交通监控系统在全球所有发达的道路网络中都很常见。它们通常由交通信号灯、静态和动态标志、感应线圈车辆检测器、无线电设备、测速摄像头、车牌检测摄像头和CCTV摄像头组成。交通管理系统本身由安全的控制室进行管理，授权人员在此确保系统的管理。
控制室操作员通常受过高度训练且经验丰富，这使他们备受青睐。招聘和留住此类操作员，并确保这些24/7全天候运行的控制室有足够的熟练操作员当班，往往是一项挑战。人工智能可以极大地协助控制室操作员更高效地运行控制系统，并完成更多基于事件的任务，例如检测异常事件，包括车辆故障、车辆碰撞或其他道路危险，以及检测行驶速度。
本案例研究探讨如何部署和利用人工智能专家系统于交通监控控制室，从而为所有与复杂系统交互的人员带来更好的结果。因此，控制室操作员和通勤者在各种道路网络上通行。
在计算机图形学中已得到确立的计算几何技术，可用于在跟踪到对象后检测进一步的上下文。例如，可以通过计算碰撞检测算法高效地检测两辆车的碰撞，包括围绕各自车辆的两个边界框的相交。
在专家系统中使用经典算法技术至关重要，因为其编程精确，因此更加可靠和高效。人工智能系统应被限制在由人类对要采取的行动做出最终决定的方式内。这是因为，尽管人工智能系统具有很高的可靠性，但仍存在需要减轻的误差范围。因此，我们建议以混合方式实施专家系统，结合使用人工智能和经典算法编程技术的最佳优势。
组织挑战概述
在控制室等环境中实施专家系统十分复杂。除了技术挑战外，还必须遵循众多行政障碍、合规要求和内部流程，以确保充分实施。尽管在许多大型组织中，技术在项目管理和实施方面具有挑战性，但由于技术债务的存在，实施它们的好处通常仍然超过不实施它们的成本。
当大多数时候并没有发生任何特别异常的情况时，连续数小时盯着屏幕对大多数人来说是一项艰巨的任务，而且会非常单调乏味。可以自然地认为，随着时间的推移，很难保持注意力集中。上述情况正是专家 AI 系统的卓越之处。该系统可以持续监控摄像头画面，寻找需要响应的事件，并向控制室操作员提出如何处理的建议。
以下列举了一些描述AI如何与控制室操作员协同工作的示例：
- 如果两辆或更多车辆发生碰撞，AI将检测到该情况，记录事故并向控制室操作员发出警报。
- 如果车辆以不当速度行驶，AI可以考虑通过数字标志提醒驾驶员。
- 一旦检测到道路上的危险，AI 可以向控制室操作员发出警报，并建议在工作人员清除危险之前关闭该车道。
可作为 AI 输入的组织数据
以下列出了自动化交通监控系统使用的数据源：
- CCTV 摄像机，部署在各种道路网络沿线。
- 交通摄像头信号信息，指示道路网络的状态。
- 环形线圈车辆检测器提供诸如车辆重量等数据。
- LiDAR传感器数据用于补充CCTV视频流，在某些用例中，这对于计算机识别处理更为可靠。
集成方法论
以下是我们将在控制室中集成基于文章智能的交通监控专家系统的流程概述：
- 识别 CCTV/LiDAR 馈源以及提供此类馈源监控和记录的摄像系统。
- 将数据流转发至超级计算机或云计算提供商，以进行实时分析和处理。
- 通过 Telemus AI™ 运行数据流，并将增强后的视频流返回至控制室内的安全监控系统。
- 根据检测到的内容以及控制室操作员设定的运行参数，向安全人员设置自定义警报。
- 持续评估人工智能系统的性能以加以改进，从而不断推动实现更高的效率。
鉴于 Telemus AI™ 负责技术人工智能的实施，组织可以专注于业务逻辑以及嵌入技术能力的内部流程和程序。
组织应用
以下列出了贵组织的其他潜在应用：
- 提高交通控制室的效率、有效性和性能。
- 确定交通热点，以优化城市规划并减少交通拥堵。
- 追踪车队车辆是否位于停车场内并由公司员工归还。
- 追踪停车场内的车辆并测量停留时长，以更好地了解通勤者的行为。
潜在和已实现的收益
基于人工智能的专家系统的潜在好处是巨大的。实施该系统可以提高控制室操作员的工作效率，减少事件检测中的错误，改善城镇和道路规划，减少交通拥堵，并全面增进对道路网络的了解，所有这些都考虑了时间维度，从而改善了对典型静态方法的理解。
目前，许多此类系统仍处于研发阶段。然而，组织规划应从现在开始，因为即使最先进的技术有所改进，实施挑战仍将是巨大的。Telemus AI™ 拥有强大的人工智能技术实施方案，并能够嵌入可大规模运行的系统。
Telemus AI™ 是一家总部位于澳大利亚的人工智能公司，为政府和企业提供先进的解决方案。立即联系我们，获取关于如何将 Telemus AI™ 嵌入您的组织的免费咨询。
