聪明的城市交叉路口拯救行人

根据美国交通部公路交通安全机构的说法,每隔88分钟,一辆行人的行人被驾驶员击中并杀死一次。这增加了超过100个行人,每周散步,逃跑或自行车骑自行车,因为他们在一个完全可预防的事故中被杀死。2019年,最近一年的可用数据,超过6,500个行人被杀。这只是一个惊人的生活丧失。

图片由“uto频道”提供

图片由“uto频道”提供

2019年的行人总体成年总量是30年来最高的,超过2018年以前的30年高位,过去十年的近50%。“This alarming trend signifies that we need to consider all the factors involved in this rise, identify the high-risk areas, allocate resources where they’re needed most, and continue to work with local law enforcement partners to address the chronic driver violations that contribute to pedestrian crashes,” said Governor’s Highway Safety Association Executive Director Jonathan Adkins.

在过去10年中,有几种趋势推动了行人死亡的令人不安和稳步增加。低燃料价格和提高效率导致采用SUV和中型车辆的采用。SUV击中的行人遭受的是杀死的可能性超过汽车的两倍。还有更多的人比在大城市中聚集和聚集在一起,在那里更常见的是使用自己的两英尺作为您的主要运输方式。最后,在过去的10年里,我们的智能手机成瘾急剧增加。分散注意力的行动和行走,这是一个重要的因素,促进了全世界行人死亡率增加的主要因素。

基于导致行人死亡人数的令人不安的趋势 - 即人性 - 很明显,我们正面临着重大挑战。禁止对SUV的全部抑制和返回翻转手机,行人死亡人数可能留在他们目前的水平。技术让我们进入了这么糟糕,但技术也可能让我们摆脱它。视力零运动,希望每年让我们零行人死亡,铰接在工程和人工智能的主要进步。

正如艾龙麝香所说现在几年,自动驾驶电动汽车就是未来的方式。作为最终答案,自动驾驶车辆已被罚款,使我们的道路更安全,包括所有用户,包括行人。然而,可以在没有跑进其他机动车辆的情况下驾驶自己的汽车,但缺乏快速对行人和自行车运动进行反应的能力使我们不会比我们目前更安全。

完全自动驾驶能力仍然可以又五年之后,并且在整个全球舰队转向人类驾驶之外可能是几十年。与此同时,可以部署能够促进汽车安全驱动汽车的能力的技术,以帮助为行人提供更安全的街道。自动车辆根据提供给他们的软件平台和雷达,激光器和摄像机系统的软件平台和算法的反馈来驱动自己。这些系统还具有功能,可以使它们在智能连接的基础设施系统中非常有用。

Velodyne Lidar是开发全自动车辆顶级传感器的领先公司之一,与内华达大学合作,里诺在大学校园的入口处安装一个Lidar传感器。额外的传感器已经安装在里诺市和内华达州的州,与州长的研究倡议一起安装,称为智能流动性。该计划旨在将内华达街道和道路变成实验室,彻底改变运输,流动性和智能基础设施。如果成功成功,LIDAR传感器可能成为内置环境的组成部分,功能提供恒定的数据和反馈到连接的自动车辆网络。旧金山市也实施了一个试点计划,以安装将收集行人数据的激光雷达传感器。

LIDAR传感器通过将激光流传递到环境中。当灯击中物体时,它将反射回传感器。作为激光扫描,传感器通过测量反射光返回所需的时间量来创建对象的三维渲染。LIDAR系统还能够确定有关它们正在扫描的物体的特定数据,并且可以区分汽车,卡车,行人和自行车。LIDAR系统能够收集和传输的数据可能对继续优化动力自驾动车和智能城市的算法来证明极为宝贵。突出突出的LIDAR系统没有面部识别能力也很重要,并且不会违反任何公民的隐私。这是LIDAR的关键型差异,来自其他技术的LIDAR,该技术已经提出了对智能城市有用的。

“与监控流量的传统雷达或视频方法不同,激光雷达传感器可以将车辆数据转换为有关车辆和行人轨迹的信息,”郝迅解释说。“例如,该程序可以识别出现加速的何时何种何时以及它可以提供时间空间图,显示车辆如何减慢,停止,加速并在光周期期间通过交叉点。”

徐教授陈述的关键外卖是LIDAR传感器能够收集的数据类型。轨迹数据,尤其是交叉点,是自动驾驶算法需要安全地运行并达到其最大潜力。在这一点上,自动车辆并不完全防止故障。他们仍然努力预测和反应角落的突然运动。例如,一个完全自驾驶车辆可能难以停止或改变其路径,以避免与飞镖进入交通的行人的行人碰撞,例如在2018年的自动驾驶模式中与超级驾驶模式发生致命事故发生的事情。或者试图通过黄灯速度的车辆。

通过使用激光雷达传感器,可以填补当前数据集中的几个明显的漏洞,这些漏洞为自动驾驶算法提供了动力。关键的改进将由与近碰撞分析、联网车辆系统、提高交通性能和自适应信号,以及行人和野生动物自动过马路警告相关的额外数据驱动。激光雷达传感器跟踪他们视野内所有运动的轨迹。近碰撞分析尤其重要,因为它可以让自动驾驶汽车根据数百种额外的车辆运动和机动,制定相应的对策,以避免碰撞。

州交通部门几十年来收集了崩溃数据集,但是当涉及建造允许车辆安全飞行的算法时,这些报告的价值很低。通过添加的近碰撞数据,该技术可以精制为“教”机器如何快速反应,以避免崩溃或突出潜在的危险区域。在评估一条道路的安全性时,近碰撞数据往往被忽视,但额外的洞察力可以使工程师能够进行更正和调整以提高安全性。

路边激光雷达也将使联网车辆成为可能。在现有的交通信号、桥梁和建筑等基础设施上安装足够的激光雷达传感器,车辆和传感器之间可以持续通信,从而提供连续的流量监测交通状况。目前,大多数自动驾驶汽车只能从自身的车载传感器接收数据。智能交通网络可以让车辆根据10英里以外的情况选择行程和路径,这将使每个人都能尽可能高效地从一个地方移动到另一个地方。

“内华达州的应用研究中心是通过在基础设施,车辆和人民之间实现多峰通信来制定一条途径,以便在基础设施,车辆和人民之间进行多峰通信,”在Velodyne Lidar的业务发展副总裁Jon Barad说。“他们的多学科研究团队正在采用Velodyne的LiDar传感器以创新的方式来收集和分析提高效率和安全所需的数据。”

此外,如果路边延线可以扩大覆盖整个国家,则可以为行人,车辆和自行车构建预测模型。例如,是否有可能基于车辆的轨迹预测,无论是如何尝试才能通过黄灯或行人将如何尝试跨越交通?如果收集有足够的数据,则可能会从驾驶之外取出猜测。

激光雷达传感器最终将证明在智能城市中发挥积分作用,但最重要的是,他们将使行人更安全,以便达到日常生活。通过使用自主车辆,可以通过使用自动车辆来增加闪光灯等技术的投资来归零。这项技术仍处于初期阶段,而是一个真正同步,连接的交通网络在我们的范围内。

点击这里查看原始文章。

戴安娜泰