FAMU-FSU工程学院研究人员利用人工智能发现学区的道路安全问题

弹性基础设施和灾难响应中心(RIDER)的研究人员正在利用人工智能和航空成像来提高佛罗里达州学区的安全性。

由RIDER和FAMU-FSU工程学院的研究人员领导的一项研究使用计算机视觉工具来替代学区道路特征的手动清单。该研究由《交通研究记录》发表。

“对于在繁忙道路上工作的工作人员来说，陆上方法既乏味又昂贵，而且存在潜在危险，”主要作者、博士生理查德·安特维(RichardAntwi)说。“我们的研究团队设计了一种新的基于人工智能的工具，利用航空技术收集数据，更准确、更快速、成本更低。”

研究人员使用人工智能驱动的计算机视觉和深度学习技术从图像和视频中提取信息并将其处理成有用的数据。

他们在佛罗里达州奥兰治县开展了初步研究，该县拥有250多所公立学校，学生超过20万名，全县人口约142万。该团队使用佛罗里达州交通部存档的航空图像和计算机建模来绘制学校区域地图，然后开发了一种从高质量照片中提取可识别的学校区域标记的方法。

他们的方法通过将学校区域的位置与其他几何特征(例如人行横道)进行比较来识别过时和隐形标记。该程序无需手动输入库存数据，可防止错误并加快结果速度。

“收集最新的道路几何数据对于运输机构来说至关重要，这样他们就可以进行道路的规划、维护、设计和修复，”RIDER主任兼研究合著者ErenOzguven说。“我们的目标是改进这一流程，这将为佛罗里达州的学生、行人和司机带来红利。”