AI-teknologi gjør det mulig for syklistene å ha sivilisert oppførsel under e-sykkelmobilitet

Med den raske dekningen av e-sykkel over hele verden, noe ulovlig oppførselshar dukket opp, for eksempel at syklistene sykler på el-sykkelen i en retning som ikke er tillatt i henhold til trafikkreglene/kjører på rødt lys...Mange land vedtar strenge tiltak for å straffeulovlig oppførsels.

(Bildet er fra Internett)

 I Singapore, hvis fotgjengerne kjører rødt lys, første gang, vil de bli bøtelagt SGD 200 (Det tilsvarer ca. RMB 1000). Hvis de kjører på rødt lys igjen eller flere ganger, kan de alvorligste bli dømt til seks måneder til ett år i fengsel. Stater i USA vil ilegge bøter fra $2 til $50 på fotgjengere som krysser veien vilkårlig. Selv om bøtebeløpet er relativt lite, vil straffeprotokollen bli registrert i deres personlige kredittjournal, som ikke kan slettes på livstid.

(Bildet er fra Internett)

I Tyskland er det ingen som tør å kjøre på rødt lys. Dette er fordi den som kjører på rødt lys vil få alvorlige konsekvenser. Mens andre for eksempel kan betale i avdrag eller utsette betalingen, må rødlysløpere betale umiddelbart. Andre kan få et langsiktig lån i banken, men det kan ikke rødlysløpere. Og renten som bankene tilbyr til rødt lys-løpere er mye høyere enn andre. Tyskerne mener at rødt lys-løpere er mennesker som ikke verdsetter livene sine og er farlige, og livene deres er ikke trygge på noe tidspunkt.


(Bildet er fra Internett)

Generelt er det tradisjonelle elektroniske øyet (elektronisk politi) hovedsakelig å overvåkebils, monitoren tile-syklerer ofte utilstrekkelig. Hovedårsaken er at de flestee-syklerikke er lisensiert, kan reguleringssystemet ikke bestemme identiteten til rytteren, utestenging er veldig vanskelig.Hvordan overvåke bruddene til hver e-sykkelrytter har blitt et problem for byens ledelsesavdeling.

(Bildet er fra Internett)

TBIT har gitt brukbare og effektive løsninger for å lindre disse fenomenene. AI-kameraene kan effektivt identifisere bruddene, slik som ryttere som sykler i feil retning, kjører i ikke-motoriserte baner og kjører rødt lys. I tillegg kan den også spille av sendingen for å minne den tilsvarende rytteren på, og deretter ta bilder og laste dem opp til tilsynsplattformen.

Sammenlignet meddet tradisjonelle elektroniske øyet (elektronisk politi), AI-kameraene til TBIT er i stand til å ta bilder og laste dem opp til tilsynsplattformen i sanntid. Matchet med APP,Det kan lettere spores tilbake til eieren av den fornærmende e-sykkelen, med høyere advarsel, og kan hjelpe myndighetene til bedre å administrere e-sykler, som kan brukes til håndtering av deling av e-sykler, take-away, ekspresslevering og andre felt.

图片1

(Bildet er fra Internett)

1st Warning: Når rytterne kjører rødt lys, vil sendingen spilles av for å varsle rytteren om at han kjører med brudd, slik at for å redusere risikoen forulykker.

2nd Warning:Når syklistene sykler på e-sykkel i ikke-motoriserte baner, vil AI-kameraene ta bilder og laste dem opp til tilsynsplattformen, som det er med sterkere advarsel.

Høydepunkter avAI-kameraer

Overvåk og identifiser: AI-kameraer kan overvåke og identifisere e-sykkelbrukere som kjører på rødt lys, eller kjører i ikke-motoriserte baner og annen ulovlig oppførsel.

 

Høy ytelse: AI-kameraet bruker høyytelses AI-synsbehandlingsbrikke og nevrale nettverksakselerasjonsalgoritmer for å identifisere ulike scener. Gjenkjenningsnøyaktigheten er veldig høy og gjenkjenningshastigheten er veldig rask.

 

Patentalgoritme: AI-kamera støtter en rekke scenegjenkjenningsalgoritmer, kjører rødt lys, kjører i ikke-motorisert kjørefelt, overlast, bruker hjelm, parkerer e-sykkelen i fast område og så videre.
图片2

(Produktdiagram omCA-101)

Flerehighlights:

Original løsning integrert e-sykkel kurv og kamera, kan møte den raske tilpasningen av ulike typer e-sykler.

Støtte OTA-oppgradering, kan kontinuerlig optimalisere produktfunksjoner.

AI-kameragjenkjenningen tar hensyn til tre scenarier, og parkerer e-sykkelen på et fast område/kjør rødt lys/kjøre i ikke-motorisert kjørefelt

 7

(1st Identifisere scenarier for AI)

8

(2nd Identifisere scenarier for AI)

 


Innleggstid: 15. desember 2022