)能夠識別特殊車輛,為應(yīng)急車輛開辟優(yōu)先通道。
“最初的設(shè)想是希望通過這套系統(tǒng),為救護(hù)車、消防車等緊急車輛爭取寶貴的救援時間。”王方禹指出,若系統(tǒng)順利部署,不僅能為救護(hù)車、消防車爭取寶貴時間,還能優(yōu)化整體路網(wǎng),提升市民出行效率。例如在車流較少路段,可縮短行人信號燈時間,減少車輛等待。
“我們目前仍處于概念驗證階段?!蓖醴接硗瑢W(xué)坦言,而實驗的仿真數(shù)據(jù)顯示,現(xiàn)時救護(hù)車等緊急車輛的標(biāo)準(zhǔn)為45公里/小時,智能系統(tǒng)能將緊急車輛的平均時速提升至55公里/小時,相當(dāng)于22%的效率提升。不過,王方禹強(qiáng)調(diào),這還只是仿真數(shù)據(jù),更準(zhǔn)確的數(shù)據(jù)需進(jìn)行道路測試。
問及香港的路況,王方禹稱“香港的單行道特別多,給交通優(yōu)化帶來了不小的難度”。潘飛教授指出,香港的單行道系統(tǒng)使得整體車速相對較快,同時也造成一旦錯過路口只能“一條路走到黑”的困境。王方禹補(bǔ)充道,在十字路口,車輛可以通過左轉(zhuǎn)或右轉(zhuǎn)來分流,但在單行道系統(tǒng)中,車輛只能直線行駛,這大大降低了交通疏解的靈活性。
需與運輸署深度合作應(yīng)用
針對這一特點,研發(fā)團(tuán)隊特別留意系統(tǒng)預(yù)警的及時性,確保駕駛員有充足反應(yīng)時間,并提升調(diào)度精準(zhǔn)度。
“這是一個輔助決策系統(tǒng)”潘飛教授強(qiáng)調(diào),AI負(fù)責(zé)即時數(shù)據(jù)分析和信號燈調(diào)整方案建議,但最終決策權(quán)仍掌握在交警手中。“系統(tǒng)會將優(yōu)化建議即時回饋給指揮中心,由執(zhí)勤人員根據(jù)實際情況決定是否采納調(diào)整方案?!边@也意味著,系統(tǒng)需要與運輸署深度合作才能落地應(yīng)用。
因此,團(tuán)隊正積極申請智能交通研究基金,已提交包含明確目標(biāo)和研究計劃的提案。未來將完善現(xiàn)有理論模型,針對不同路口、車流等多樣化場景建立細(xì)分模型,并通過計算機(jī)代碼實現(xiàn),在香港科學(xué)園等封閉場地開展實際道路測試。