AIに何でも質問してください

路傍のビデオ映像を実用的な交通データに変換する

応用例と事例

主なポイント

オンデバイスAIを活用して、路傍のビデオ映像を実用的な交通データに変換しましょう。InHand MoシリーズのAIシングルボードコンピュータは、カメラの近くで車両の検出、分類、計数処理を行い、交通監視および分析アプリケーションのための柔軟な基盤を提供します。

背景

交通状況は、車両数、道路利用状況、工事状況、地域イベントなどによって一日を通して変化します。手動による調査や定期的なサンプリングでは、これらの変化を継続的に把握することはできません。デバイス上のビデオ分析機能を使えば、路肩にある車両を検出・分類し、すべてのビデオストリームを中央サーバーに送信することなく構造化データを生成できます。交通システム開発者は、これらの結果を利用して、ダッシュボード、履歴レポート、渋滞指標、その他地域の運用要件に合わせたアプリケーションを構築できます。

顧客要件

手動間のデータ
調査
交通管理チームは、定期的な調査や短時間の観察では得られない、より一貫性のある車両の流れに関する情報を必要としている。
使用可能な入力
交通情報アプリ
路肩で撮影された生の映像は、顧客のソフトウェアが場所と時間ごとに整理して分析やレポート作成に利用できる、構造化された車両データに変換する必要がある。
オペレーション
分散サイト
このシステムは、帯域幅、筐体スペース、インターフェース、展開スケジュールが異なる可能性のある、分散した路側設置場所で動作する必要がある。

解決

この交通分析ソリューションは、路側カメラ、InHand MoシリーズAIシングルボードコンピュータ、ネットワーク接続、および顧客開発の分析ソフトウェアを組み合わせたものです。Moは受信したビデオをローカルで処理し、車両の検出、分類、および計数のための互換性のあるモデルを実行します。

Debianベースの環境には、TI TIDL、OpenCV、GStreamerが含まれており、TFLiteおよびONNXモデルをサポートしています。開発者は、得られた車両データを使用して、時間ベースの統計情報、ダッシュボード、交通状況表示、既存の管理プラットフォームとの統合などを構築できます。モデルの選択と調整は、カメラの位置、照明、車両の種類、および必要な検出頻度に基づいて行う必要があります。

Mo 68Aは、アプリケーションで追加の処理能力や複数のビデオ入力が必要な場合に最適な選択肢です。サポートされるワークロードは、モデル、解像度、フレームレート、サンプリング戦略によって異なります。MoはエッジAIの基盤を提供し、より高度な輻輳分析とトラフィック最適化は顧客アプリケーションで実装されます。

利点

ビデオバックホールの削減
カメラの近くで映像を処理することで、このソリューションは、すべての映像ストリームを中央分析サーバーに継続的に送信することなく、構造化された結果を提供できます。
より高速な分析
発達
準備されたLinux、画像認識、およびAI環境により、交通モデルからダッシュボード、レポート、その他の顧客開発アプリケーションに至るまでのプロセスが短縮されます。
より容易な段階的導入
コンパクトなハードウェアと共通のインターフェースにより、チームはまず選定した場所から始め、プロジェクトの進展に合わせて追加の路側ポイントを統合していくことができる。

関連製品