近期，特斯拉CEO馬斯克發微博提供了一個新的構想：“或許特斯拉應該制造一個人工智能視覺設備，連接到這些傳統的交通燈上面。它可以基于看到的車流情況，自動調節以實現較大化通過量。”

那么，有沒有一種智能紅綠燈，能夠自動識別車流來調節信號燈，實現通行效率較大化呢？

在城市交通中，紅綠燈雖然有信號控制系統，但紅綠燈的轉換頻率只能按時間分配，不能根據車輛情況合理分配紅綠燈時間。比如說某個路口，某個時間段，南北方向車輛沒有了，依然是綠燈，而東西方向車輛很多，綠燈時間內，車輛只能走一部分，這樣東西方向只會越來越堵，道路的通行率降低了，同時延長機動車等待時間。

3D-AI多目標檢測器將邊緣計算能力集成在傳感器內部，通過3D-AI多目標檢測算法，能夠實時分析畫面中每個車輛的位置和速度信息，通過這些交通基礎信息，可以給信號機當前各個路口方向的車流量。

3D-AI多目標檢測器，改變了過去路口固定的紅綠燈計時模式，根據實時交通流進行智能控制信號時間長短，通過AI技術，實時分析各方向車流狀態，通過內部的自適應算法，動態調整各個方向的紅綠燈時間，以達到更好的路口通行能力，減少無車時還要空等紅燈的時間，使單位時間通行效率實現較大化；同時在交通流量高峰時期，通過合理的信號周期的改變來疏導交通，減少局部區域交通壓力，減輕交通擁堵現象。

我們的特色：

基于邊緣計算的AI技術+ 清晰的紅外熱成像

特色1 實時檢測和控制

3D-AI多目標檢測器是一款面向復雜城市環境交通監測的智能傳感器，用于可靠地檢測和區分道路的使用者。交叉口交通控制，優化十字路口的交通信號燈配時，緩解城市交通擁堵，自適應交通控制系統，可提供AI自動監控、分析、判斷、預警等功能。

實時視頻分析：

系統采用基于邊緣計算的AI技術，通過對所有物體軌跡信息的進一步數據處理，可以追蹤目標，進而區分和采集機動車、非機動車和行人的詳細數據以及獲取各進口道排隊長度信息。人工智能傳感器不但可以獲取車輛的位置和運動軌跡，還可以進行車型分類。AI技術幫助道路管理者較清晰地了解每天不同時間段交通流的狀況，也可以幫助他們發現危險路段和關鍵節點，集中解決制約城市交通的瓶頸， 提供多車道實時交通流數據，包括車輛位置，車型、車輛速度等信息，可作為城市智能交通大數據的傳感感知層基礎設備。

城市的交通信號可以在惡劣天氣條件下實現連續監控，穿透煙霧用于隧道監控。收集數據，包括交叉口的車輛軌跡，通過API為自適應和預測交通系統提供集成。即使在夜間和惡劣天氣條件下，可以提供車輛檢測包括停車線處或交叉口之間的計數、占用率和分類。

特色2 全局洞察

全天候感知，基于邊緣計算的AI技術算法，可在路側邊緣計算節點實現車輛的連續軌跡實時追蹤，清晰的紅外熱成像和可見光，微光視覺高清攝像頭 ，不依賴光，因而能實現24/7全天候交通流監控，還可以在夜間、眩光和惡劣天氣條件下檢測道路使用者，通過可視化分析能生成交通數據，全局洞察，較低的誤檢率。

配合AI算法，實現對交通參與者進行的全天候的感知，提供位置、車牌、速度、屬性、姿態等多類基礎元數據；克服雷達、視頻等單系統單維數據不足的問題。為決策者和道路交通參與者提供路網信息。

這款攝像頭還提供Wi-Fi功能，可用于旅行時間計算和其他起訖點應用。通過藍牙/Wi-Fi智能交通檢測器獲取車輛通行時間、車速數據，檢測車輛在任何方向上的位置、速度和方向，通行軌跡即可被獲知，同時，通過AI算法可以將該設備分類，例如確定該設備為車載設備或是行人手機。通過對大樣本量的軌跡信息的分析挖掘，可以獲取交叉口延誤時間以及路段通行時間等數據。

特色3 多維感知

3D-AI多目標檢測器將監測數據和車流數據上傳到云端，根據連續的數據流生成詳盡、直觀的報告。通過感知設備采集數據，人工智能算法處理數據，數據和算法雙輪驅動，實現從分析、預測、決策到反饋的結果，有助于做出明智的城市規劃決策，從而減少事故易發區域和交通瓶頸。

隨著交通和運輸方式的不斷進化，我們的基礎設施也不斷更新。人工智能可以為城市管理者提供數據，有效幫助規劃我們的道路和城市的未來。