公司的主要城市中的二氧化碳排放貢獻者與交通有關。城市規劃者總是希望減少碳足跡，設計高效、可持續的基礎設施。 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 應用的排放。

MARSalai 的計算機視覺和人工智能解決方案通過使交通管理更有效，幫助城市更接近碳中和。他們將基于深度學習的人工智能應用于視頻傳感器，以了解道路使用情況，并通知和優化交通規劃。當一個城市的交通燈管理系統能夠適應實時情況并優化交通流時，其效率的提高可以減少導致排放的活動，例如車輛頻繁怠速。

作為芬蘭發展最快的大都會地區之一，萬塔市面臨著快速、安全地在老化和受限的基礎設施上運送人口的挑戰。該市正在部署 MarshallAI 的 Vision AI 應用程序，以實時優化交叉口的交通管理。

Vision AI 解決方案分析交通攝像頭流，并根據情況動態調整交通燈。這些輸入比傳統傳感器的輸入要豐富得多，可以捕獲有關用戶流量和類型以及他們行駛方向的指標。

MarshallAi 充分利用了NVIDIA 大都會和NVIDIA GPU 的強大功能。這包括嵌入式 NVIDIA Jetson edge AI 平臺，該平臺在一個緊湊且節能的模塊中提供 GPU 加速計算，為其解決方案提供動力。 MarshallAi 平臺運行在 NVIDIA EGX 硬件上，通過處理來自多個攝像頭的數據并提供實時、可操作的見解，該平臺將計算推向了邊緣。 MarshallAi 針對萬塔市的交通安全解決方案自動檢測、計數和測量車輛、自行車和行人的速度。

“ NVIDIA 使我們有可能根據客戶的需要提供邊緣到云解決方案，從小型、便攜式邊緣計算單元到大型服務器設置。無論硬件損壞， Nvidia 生態系統使我們能夠運行相同的軟件堆棧，配置優化提供了最佳性能，”馬薩萊的 CTO Tomi Niittum Suki 說。

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據。該系統提供實時和高精度的車輛、行人和自行車分類以及速度。它還跟蹤車輛占用率、路徑、流量和轉彎運動。這些洞察使城市能夠對實時情況做出快速反應，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：識別和量化行人、車輛和自行車，并檢測所有交通用戶的路線。

數據收集：確定交通用戶在紅燈處等待和不必要停車的時間。

優化交通：動態檢測并響應實時交通場景，消除傳統基于時間的交通燈周期造成的不必要停車和怠速。

優先交通：了解道路上車輛的數量、等待時間和方向速度，并可以優先考慮某些交通用戶，如緊急車輛。

MarshallAI 的機器視覺和目標檢測解決方案非常可靠。在他們與萬塔市合作期間，他們在所有物體類別中的平均物體檢測率都超過 98% 。對不同車輛類別（轎車、廂式貨車、公共汽車、卡車、鉸接式卡車和摩托車）進行了明確處理，并分別進行了計算。

通過在交叉口應用自動交通優化解決方案，城市每年可以節省多達六個紅綠燈站的司機，以及超過一個月的累計等待時間。這既節省了時間，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城市部署，這些城市正在優先考慮減少二氧化碳排放排放和交通擁堵。巴黎地區和赫爾辛基的概念驗證裝置顯示，根據交叉口的情況，僅基于優化，排放量減少的潛力在 3% 到 8% 之間，不會對交通用戶產生任何負面影響。

關于作者：About Debraj Sinha

Debraj Sinha 是 NVIDIA Metropolis 的產品營銷經理，專注于通過支持 AI 的視頻分析在全球打造更智能的空間。 Debraj 與從初創企業到財富 500 強企業，再到推動安全和效率提升的人工智能應用市場等合作伙伴展開合作。他擁有加利福尼亞大學哈斯商學院工商管理碩士學位，伯克利，康奈爾大學計算機科學碩士學位。

審核編輯：郭婷