Tamil
பாதை விளக்குக் கட்டுப்பாட்டு அமைப்புகளில் கேமரா மாடுல்கள்: நகர மொபிலிட்டியை புத்திசாலித்தனமாக மாற்றுதல்
11.14 துருக
நகரப் போக்குவரத்து நெரிசல் என்பது தினசரி சிரமமாக மட்டுமல்ல; இது நகரங்களுக்கு இழப்பான உற்பத்தி திறனில் பில்லியன்களை செலவழிக்கிறது, கார்பன் வெளியீடுகளை அதிகரிக்கிறது மற்றும் விபத்துகளின் ஆபத்தை உயர்த்துகிறது. பல ஆண்டுகளாக, போக்குவரத்து விளக்குகள் நிலையான டைமர்களை அல்லது அடிப்படை சென்சார்களை நம்பியுள்ளன, திடீர் நடைபாதை கூட்டங்கள் அல்லது உச்ச நேர நெரிசல்களைப் போன்ற நேரடி மாற்றங்களுக்கு ஏற்ப அடிக்கடி சிரமம் அடைந்துள்ளன. இன்று,கேமரா மாட்யூல்கள்வெளிப்படையாக உள்ள சிக்னல்களை சுருக்கமாகவும், தரவுகளை அடிப்படையாகக் கொண்டு செயல்படும் அமைப்புகளாக மாற்றி, சாலையின் உண்மையான தேவைகளுக்கு பதிலளிக்கின்றன. இந்த வலைப்பதிவு கேமரா மாட்யூல்கள் எப்படி போக்குவரத்து விளக்குகளை நிர்வகிக்க புதிய வரையறைகளை உருவாக்குகின்றன, அவற்றின் அடிப்படை திறன்கள், உண்மையான உலகத்தில் ஏற்படும் தாக்கங்கள் மற்றும் இந்த விளையாட்டு மாற்றும் தொழில்நுட்பத்திற்கு அடுத்தது என்ன என்பதை ஆராய்கிறது.
பாதை விளக்கு மேலாண்மையின் வளர்ச்சி: கேமரா மாட்யூல்கள் எதற்காக விளையாட்டு மாற்றுநர் ஆகின்றன
கேமரா மாட்யூல்களுக்கு முந்தைய காலத்தில், போக்குவரத்து விளக்குகள் இரண்டு முக்கியமான கட்டுப்பாடுகளை எதிர்கொண்டன: மோசமான சூழல் விழிப்புணர்வு மற்றும் அடிப்படையில் மாற்றம் செய்ய முடியாதது. கேமரா தொழில்நுட்பம் இந்த இடைவெளிகளை எவ்வாறு தீர்த்தது என்பதை அதன் வளர்ச்சியை பின்பற்றுவதன் மூலம் பார்ப்போம்.
1. அனலாக் சென்சார்களிலிருந்து டிஜிட்டல் "கண்ணுகள்"
முதலில், போக்குவரத்து விளக்குகள் அமைப்புகள் உலோக வாகனங்களை கண்டறிய சாலை கீழே புதைக்கப்பட்ட இன்டக்டிவ் லூப் சென்சார்கள் பயன்படுத்தின. இந்த சென்சார்கள் முக்கிய குறைபாடுகளை கொண்டிருந்தன: அவை நடைபாதை பயணிகள், சைக்கிள்கள் அல்லது உலோகமில்லாத வாகனங்களை (மின்சார ஸ்கூட்டர்கள் போன்றவை) அடையாளம் காண முடியாது, மேலும் கடுமையான வானிலை (மணல், கனமழை) இல் தோல்வியுற்றன.
கேமரா மாடுல்கள் இதை மாற்றின, 2D/3D சூழல் தரவுகளை வழங்குவதன் மூலம். சுற்றுப்பாதைகளுக்கு மாறாக, அவை முழு சந்திப்பை காண்கின்றன: வாகனங்கள், நடக்கிறவர்கள், சைக்கிள் ஓட்டிகள், மற்றும் கூடுதல் தடைகள் (ஒரு உடைந்த கார் போன்றவை). உயர் தீர்மான லென்சுகள் (1080p முதல் 4K) மற்றும் குறைந்த ஒளி சென்சார்கள் நாள் மற்றும் இரவு தெளிவை உறுதி செய்கின்றன, ஒருபோதும் கிரிட்லாக் அல்லது விபத்துகளை ஏற்படுத்திய கண்ணாடி இடங்களை நீக்குகின்றன.
2. "செயல்பாட்டை" இருந்து "முன்கணிப்பு" மேலாண்மை
பாரம்பரிய அமைப்புகள் போக்குவரத்து அதிகரித்த பிறகு பதிலளித்தன—உதாரணமாக, ஒரு டைமர் ஒரு புற தெரைக்கு பச்சை நிறத்தில் மாறுவதற்கு முன் நிர்ணயிக்கப்பட்ட 2 நிமிட காத்திருப்பு நேரத்தை காத்திருக்க வேண்டும், அங்கு எந்த கார்கள் இருந்தாலும் கூட. கேமரா மாட்யூல்கள், AI உடன் இணைக்கப்பட்டு, இதனை முன்னறிவிப்பு மேலாண்மைக்கு மாற்றுகின்றன. அவை நேரடி போக்குவரத்து மாதிரிகளை (உதாரணமாக, "வடக்கிலிருந்து 50 கார்கள் வருகிறன, கடவுச்சீட்டு அருகில் 5 நடைபாதை பயணிகள்") பகுப்பாய்வு செய்கின்றன மற்றும் சிக்னல் நேரங்களை விநாடிகளில் சரிசெய்கின்றன, தேவையற்ற காத்திருப்புகளை குறைத்து போக்குவரத்தை தொடர்ச்சியாக வைத்திருக்கின்றன.
3. தனிமைப்படுத்தப்பட்ட அமைப்புகளிலிருந்து இணைக்கப்பட்ட அமைப்புகளுக்கு
மாடர்ன் கேமரா மாட்யூல்கள் தனிமைப்படுத்தப்படவில்லை. அவை 4G/5G அல்லது ஃபைபர் ஆப்டிக்ஸ் மூலம் நகர போக்குவரத்து மேலாண்மை மையங்களுடன் (TMCs) இணைக்கப்படுகின்றன, பல சந்திப்புகளில் தரவுகளை பகிர்கின்றன. இந்த "நெட்வொர்க் செய்யப்பட்ட அறிவு" நகரங்களை மாவட்ட அளவில் போக்குவரத்தை நிர்வகிக்க அனுமதிக்கிறது - எடுத்துக்காட்டாக, ஒரு கேமரா மெயின் ஸ்ட்ரீட்டில் ஒரு விபத்தை கண்டுபிடித்தால், அது அருகிலுள்ள சாலைகளில் சிக்னல்களை சரிசெய்யலாம், போக்குவரத்தை மறுபடியும் வழிமாற்றி, கூட்டத்திற்கான ஒரு அலைவெள்ளத்தைத் தடுக்கும்.
முதன்மை திறன்கள்: போக்குவரத்து விளக்குகள் அமைப்புகளில் கேமரா மாட்யூல்கள் உண்மையில் என்ன செய்கின்றன
கேமரா மாடுல்கள் வெறும் "பதிவு" சந்திப்புகள் அல்ல - அவை செயல்பாட்டில் உள்ள முடிவெடுத்தவர்கள். கணினி பார்வை மற்றும் AI மூலம் இயக்கப்படும் அவற்றின் திறன்கள், மிக முக்கியமான போக்குவரத்து சவால்களை சமாளிக்கின்றன. அவை நடைமுறையில் எப்படி செயல்படுகின்றன என்பதை இங்கே காணலாம்:
1. துல்லியமான வாகன கண்டுபிடிப்பு & போக்குவரத்து ஓட்டம் பகுப்பாய்வு
பாதுகாப்பு விளக்கத்திற்கான கேமரா மாட்யூல்களின் அடிப்படையான (ஆனால் முக்கியமான) செயல்பாடு வாகனங்களை எண்ணுதல் மற்றும் வகைப்படுத்துதல் ஆகும். AI அல்காரிதங்கள் கார்கள், லாரிகள், பஸ் மற்றும் மோட்டார்சைக்கிள்கள் ஆகியவற்றில் வேறுபாடு காண்கின்றன, பின்னர் கணக்கிடுகின்றன:
• ஒவ்வொரு திசையிலும் எத்தனை வாகனங்கள் காத்திருக்கின்றன.
• வாகனத்தின் வேகம் (அவை தடுப்புகள் ஆக மாறுவதற்கு முன் மந்தமாக்கல்களை அடையாளம் காண).
• கோப்பின் நீளம் (அதிக காத்திருப்புகளுடன் கூடிய பாதைகளை முன்னுரிமை அளிக்க, rush hour-ல் போன்றவை).
உதாரணமாக, சிகாகோவின் லூப் மாவட்டத்தில், கேமரா மாடுல்கள் வடக்கே செல்லும் காத்திருப்பு நேரங்களை 22% குறைத்தன, 10 வாகனங்களை மீறிய போது மட்டுமே பச்சை விளக்குகளை நீட்டித்து—பாரம்பரிய டைமர்களின் "காலியான பச்சை விளக்கு" வீணாவை தவிர்த்து.
2. நடைபாதை மற்றும் சைக்கிள் பயணிகள் பாதுகாப்பு: "கண்காணிக்க முடியாத" பயனர்
பாதசாரிகள் மற்றும் சைக்கிள் ஓட்டுநர்கள் பழைய போக்குவரத்து அமைப்புகளால் பெரும்பாலும் கவனிக்கப்படுவதில்லை, இதனால் உயர் விபத்து வீதங்கள் ஏற்படுகின்றன (WHO 27% போக்குவரத்து மரணங்கள் பாதசாரிகள் எனக் கூறுகிறது). கேமரா மாடுல்கள் பாதசாரி கண்டறிதல் தொழில்நுட்பத்துடன் இதனை தீர்க்கின்றன:
• அவர்கள் கடவுச்சீட்டில் காத்திருக்கும் நடைபாதை பயணிகளை அடையாளம் காண்கிறார்கள் (அவர்கள் "நட" பொத்தானை அழுத்தவில்லை என்றாலும்) மற்றும் வாகனங்களுக்கு குறுகிய சிவப்பு விளக்குகளை செயல்படுத்துகிறார்கள்.
• சைக்கிள் ஓட்டுநர்களுக்காக, அவர்கள் சைக்கிள் பாதைகளை கண்டறிந்து, சைக்கிள் ஓட்டுநர்களுக்கு முன்னுரிமை வழங்க சிக்னல்களை சரிசெய்கின்றனர் (ஒரு "சைக்கிள் பச்சை அலை")—முடிவெடுக்கிற கார்கள் உடன் மோதல்களை குறைக்கிறது.
கோப்பென் ஹேகன், சைக்கிள் நட்பு அடிப்படையால் அறியப்படும் நகரத்தில், கேமரா கொண்ட போக்குவரத்து விளக்குகள், அவற்றின் முதல் ஆண்டு பயன்பாட்டில் சைக்கிள் விபத்துகளை 18% குறைத்தன.
3. நேரடி சிக்னல் நேரம் மேம்பாடு
இது கேமரா மாடுல்கள் தங்கள் மிகப்பெரிய செயல்திறன் அதிகரிப்புகளை வழங்கும் இடமாகும். நிலையான நேரங்களைப் பதிலாக, அவை இயக்கத்திற்கேற்ப சரிசெய்யுதலைப் பயன்படுத்துகின்றன:
• ஒரு கேமரா ஒரு முக்கிய சாலையில் 30 கார்கள் மற்றும் ஒரு புற சாலையில் மட்டும் 2 கார்கள் கண்டுபிடித்தால், அது முக்கிய சாலையின் பச்சை விளக்கத்தை 30 விநாடிகள் நீட்டிக்கிறது.
• சிறு உச்ச நேரங்களில் (எடுத்துக்காட்டாக, 2 AM), இது அனைத்து சிக்னல் சுற்றங்களை 45 விநாடிகளாகக் குறைக்கிறது (90 விநாடிகளிலிருந்து குறைந்து) இரவு நேரத்தில் வாகன ஓட்டிகளுக்கான காத்திருப்பு நேரங்களை குறைக்க.
அமெரிக்கா போக்குவரத்து துறை மேற்கொண்ட ஒரு ஆய்வில், கேமராக்களால் இயக்கப்படும் இயக்கவியல் சிக்னல் நேரம், மொத்த பயண நேரத்தை 15–20% குறைத்து, நிறுத்தி-செல்லும் போக்குவரத்தை 30% குறைக்கிறது என்று கண்டறியப்பட்டுள்ளது.
4. அசாதாரணம் கண்டறிதல்: பிரச்சினைகள் அதிகரிக்கும்முன் பிடித்தல்
கேமரா மாடுல்கள் 24/7 "பாதை கண்காணிப்பாளர்கள்" ஆக செயல்படுகின்றன, இது ஓட்டத்தை தடுக்கும் அசாதாரண நிகழ்வுகளை அடையாளம் காண்கிறது:
• அதிர்வுகள்: AI நிறுத்தப்பட்ட வாகனங்கள் அல்லது கழிவுகளை கண்டுபிடித்து TMC-ஐ உடனடியாக அறிவிக்கிறது, எனவே குழுக்கள் விரைவாக பதிலளிக்க முடியும்.
• அரசு விதிமுறைகளை மீறும் செயல்கள்: அவர்கள் சிவப்பு விளக்கை கடந்து செல்லுதல் அல்லது வேகத்தை மீறுதல் ஆகியவற்றை கண்டறிகின்றனர், ஆனால் பல நகரங்கள் இந்த தரவுகளை பாதுகாப்பிற்காக (வழக்கமாக அபராதம் விதிக்காமல்) பயன்படுத்துகின்றன—உதாரணமாக, ஒரு கேமரா ஒரு சந்திப்பில் அடிக்கடி சிவப்பு விளக்கை கடந்து செல்லுதல் காண்பின், அது மோதல்களைத் தடுக்கும் வகையில் 2 விநாடிகள் "அனைத்து சிவப்பு" தாமதத்தைச் சேர்க்கிறது.
• காலநிலை தொடர்பான பிரச்சினைகள்: சில முன்னணி மாடல்கள் மழை, பனி அல்லது மங்கலுக்கு கணினி பார்வையைப் பயன்படுத்தி கண்டறிந்து, சிக்னல் நேரங்களை சரிசெய்கின்றன (எடுத்துக்காட்டாக, பனியில் மெதுவாக நகரும் போக்குவரத்திற்காக நீண்ட காலம் பச்சை விளக்குகள்).
உண்மையான உலகத்தில் தாக்கம்: கேமரா இயக்கிய போக்குவரத்து விளக்குகள் பற்றிய வழக்குகள்
எண்கள் கதை சொல்லுகின்றன, ஆனால் உண்மையான உலக உதாரணங்கள் கேமரா மாடுல்கள் எப்படி சிறந்த நகர போக்குவரத்துக்கு மொழிபெயர்க்கின்றன என்பதை காட்டுகின்றன. இங்கே இரண்டு சிறந்த வழக்குகள் உள்ளன:
கேஸ் 1: சிங்கப்பூரின் "ஸ்மார்ட் மொபிலிட்டி 2030" முயற்சி
சிங்கப்பூர், உலகின் மிகக் குரூபமான நகரங்களில் ஒன்றாக, 500 க்கும் மேற்பட்ட சந்திப்புகளில் 3D கேமரா மாடுல்களை (ஆழம் உணர்வு தொழில்நுட்பத்துடன்) பயன்படுத்துகிறது. இந்த மாடுல்கள்:
• 3D இடத்தில் வாகனங்கள், நடக்கிறவர்கள் மற்றும் சைக்கிள் ஓட்டுநர்களை கண்காணிக்கவும், நிழல்கள் அல்லது மாறுபட்ட பொருட்களால் ஏற்படும் தவறுகளை நீக்கவும்.
• சிங்கப்பூரின் "மெய்நிகர் போக்குவரத்து மையம்" உடன் ஒருங்கிணைக்கவும்—கேமரா தரவுகளை பயன்படுத்தி 15–30 நிமிடங்களுக்கு முன் போக்குவரத்தை கணிக்கின்ற மையக் களம்.
முடிவுகள்? உச்ச நேரத்தில் பயண நேரம் 19% குறைந்தது, மற்றும் போக்குவரத்து தொடர்பான கார்பன் வெளியீடுகள் 12% குறைந்தன. கேமரா அடிப்படையிலான கடந்து செல்லும் பாதை முன்னுரிமை காரணமாக, நகரம் 25% நடைபாதை விபத்துகளில் குறைப்பை அறிவித்தது.
கேஸ் 2: பார்சிலோனாவின் "சூப்பர்பிளாக்ஸ்" திட்டம்
பார்சலோனாவின் பிரபலமான "சூப்பர்பிளாக்கள்" (கால்நடை நடமாட்டத்திற்கு உகந்த பகுதிகள்) கார் அணுகலை மற்றும் கால்நடை பாதுகாப்பை சமநிலைப்படுத்த காமிரா மாட்யூல்களை நம்புகின்றன. சூப்பர்பிளாக் நுழைவுகளில் காமிராக்கள்:
• ஒரு வாகனம் உள்ளூர் குடியினருக்கு சொந்தமானதா என்பதை கண்டறியவும் (பதிவு எண் அடையாளம் மூலம், அணுகல் கட்டுப்பாட்டிற்காக மட்டுமே பயன்படுத்தப்படுகிறது, கண்காணிப்பிற்காக அல்ல).
• வாழ்க்கை உரிமையாளர்களின் கார்கள் 10 விநாடிகள் கச்சிதமான ஒளியுடன் உள்ளே செல்ல அனுமதிக்கப்படுகின்றன, மற்றவர்கள் கார்கள் வெளிப்புற சாலைகளுக்கு மாற்றப்படுகின்றன.
• பாதுகாப்பான பகுதிகளில் பஸ்கள் மற்றும் அவசர வாகனங்களுக்கு முன்னுரிமை அளிக்கவும், அவை நடைபாதை நிறைந்த பகுதிகளில் சிக்கிக்கொள்ளாமல் உறுதி செய்யவும்.
2020 முதல், கேமரா இயக்கப்படும் போக்குவரத்து விளக்குகள் உள்ள சூப்பர் பிளாக்கள் 40% கார் போக்குவரத்து குறைவு மற்றும் 35% நடைபாதை செயல்பாட்டில் அதிகரிப்பை கண்டுள்ளன—இதனால் தெரிகள் பாதுகாப்பான மற்றும் வாழக்கூடியதாக மாறுகின்றன.
பாதுகாப்பு அமைப்புகளில் கேமரா மாடுல்களை செயல்படுத்துவதற்கான முக்கியமான கருத்துகள்
கேமரா மாட்யூல்கள் பெரிய நன்மைகளை வழங்கினாலும், நகரங்கள் பொதுவான தவறுகளை தவிர்க்க கவனமாக திட்டமிட வேண்டும். முன்னுரிமை அளிக்க வேண்டிய மூன்று முக்கிய காரணிகள் இங்கே உள்ளன:
1. சுற்றுச்சூழல் நிலைத்தன்மை: வெளியில் பயன்படுத்துவதற்காக உருவாக்கப்பட்டது
Traffic cameras operate in extreme conditions—blazing heat (up to 120°F/49°C), freezing cold (-20°F/-29°C), heavy rain, and dust. To ensure reliability:
• IP66/IP67 மதிப்பீடுகளுடன் உள்ள மாடுல்களை தேர்ந்தெடுக்கவும் (நீர் மற்றும் தூசி எதிர்ப்பு).
• சூடான காலநிலைகளில் அதிக வெப்பம் ஏற்படாமல் காத்திருக்கும் வகையில் வெப்ப மேலாண்மை அமைப்புகளை (வெப்பக் கம்பிகள் அல்லது காற்றோட்டிகள் போன்றவை) தேர்ந்தெடுக்கவும்.
• நேரடி சூரிய ஒளி அல்லது இரவில் மின்விளக்கங்களால் ஏற்படும் மங்கல்தன்மையை தவிர்க்க எதிரொளி எதிர்ப்பு கண்ணாடிகளை பயன்படுத்தவும்.
Poorly designed cameras can fail in harsh weather, leading to signal malfunctions and congestion—so durability is non-negotiable.
2. அமைப்பு ஒத்திசைவு: "டெக் சைலோஸ்" ஐ தவிர்க்கவும்
பல நகரங்களில் ஏற்கனவே உள்ள போக்குவரத்து அடிப்படையியல் அமைப்புகள் (எடுத்துக்காட்டாக, பழைய சிக்னல் கட்டுப்பாட்டாளர்கள், TMC மென்பொருள்) உள்ளன. கேமரா மாடுல்கள் இந்த அமைப்புகளுடன் ஒருங்கிணைக்கப்பட வேண்டும், அதனால் அவை திறமையாக வேலை செய்ய முடியும்:
• தரப்பட்ட TMC தளங்களுடன் இணைக்க திறந்த நெறிமுறைகளை (MQTT அல்லது REST API போன்றவை) ஆதரிக்கும் மாட்யூல்களை தேடுங்கள்.
• AI மென்பொருட்களுடன் ஒத்திசைவு உறுதி செய்யவும்—சில நகரங்கள் தங்கள் சொந்த AI மாதிரிகளை (எடுத்துக்காட்டாக, உள்ளூர் போக்குவரத்து முறைமைகள்) பயன்படுத்த விரும்புகின்றன, எனவே மாடுல்கள் தனிப்பயன் கணிதவியல் ஒருங்கிணைப்பை அனுமதிக்க வேண்டும்.
இணக்கமற்ற அமைப்புகள் தரவுப் பிணக்குகளை உருவாக்குகின்றன—உதாரணமாக, TMC உடன் தரவுகளை பகிர முடியாத ஒரு கேமரா இயக்கவியல் சிக்னல் நேரத்தை செயல்படுத்த முடியாது.
3. தரவுப் பாதுகாப்பு & தனியுரிமை: குடியினருடன் நம்பிக்கையை உருவாக்குதல்
கேமரா மாடுல்கள் உணர்வுபூர்வமான காட்சி தரவுகளை சேகரிக்கின்றன, எனவே நகரங்கள் பொதுமக்களின் ஆதரவை பெற தனியுரிமை கவலைகளை கையாள வேண்டும்:
• தரவை அனானிமை செய்யவும்: AI-ஐ பயன்படுத்தி உரிமம் பலகைகள் மற்றும் முகங்களை நேரடியாக மங்கிக்கொள்ளவும், எனவே வெறும் போக்குவரத்து மாதிரிகள் (தனிப்பட்ட மக்கள்/வாகனங்கள் அல்ல) மட்டுமே சேமிக்கப்படுகின்றன.
• தரவை வைத்திருப்பதை வரையறுக்கவும்: 24–48 மணி நேரத்திற்குப் பிறகு மூல வீடியோவை அழிக்கவும் (மட்டுமே "8 AMக்கு இங்கு 100 கார்கள் கடந்தன" போன்ற தொகுக்கப்பட்ட தரவுகளை வைத்திருங்கள்).
• தெளிவாக இருங்கள்: எது தரவுகள் சேகரிக்கப்படுகின்றன, எவ்வாறு பயன்படுத்தப்படுகின்றன, மற்றும் யாருக்கு அணுகல் உள்ளது (எடுத்துக்காட்டாக, TMC ஊழியர்கள் மட்டுமே, மூன்றாம் தரப்பினர் அல்ல) என்பதை விளக்கும் தனியுரிமை கொள்கையை வெளியிடுங்கள்.
போர்ட்லாந்து, ஓரிகன் போன்ற நகரங்கள், தனியுரிமை பயங்களை சமாளிக்க பொதுமக்கள் கூட்டங்களை நடத்துவதன் மூலம் கேமரா அமைப்புகளை வெற்றிகரமாக செயல்படுத்தியுள்ளன—இதன் மூலம் 78% பொதுமக்கள் ஆதரவை பெற்றுள்ளன.
எதிர்காலம்: போக்குவரத்து மேலாண்மையில் கேமரா மாடுல்களுக்கு அடுத்தது என்ன?
கேமரா தொழில்நுட்பம் வேகமாக வளர்ந்து வருகிறது, மற்றும் அடுத்த தலைமுறை போக்குவரத்து விளக்கு மாடுல்கள் இன்னும் புத்திசாலி மற்றும் இணைக்கப்பட்டிருக்கும். கவனிக்க வேண்டிய மூன்று போக்கு இங்கே உள்ளன:
1. 5G + எட்ஜ் கணினி: வேகமாக, மேலும் திறமையான தரவுப் செயலாக்கம்
தற்போதைய கேமரா மாட்யூல்கள் பொதுவாக ஒரு மைய TMC க்கு செயலாக்கத்திற்காக தரவுகளை அனுப்புகின்றன, இது சிக்னல் சரிசெய்யல்களில் தாமதங்களை (1–2 விநாடிகள் வரை) ஏற்படுத்தலாம். 5G மற்றும் எட்ஜ் கணினி இதை மாற்றும்:
• கேமராக்கள் தரவுகளை உள்ளூர் (எட்ஜ்) முறையில் சிறிய, சக்திவாய்ந்த AI சிப்புகளைப் பயன்படுத்தி செயலாக்கும், தாமதத்தை மில்லிசெகண்டுகளுக்கு குறைக்கும்.
• 5G அருகிலுள்ள சந்திப்புகளில் உள்ள கேமராக்களுக்கு நேரடி தொடர்பை ஏற்படுத்தும் - எடுத்துக்காட்டாக, 5வது தெருவில் உள்ள ஒரு கேமரா 6வது தெருவில் உள்ள ஒரு கேமராவுடன் 0.1 விநாடிகளில் தரவுகளை பகிரலாம், இது போக்குவரத்திற்கான "ஒத்திசைந்த பச்சை அலை" உருவாக்குகிறது.
இந்தது போக்குவரத்து மேலாண்மையை மேலும் பதிலளிக்கக்கூடியதாக மாற்றும், குறிப்பாக நகர மையங்கள் போன்ற உயர் அடர்த்தி பகுதிகளில்.
2. AI பெரிய மாதிரிகள்: முன்னறிவிப்பு போக்குவரத்து திட்டமிடல்
இன்றைய AI நேரடி போக்குவரத்தை பகுப்பாய்வு செய்ய முடியும், ஆனால் எதிர்கால பெரிய மொழி மாதிரிகள் (LLMs) போக்குவரத்திற்கான மாதிரிகளை வாரங்கள் அல்லது மாதங்கள் முன்பே கணிக்க முடியும்:
• கேமரா தரவுகள் (காலநிலை, நிகழ்வுகள் மற்றும் பொதுப் போக்குவரத்து அட்டவணைகளை இணைத்து) நகரங்களுக்கு இசை நிகழ்ச்சிகள், விளையாட்டு போட்டிகள் அல்லது மழை நாட்கள் போன்ற நிகழ்வுகளுக்கான சிக்னல் நேரங்களை முன்கூட்டியே சரிசெய்ய அனுமதிக்கும்.
• உதாரணமாக, ஒரு கேமரா ஒவ்வொரு ஞாயிற்றுக்கிழமை 5 PMக்கு 5,000 பேர் ஒரு மைதானத்தை விலகுகிறார்கள் என்பதை கண்டுபிடித்தால், TMC அருகிலுள்ள சாலைகளில் பச்சை விளக்குகளை முன்கூட்டியே நீட்டிக்கலாம்—பாதுகாப்பு ஆரம்பிக்கும்முன்.
3. V2X ஒருங்கிணைப்பு: வாகனங்களுக்கு "பேசும்" கேமராஸ்
Vehicle-to-Everything (V2X) தொழில்நுட்பம் வாகனங்களுக்கு போக்குவரத்து விளக்குகள், நடைபாதையில் உள்ள மக்களின் தொலைபேசிகள் மற்றும் பிற வாகனங்களுடன் தொடர்பு கொள்ள அனுமதிக்கிறது. கேமரா மாடுல்கள் இந்த சூழலின் முக்கிய பகுதியாக இருக்கும்:
• கேமராக்கள் நடைபாதையில் நடக்கும் நபர்களை கண்டறிந்து, அருகில் வரும் கார்கள் (எடுத்துக்காட்டாக, "நடைபாதை கடக்கிறது—மெதுவாக செல்லவும்") என்ற தகவல்களை அனுப்பும்.
• அவர்கள் இணைக்கப்பட்ட கார்கள் உடன் நேரடி சிக்னல் தரவுகளை பகிர்வார்கள் (எ.கா., "பச்சை விளக்கு 10 விநாடிகளில் முடிகிறது—வேகமாக செல்ல வேண்டாம்") சிவப்பு விளக்கத்தை கடக்கவும் திடீர் நிறுத்தங்களை குறைக்கவும்.
இது "இணைக்கப்பட்ட போக்குவரத்து நெட்வொர்க்" ஒன்றை உருவாக்கும், இதில் கேமரா, வாகனங்கள் மற்றும் அடிப்படைக் கட்டமைப்புகள் ஒன்றிணைந்து விபத்துகள் மற்றும் நெரிசலை நீக்க வேலை செய்கின்றன.
தீர்வு: கேமரா மாடுல்கள் ஸ்மார்ட் போக்குவரத்திற்கான இதயம்
பாதுகாப்பு விளக்குகள் மேலாண்மை முந்தைய காலங்களில் நேரம் கணக்கீடுகள் மற்றும் ஊகங்களைப் பற்றியது - ஆனால் கேமரா மாடுல்கள் இதை தரவினால் இயக்கப்படும் அறிவியலாக மாற்றியுள்ளது. நேரடி காட்சி, இயக்கவியல் சிக்னல் சரிசெய்தல் மற்றும் நடைபாதை/சைக்கிள் பயணிகளின் பாதுகாப்பை வழங்குவதன் மூலம், அவை மிகப்பெரிய நகரப் போக்குவரத்து சவால்களை தீர்க்கின்றன: நெரிசலை குறைத்தல், வெளியீடுகளை குறைத்தல் மற்றும் உயிர்களை காப்பாற்றுதல்.
முதன்மை நகரங்கள் புத்திசாலித்தனமான, வசதியான தெருக்களை உருவாக்க விரும்பினால், கேமரா மாடுல்கள் "இருப்பதற்கு நல்லது" என்ற அளவுக்கு மட்டுமல்ல - அவை அவசியமாகும். தொழில்நுட்பம் வளர்ந்துவரும் போது (5G, AI, மற்றும் V2X உடன்), அவற்றின் தாக்கம் மேலும் அதிகரிக்கும், நகர போக்குவரத்தை அனைவருக்கும் மென்மையாக, பாதுகாப்பாக, மற்றும் நிலைத்தன்மையுடன் மாற்றும்.
நீங்கள் ஒரு நகர திட்டமிடுபவர், போக்குவரத்து பொறியாளர் அல்லது கேமரா அடிப்படையிலான போக்குவரத்து அமைப்புகளை செயல்படுத்த விரும்பும் தொழில்நுட்ப தலைவராக இருந்தால், முக்கியமானது நிலைத்தன்மை, ஒத்திசைவு மற்றும் தனியுரிமையை முன்னுரிமை அளிக்க வேண்டும். சரியான அணுகுமுறையுடன், கேமரா மாடுல்கள் உங்கள் நகரத்தின் போக்குவரத்தை ஒரு தலைவலி இருந்து நன்கு செயல்படும் இயந்திரமாக மாற்றலாம்.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat