ต่อไปคำแนะนำต่อไป
AI ในการเพิ่มประสิทธิภาพราคาและการกำหนดราคาแบบไดนามิก
การใช้งาน
คู่มือแอปพลิเคชัน
AI ปรับเวลาสัญญาณไฟจราจรแบบไดนามิกแบบเรียลไทม์ตามความต้องการของยานพาหนะและคนเดินถนนจริง แทนที่จะอาศัยตารางเวลาที่แน่นอน
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
The payoff is shorter waits, less stop-and-go, lower emissions, and smoother urban travel.
สัญญาณไฟจราจรแบบดั้งเดิมทำงานตามแผนกำหนดเวลาที่กำหนดไว้ล่วงหน้าหลายปี ซึ่งไม่ตรงกับการจราจรในโลกแห่งความเป็นจริงที่คาดเดาไม่ได้ ระบบที่ใช้ AI ใช้เซ็นเซอร์ กล้อง และข้อมูลรถยนต์ที่เชื่อมต่อเพื่อรับรู้ความต้องการในปัจจุบันที่แต่ละทางแยก และปรับเวลาสีเขียวให้เหมาะสม หลายระบบใช้การเรียนรู้แบบเสริมกำลัง โดยที่เจ้าหน้าที่จะเรียนรู้นโยบายการควบคุมสัญญาณโดยการลองผิดลองถูกในการจำลอง ซึ่งจะได้รับรางวัลสำหรับการลดความล่าช้าของยานพาหนะทั้งหมด การประสานงานทางแยกหลายทางนั้นยากกว่า เนื่องจากการเปลี่ยนระลอกคลื่นแสงหนึ่งไปยังเพื่อนบ้าน ดังนั้นแนวทางแบบหลายตัวแทนจึงให้สัญญาณร่วมมือกันไปตามทางเดิน Project Green Light ของ Google ซึ่งใช้งานในเมืองต่างๆ เช่น ซีแอตเทิลและแมนเชสเตอร์ ใช้ AI เพื่อแนะนำการปรับแต่งเวลา รายงานการลดลงอย่างมีนัยสำคัญของการหยุดและการปล่อยก๊าซทางแยกในการศึกษานำร่อง
Project Green Light ของ Google วิเคราะห์รูปแบบการขับขี่เพื่อแนะนำการปรับสัญญาณในเมืองต่างๆ โดยลดการหยุดที่ทางแยกที่พลุกพล่าน
ระบบปรับตัว Surtrac ของพิตส์เบิร์กใช้ตัวควบคุม AI แบบกระจายอำนาจเพื่อลดเวลาการเดินทางและเดินเบาไปตามทางเดิน
เมืองต่างๆ ให้ความสำคัญกับสัญญาณการขนส่งสาธารณะ ดังนั้น AI จะขยายไฟเขียวเมื่อรถบัสล่าช้าเข้าใกล้ทางแยก
การสำรองรถฉุกเฉินใช้สัญญาณที่ประสานงานกับ AI เพื่อเคลียร์เส้นทางสำหรับรถพยาบาลและรถดับเพลิงที่ผ่านการจราจร
เมื่อยานพาหนะที่เชื่อมต่อและเป็นอิสระแพร่กระจาย สัญญาณจะเจรจาโดยตรงกับรถยนต์ที่กำลังเข้าใกล้ อาจทำให้หยุดรถน้อยลง และแม้แต่ทางแยกที่ประสานกันโดยไม่มีสัญญาณในระยะยาว คาดหวังการผสมผสานที่แน่นแฟ้นมากขึ้นระหว่างลำดับความสำคัญในการขนส่ง การสำรองรถฉุกเฉิน ความปลอดภัยของคนเดินเท้าและนักปั่นจักรยาน และการเพิ่มประสิทธิภาพทั่วทั้งเมือง การตรวจจับที่รักษาความเป็นส่วนตัวและ Edge AI บนตัวควบคุมภายในจะลดการพึ่งพาการเชื่อมต่อระบบคลาวด์ ทำให้การควบคุมแบบปรับเปลี่ยนถูกลงเพื่อปรับใช้ในระดับในเขตเทศบาลขนาดเล็ก
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
AI ปรับเวลาสัญญาณไฟจราจรแบบไดนามิกแบบเรียลไทม์ตามความต้องการของยานพาหนะและคนเดินถนนจริง แทนที่จะอาศัยตารางเวลาที่แน่นอน ผลตอบแทนที่ได้คือการรอที่สั้นลง การหยุดและไปน้อยลง ลดการปล่อยก๊าซเรือนกระจก และการเดินทางในเมืองที่ราบรื่นยิ่งขึ้น
แผนกำหนดเวลาคงที่จะถูกกำหนดไว้ล่วงหน้า และไม่ปรับให้เข้ากับสภาพการจราจรแบบเรียลไทม์ที่แปรผันที่ทางแยก
การเรียนรู้แบบเสริมกำลังช่วยให้ตัวแทนเรียนรู้นโยบายการควบคุมโดยการลองผิดลองถูก ซึ่งได้รับรางวัลจากการลดความล่าช้าของยานพาหนะ
รางวัลมักจะลงโทษความล่าช้าทั้งหมดหรือความยาวคิว ส่งผลให้เจ้าหน้าที่ต้องควบคุมการจราจร
สัญญาณมีความเป็นอิสระซึ่งกันและกัน ดังนั้นการเปลี่ยนแปลงที่แสงหนึ่งจะกระเพื่อมไปตามกระแสน้ำ ซึ่งจำเป็นต้องมีการประสานงานหลายตัวแทนสำหรับคลื่นสีเขียว
Project Green Light ใช้ AI เพื่อวิเคราะห์รูปแบบการขับขี่และแนะนำการกำหนดเวลาสัญญาณใหม่เพื่อลดการหยุดรถและการปล่อยมลพิษ
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
AI ในการเพิ่มประสิทธิภาพราคาและการกำหนดราคาแบบไดนามิก
การใช้งาน