高科技高速公路:印度使用 NVIDIA 加速计算缓解收费站的交通拥堵

NVIDIA Metropolis 合作伙伴 Calsoft 使用视觉 AI 应用来帮助解决该国高速公路的拥堵问题。
作者 Lexi Mariash

印度拥有全球第二大公路网,其总长度近 400 万英里,有 1,000 多个收费站,其中大部分为人工收费站。

像这样的传统收费站,无论在世界的哪个地方,都可能导致大规模的交通延误、通勤时间过长和严重的道路拥堵。

为帮助印度各地收费站实现自动化,由印度裔美国人创立的科技公司 Calsoft 协助印度将多项 NVIDIA 技术与该国的主流支付系统“统一支付接口”(UPI)集成在一起。

人工收费站花费的时间和人力均多于自动收费站。而印度收费站系统在实现自动化的过程中,还面临着一个额外的复杂问题——种类繁多的车牌。

印度车牌的不规范给车牌自动识别系统(ANPR)的准确性带来了巨大的挑战。印度的车牌有各种颜色、尺寸、字体样式和挂牌位置,所使用的语言也不统一,所以任何实施方案都必须解决这些车牌差异问题。

Calsoft 帮助开发的解决方案可自动读取过往车辆的车牌,并向相关驾驶员的 UPI 账户收费。这种方法减少了人工收费的需求,是解决该地区交通问题的重要一步。

自动化的落实情况

作为试点项目的一部分,该解决方案已被部署到多个主要城市。它通过使用 ANPR,能够在车牌通过收费站时对其进行检测和分类,使车牌读取准确率达到 95%。

Calsoft 高级技术副总裁 Vipin Shankar 认为 NVIDIA 的技术在这项工作中发挥了至关重要的作用。他表示:“夜间检测的难度尤其大。还有一个挑战是提高模型的准确性,解决由于雾、暴雨、强光反射、沙尘暴等环境影响造成的像素失真。”

该解决方案使用 NVIDIA Metropolis 对车辆进行全程跟踪和检测。Metropolis 是一个应用框架、开发者工具套件和合作伙伴生态,它通过结合视觉数据与 AI,提高各行各业的运营效率和安全性。

Calsoft 工程师团队使用 NVIDIA Triton 推理服务器软件来部署和管理他们的 AI 模型。该团队还使用 NVIDIA DeepStream 软件开发套件构建了一个实时流式传输平台,其整合了实时对象检测、分类等高级功能,是高效处理和分析数据流的关键。

Calsoft 在其 AI 解决方案中使用了 NVIDIA 硬件,包括 NVIDIA Jetson 边缘 AI  模块和 NVIDIA Tensor Core GPU 等。Calsoft 的收费站解决方案还可以进行扩展,这表示它能够适应未来的增长和扩展需求,更好地保证了其性能和适用性一直能够适应交通状况的变化。

了解 NVIDIA Metropolis 如何帮助北卡罗来纳州罗利市等城市更好地管理交通流量和提高行人安全。