5GとエッジAI: トラフィック管理問題の解決

通勤方法は時代とともに変化してきたかもしれませんが、交通管理の方法は変わっていません。 INRIX世界交通スコアカードによると、2018年には世界で最も混雑した20都市の1人当たりの平均渋滞時間は164～210時間減少したという。都市における車両の急増が交通渋滞の根本的な原因です。

公共交通機関の改善は解決策ですが、同時に、サイトを改善するために交通管理をより効率的にする方法も検討する必要があります。トラフィック管理部門は、受動的な管理を能動的なトラフィック管理に変換しようとしましたが、ネットワーク速度とエッジ処理機能によって制限されていました。 5G と人工知能は、交通管理に大きな可能性をもたらします。

5Gが道路に登場したら

より高密度で複雑な道路網、より新しいテクノロジー、より大容量のデータにより、5G は交通の可視性と制御性を向上させます。これにより、交通網の渋滞がより早く解消され、渋滞がさらに緩和され、連鎖的な影響が排除され、すべての利用者にとって道路がより安全になります。 5G により、エッジ デバイスは AI 分析サーバーを介して大量のデータを送信および処理する能力が強化され、トラフィック管理にメリットをもたらすことになります。

4G より最大 70 倍高速で、人や交通などすべての道路利用者の動きを統合的に可視化し、全体的な計画の改善を可能にします。 5Gは、多数のセンサー、カメラ、さらにはドローンの助けを借りて、道路網を一連の小型クラウドに変革し、自律走行車を含め、各クラウドが相互に通信できるようになります。自律走行車や自動運転車のセンサーによって生成される膨大な量のデータは、5G によって簡単に処理され、車両間およびセンサー間の通信が可能になります。

これらの車両に搭載されたセンサーは、記録された観察に基づいて重要な情報を収集し、決定を下してルートを変更します。フィンランドのVTT技術研究センターの自律走行車「Martti」は、凍結した道路状況を事前に検知し、車両間で3Dビューを送信することがテストされています。

人工知能ソリューションとビッグデータ

人工知能 (AI) とビッグデータの力と 5G テクノロジーの利点を組み合わせることで、高い信頼性とユビキタスなネットワーク アクセスを組み合わせた強力なソリューションが提供されます。ここで重要なのは、5G が提供する低遅延です。AI モデルはリアルタイムのネットワーク情報と履歴データを使用してインシデントの可能性を検出し、最適化された対応プランを即座に設計して高速で配信します。従来の AI システムとエッジベースの AI システムを組み合わせて使用​​することで、道路ネットワーク全体の交通メタデータをリアルタイムで取得できます。この5Gと人工知能の組み合わせは、今後10年間の交通管理の変化に対する答えとなるでしょう。これは、協調型コネクテッドシステムにおける自動運転車にとって待望の推進力となる可能性もある。 2 つの具体的な AI ベースのソリューションと、それらが車両の活動に与える影響を見てみましょう。

人工知能とスマート信号機

AI ベースの信号制御は、車両の活動に大きな影響を与え、車両移動の衝突を大幅に削減し、道路ネットワークの容量を増加させます。効果的な交通管理のための統合セットアップには、適応型信号システム、エッジ システム、およびバックエンド監視システムが含まれます。 IP カメラを使用してキャプチャされたビデオは、エッジベースの AI システムに中継され、そこでデータが分析されてからバックエンド監視に送信されます。事前にトレーニングされたディープラーニング モデルは、処理された情報をリアルタイムで適応型信号機に送り返し、交通の流れを作成します。

信号機がリアルタイムで交通状況の変化に適応することで、自動的に調整される信号機のタイミングによって道路上の動きを制御できるようになります。変化する交通シナリオと交差点のタイミングは相互運用可能な通信を通じて共有できるため、すべての交差点で接近する交通の流れを最適化する準備が整います。ペンシルベニア州ピッツバーグで導入された試験システムでは、移動時間が 26%、アイドリング時間が 41%、排出量が 21% 削減されたと報告されています。興味深いことに、適応型信号システムにより、事故全体および死亡事故も 13 ～ 36% 減少しました。

交通事故人工知能

事故は予期せず、時には壊滅的なものとなるため、スマート信号機を備えた包括的かつ持続可能な交通事故管理システムに AI を組み込むことで、交通監視を変革することができます。ここでハイブリッド技術提携が役立ちます。 IP カメラ、GPS、携帯電話追跡、検出車両、ループ検出器からのビッグデータを組み合わせることで、大量の情報を個別に調査する場合よりも正確な推論を導き出すことができます。 AI アルゴリズムは、データを継続的かつ瞬時に分析し、それらを統合して潜在的なインシデントを検出します。

交通シミュレーターは、イベントが発生した時期と場所に関するアーカイブされたデータとリアルタイムのデータを調べて、その影響を分析できます。事故の継続時間を予測する AI モデルは、注意が必要な特定のポイントや道路のサブネットワークへの全体的な影響を示すこともできます。さらに、ディープラーニング モデルは、強度と全体的な影響の相関関係を調査し、インシデントとその対応の優先順位付けに役立ちます。データ分析の統合により、さまざまな交通シナリオをテストすることができ、そこから効果的でリアルタイムの自動交通インシデント対応計画を導き出すことができます。

デリーでは、7,500台以上のCCTVカメラ、プログラムされた信号機、1,000個のLED標識のセンサーがリアルタイムデータを収集し、それをAIが即座に分析して当局が交通管理の改善に役立てている。英国ミルトン・キーンズ全域に設置されたスマートカメラから収集されたデータは、ディープラーニングモデルで実行され、15分先の交通状況を89%の精度で予測しました。

交通管理の簡素化

5G の約束を実現するには、道路および交通ネットワーク管理システムも時間の経過とともに進化する必要があります。さまざまなソースから取得されるデータは必然的に複雑になります。すべてのシステムが連携して普遍的かつ即時に対応するプロセスを正確に実装する必要があります。テクノロジーの適応性においては、インテリジェントなネットワークの決定が自律的かつ理解可能であることが重要です。これにより、必要に応じてテクノロジーだけでなく、人間による意思決定と介入の余地が生まれます。世界初の高速道路が建設されてから1世紀が経過しましたが、世界が高速道路の実現に向けて準備を進めているのは今になってからです。