エッジコンピューティングによるAIベースの交通量カウントシステムの構築

近年、車両の数が大幅に増加しており、交通インフラと交通制御には大きな圧力がかかっています。交通制御戦略の開発において、タイムリーで正確な交通流情報を提供することが不可欠です。インテリジェント交通システム（ITS）に関する多くの文献が存在するにもかかわらず、すぐにエッジデバイスに展開できる実用的な交通量カウントシステムは欠如しています。本研究では、車両検出、追跡、およびカウントを実行するためにオブジェクト検出モデルを統合した低コストで効果的なエッジベースのシステムを紹介します。まず、ベトナムの交通状況を表す車両検出データセット（VDD）を作成しました。次に、VDDのためのいくつかの深層学習モデルを異なる2種類のエッジデバイス上で検証しました。この検出を使用して、カウント精度を高めるために従来の追跡方法とシームレスに結合する軽量カウント方法を提案しました。最後に、カウントされた車両カテゴリとその方向に基づいて交通流情報を取得します。実験結果は、提案されたシステムが約26.8フレーム毎秒（FPS）の最高推論速度でVDDに対して92.1％の精度を達成することを明確に示しています。これは、私たちの提案が高精度の交通流情報を生成でき、交通管理における労働集約的なタスクを削減するためにITSに適用できることを証明しています。