弹性基础设施和灾害响应中心(RIDER)的研究人员正在使用人工智能和航空成像技术，使佛罗里达州的学区更安全。
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取代了学校区域道路特征的手动清单。这项研究发表在《交通研究记录》上。
主要作者、博士生理查德·安特维说:“对于在繁忙的道路上工作的船员来说，陆基方法既繁琐又昂贵，而且有潜在的危险。”“我们的研究团队设计了一种新的基于人工智能的工具，它利用航空技术收集数据，更准确、更快、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。
他们在佛罗里达州的奥兰治县进行了初步研究，奥兰治县有250多所公立学校，学生超过20万，全县人口约142万。该团队使用佛罗里达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。
他们的方法是通过将学校区域的位置与其他几何特征(如人行横道)进行比较，来识别过时的和看不见的标记。该程序消除了手动库存数据输入的需要，防止了错误并加快了结果。
“收集最新的道路几何数据对交通运输机构至关重要，这样他们就可以进行道路的规划、维护、设计和修复，”RIDER主任、该研究的合著者之一埃伦·奥兹古文(en Ozguven)说。“我们的目标是改善这一过程，这将为佛罗里达州的学生、行人和司机带来好处。”
新模型为交通运输机构提供了关键信息，最终将挽救生命。该方法更加准确，并为分析学校区域标志提供了重要信息，这些标志是旧的，不太显眼的，可能会造成撞车风险和危险。官员们可以更快地解决需求领域的问题。
研究人员计划通过整合碰撞、交通数据和人口统计数据来改进模型，以进行更详细的分析。
更多信息:Richard Boadu Antwi等人，利用航空图像和人工智能(AI2)检测佛罗里达州公共道路上的学校区域，交通研究记录:交通研究委员会杂志(2023)。引文:研究人员使用人工智能来查找学校区域的道路安全问题(2023年，11月21日)检索自https://techxplore.com/news/2023-11-artificial-intelligence-road-safety-issues.html。本文受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
