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

Med den raske dekningen av elsykkel over hele verden, noe ulovlig oppførselshar dukket opp, for eksempel at syklistene sykler elsykkelen i en retning som ikke er tillatt i trafikkreglene/kjører på rødt lys……Mange land innfører strenge straffetiltakulovlig oppførsels.

(Bildet er fra internett)

 I Singapore får fotgjengere som kjører på rødt lys første gang en bot på 200 SGD (tilsvarer omtrent 1000 RMB). Hvis de kjører på rødt lys igjen eller flere ganger, kan de mest alvorlige straffene bli dømt til fengsel fra seks måneder til ett år. I USA ilegger delstater bøter fra 2 til 50 dollar for fotgjengere som krysser veien vilkårlig. Selv om boten er relativt liten, vil straffen bli registrert i deres personlige kredittopplysninger, som ikke kan slettes på livstid.

(Bildet er fra internett)

I Tyskland tør ingen å kjøre på rødt lys. Dette er fordi den som kjører på rødt lys vil møte alvorlige konsekvenser. For eksempel, mens andre kan betale i avdrag eller utsette betalingen, må de som kjører på rødt lys betale umiddelbart. Andre kan få et langsiktig lån fra banken, men det kan ikke de som kjører på rødt lys. Og renten som bankene tilbyr de som kjører på rødt lys er mye høyere enn andre. Tyskerne mener at de som kjører på rødt lys er mennesker som ikke verdsetter livet sitt og er farlige, og at livene deres ikke er trygge til enhver tid.

(Bildet er fra internett)

Generelt sett er det tradisjonelle elektroniske øyet (elektronisk politi) hovedsakelig til for å overvåkebils, skjermen tilelsyklerer ofte utilstrekkelig. Hovedårsaken er at de flesteelsyklerikke har lisens, kan ikke regelverket fastslå identiteten til syklisten, og det er svært vanskelig å utestenge dem. Hvordan man skal overvåke bruddene til hver elsykkelsyklist har blitt et problem for byadministrasjonen.

(Bildet er fra internett)

TBIT har levert brukbare og effektive løsninger for å forbedre disse fenomenene. AI-kameraer kan effektivt identifisere overtredelser, som for eksempel syklister som kjører i feil retning, kjører i ikke-motoriserte filer og kjører på rødt lys. I tillegg kan de også spille av sendingen for å minne den aktuelle syklisten på det, deretter ta bilder og laste dem opp til tilsynsplattformen.

Sammenlignet meddet tradisjonelle elektroniske øyet (elektronisk politi)AI-kameraene til TBIT kan ta bilder og laste dem opp til overvåkingsplattformen i sanntid. Matchet med appen,Den kan lettere spores tilbake til eieren av den aktuelle elsykkelen, med høyere varslingsnivå, og kan hjelpe myndighetene med å bedre håndtere elsykler, som kan brukes til håndtering av deling av elsykler, takeaway, ekspresslevering og andre felt.

(Bildet er fra internett)

1^st WArningNår syklistene kjører på rødt lys, vil sendingen bli spilt av for å varsle syklisten om at vedkommende kjører i strid med retningslinjene, slik at risikoen forulykker.

2^nd WArning:Når syklistene sykler på elsykkelen i ikke-motoriserte baner, tar AI-kameraene bilder og laster dem opp til tilsynsplattformen, som er med sterkere advarsel.

Høydepunkter avAI-kameraer

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

Høy ytelse: AI-kameraet bruker en høytytende AI-visjonsprosessorbrikke og en akselerasjonsalgoritme for nevrale nettverk for å identifisere ulike scener. Gjenkjenningsnøyaktigheten er svært høy, og gjenkjenningshastigheten er svært rask.

Patentalgoritme: AI-kamera støtter en rekke scenegjenkjenningsalgoritmer, kjøring på rødt lys, kjøring i ikke-motoriserte kjørefelt, overbelastning, bruk av hjelm, parkering av elsykkelen i et fast område og så videre.

(Produktdiagram omCA-101)

Flerehlyskastere:

Original løsning med integrert elsykkelkurv og kamera, kan møte den raske tilpasningen til ulike typer elsykler.

Støtter OTA-oppgradering, kan kontinuerlig optimalisere produktfunksjonene.

AI-kameragjenkjenningen tar hensyn til tre scenarier, parkering av elsykkelen i et fast område/kjør på rødt lys/kjøre i ikke-motorisert kjørefelt

(1^st Identifisere scenarier med AI)

(2^nd Identifisere scenarier med AI)