AI-teknik gör det möjligt för cyklister att uppföra sig civiliserat under elcykelmobilitet

Med den snabba spridningen av elcyklar över hela världen, en del olagligt beteendeshar uppstått, till exempel att cyklisterna cyklar elcykeln i en riktning som inte är tillåten enligt trafikreglerna/kör mot rött ljus……Många länder inför strikta åtgärder för att bestraffaolagligt beteendes.

(Bilden är från internet)

 I Singapore bötfälls fotgängare som kör mot rött ljus första gången (motsvarande cirka 1 000 RMB). Om de kör mot rött ljus igen eller fler gånger kan de allvarligaste straffas med sex månader till ett års fängelse. I USA utfärdar delstater böter på mellan 2 och 50 dollar för fotgängare som urskillningslöst korsar vägen. Även om bötesbeloppet är relativt litet registreras straffanmälan i deras personliga kredituppgifter, vilka inte kan raderas på livstid.

(Bilden är från internet)

I Tyskland vågar ingen köra mot rött. Detta beror på att den som kör mot rött kommer att möta allvarliga konsekvenser. Till exempel, medan andra kan betala i omgångar eller skjuta upp betalningen, måste rödljuslöpare betala omedelbart. Andra personer kan få ett längre lån från banken, men det kan inte rödljuslöpare. Och räntan som bankerna erbjuder rödljuslöpare är mycket högre än andras. Tyskarna anser att rödljuslöpare är människor som inte värdesätter sina liv och är farliga, och deras liv är inte säkra någonsin.

(Bilden är från internet)

Generellt sett är det traditionella elektroniska ögat (elektronisk polis) huvudsakligen till för att övervakabils, skärmen förelcyklarär ofta otillräcklig. Den främsta anledningen är att de flestaelcyklarsaknar licens, regelsystemet kan inte fastställa förarens identitet, uteslutning är mycket svårt. Hur man övervakar överträdelserna av varje elcykelförare har blivit ett problem för stadens förvaltningsavdelning.

(Bilden är från internet)

TBIT har tillhandahållit fungerande och effektiva lösningar för att lindra dessa fenomen. AI-kamerorna kan effektivt identifiera överträdelser, såsom cyklister som kör i fel riktning, kör i icke-motoriserade körfält och kör mot rött ljus. Dessutom kan de spela upp sändningen för att påminna motsvarande cyklist, sedan ta foton och ladda upp dem till övervakningsplattformen.

Jämfört meddet traditionella elektroniska ögat (elektronisk polis)AI-kamerorna i TBIT kan ta foton och ladda upp dem till övervakningsplattformen i realtid. Matchat med appen,Den kan lättare spåras tillbaka till ägaren av den felande elcykeln, med högre varning, och kan hjälpa regeringen att bättre hantera elcyklar, vilka kan användas för hantering av delningselcyklar, avhämtning, expressleveranser och andra områden.

(Bilden är från internet)

1^st WvarningNär cyklisterna kör mot rött ljus spelas sändningen upp för att varna cyklisten om att hen kör mot rött ljus, för att minska risken förolyckor.

2^nd Wvarning:När cyklisterna cyklar i icke-motoriserade körfält tar AI-kamerorna foton och laddar upp dem till övervakningsplattformen, vilket ger starkare varning.

Höjdpunkter frånAI-kameror

Övervaka och identifiera: AI-kameror kan övervaka och identifiera elcykelanvändare som kör mot rött ljus, eller i icke-motoriserade körfält och andra olagliga beteenden.

Hög prestanda: AI-kameran använder ett högpresterande AI-visionsprocessor och en algoritm för neurala nätverksacceleration för att identifiera olika scener. Igenkänningsnoggrannheten är mycket hög och igenkänningshastigheten är mycket snabb.

Patentalgoritm: AI-kameran stöder en mängd olika algoritmer för scenigenkänning, körning mot rött ljus, körning i icke-motoriserad fil, överbelastning, användning av hjälm, parkering av elcykeln i ett fast område och så vidare.

(Produktdiagram omCA-101)

Merhstrålkastare:

Originallösning med integrerad elcykelkorg och kamera, kan möta den snabba anpassningen av olika typer av elcyklar.

Stödjer OTA-uppgradering, kan kontinuerligt optimera produktfunktioner.

AI-kameraigenkänningen tar hänsyn till tre scenarier, parkering av elcykeln på ett fast område/kör mot rött ljus/åka i icke-motoriserad fil

(1^st Identifiera scenarier för AI)

(2^nd Identifiera scenarier för AI)