現(xiàn)在，有效的城市交通管理仍然是智慧城市發(fā)展的基石。隨著自動駕駛汽車和互聯(lián)交通系統(tǒng)的興起，對于確保交通順暢、充分減少事故和優(yōu)化效率，動態(tài)監(jiān)控解決方案具有重要意義。然而，傳統(tǒng)的靜態(tài)攝像頭設置往往難以適應快速變化的交通條件，從而導致監(jiān)控和資源利用效率低下。據(jù)外媒報道，為了解決這個問題，仁川國立大學（Incheon National University）的研究人員提出了一種解決方案——增強型流體監(jiān)控系統(tǒng)，旨在實時適應不同的交通場景。

（圖片來源：仁川國立大學）

該創(chuàng)新系統(tǒng)采用排列在動態(tài)網(wǎng)格中的單鏡頭攝像頭網(wǎng)絡，可以根據(jù)實時交通條件來激活或關閉攝像頭，從而智能地調整其監(jiān)控覆蓋范圍，確保高效和靈活的監(jiān)控。

研究負責人Hyunbum Kim副教授表示：“這項研究的開展動機源于人們對自適應交通監(jiān)控系統(tǒng)的需求不斷增長，這些系統(tǒng)能夠處理各種不可預測的場景。通過創(chuàng)建增強型流體監(jiān)控系統(tǒng)，我們的目標是徹底改變交通管理，提供無縫智能交通服務。”

為了實現(xiàn)這一目標，該研究正式探討“增強型流體監(jiān)控效率最大化問題（MaxAugmentFluSurv）”。這個問題的重點是找到設置和使用攝像頭的最佳方式，以最大限度地提高效率，同時仍然覆蓋所有必要區(qū)域。

研究人員提出兩種巧妙的解決方案來應對這一挑戰(zhàn)。第一種方法名為隨機值攝像頭級算法（Random-Value-Camera-Level Algorithm），將攝像頭排列成3x3網(wǎng)格。一些攝像頭始終處于開啟狀態(tài)以確保基本覆蓋范圍，另一些則根據(jù)交通狀況來打開或關閉。通過這種方式，在繁忙時段，更多的攝像頭會打開以進行監(jiān)控，而在安靜的時候，活躍的攝像頭則較少，從而節(jié)省能源。

第二種方法稱為全隨機權重算法（ALL-Random-With-Weight Algorithm），具有類似的工作原理，但更加靈活。它根據(jù)每個攝像頭在網(wǎng)絡中的位置為其分配獨特的角色。關鍵位置的攝像頭一直處于活躍狀態(tài)，而其他攝像頭則根據(jù)交通狀況進行調整。這種方法有助于實現(xiàn)全面監(jiān)控和有效利用能源之間的平衡。

大量仿真表明，這些方法在不同條件下可以有效地工作，如不同的交通狀況、斜坡和角度。該系統(tǒng)通過預測和調整交通模式，可以減少低交通量期間的能源使用，并在高峰時段提供了強大的覆蓋范圍。Kim教授表示：“這種方法可以優(yōu)化使用攝像頭，并節(jié)約能源，同時確保實現(xiàn)可靠的監(jiān)控。這是朝著更智能、更環(huán)保的交通管理邁出的一步。”

除了交通控制，這種自適應系統(tǒng)還可用于人群監(jiān)控、事故響應和工業(yè)安全。未來研究人員將側重于現(xiàn)實世界測試，以及整合深度學習等技術以獲得更好的性能。這項創(chuàng)新代表朝著建設更智能、更可持續(xù)的城市邁出的重要一步。