AI tehnologija omogućuje vozačima civilizirano ponašanje tijekom mobilnosti e-biciklom

S brzom pokrivenošću e-bicikala u cijelom svijetu, neko nezakonito ponašanjesse pojavio, npr. vozači voze e-bicikl u smjeru koji nije dopušten prometnim propisima/prolaze kroz crveno……Mnoge zemlje usvajaju stroge mjere za kažnjavanjenezakonito ponašanjes.

(Slika je sa interneta)

 U Singapuru, ako pješaci prvi put prođu kroz crveno, bit će kažnjeni s 200 SGD (što je ekvivalentno otprilike 1000 RMB). Ako ponovno ili više puta prođu kroz crveno, najozbiljniji može biti kažnjen sa šest mjeseci do jedne godine zatvora. Države u Sjedinjenim Državama nametnut će kazne u rasponu od 2 do 50 dolara za pješake koji neselektivno prelaze cestu. Iako je iznos kazne relativno mali, kazneni staž ostat će im upisan u osobnu kreditnu evidenciju koju doživotno ne mogu izbrisati.

(Slika je sa interneta)

U Njemačkoj se nitko ne usudi proći kroz crveno. To je zato što će se osoba koja prođe kroz crveno svjetlo suočiti s ozbiljnim posljedicama. Na primjer, dok drugi mogu platiti na rate ili odgoditi plaćanje, trkači kroz crveno svjetlo moraju platiti odmah. Drugi ljudi mogu dobiti kredit na duži rok od banke, ali trkači na crveno ne mogu. A kamatne stope koje banke nude trkačima na crvenom semaforu mnogo su veće od ostalih. Nijemci smatraju da su trkači na crvenom svjetlu ljudi koji ne cijene svoje živote i opasni su, a njihov život ni u jednom trenutku nije siguran.

(Slika je sa interneta)

Općenito, tradicionalno elektroničko oko (elektronička policija) uglavnom je za nadzorautomobils, monitor ode-bicikličesto je neadekvatan. Glavni razlog je taj što većinae-biciklinemaju licencu, regulatorni sustav ne može utvrditi identitet vozača, isključenje je vrlo teško. Kako nadzirati prekršaje svakog vozača e-bicikla postao je problem za odjel gradske uprave.

(Slika je sa interneta)

TBIT je pružio funkcionalna i učinkovita rješenja za ublažavanje ovih pojava. AI kamere mogu učinkovito identificirati prekršaje, kao što su vozači koji se voze u krivom smjeru, voze se nemotoriziranim trakama i prolaze kroz crveno svjetlo. Osim toga, također može reproducirati prijenos kako bi podsjetio odgovarajućeg vozača, zatim snimiti fotografije i učitati ih na platformu za nadzor.

U usporedbi stradicionalno elektroničko oko (elektronička policija)AI kamere TBIT-a mogu snimati fotografije i postavljati ih na platformu za nadzor u stvarnom vremenu. Usklađeno s APP,Može se lakše pratiti natrag do vlasnika e-bicikla koji je prekršio, uz veće upozorenje, i može pomoći vladi da bolje upravlja e-biciklima, koji se mogu koristiti za upravljanje dijeljenjem e-bicikala, za van, brza dostava i druga polja.

(Slika je sa interneta)

1^st Warning: Kada vozači prolaze kroz crvena svjetla, emitirat će se emitiranje kako bi se vozač upozorio da vozi uz prekršaje, kako bi se smanjio rizik odnesreće.

2^nd Warning:Kada vozači voze e-bicikl u nemotoriziranim trakama, AI kamere će snimiti fotografije i prenijeti ih na platformu za nadzor, što je uz jače upozorenje.

Izdvajamo odAI kamere

Pratite i identificirajte: AI kamere mogu nadzirati i identificirati korisnike e-bicikala koji prolaze kroz crveno svjetlo ili voze nemotoriziranim trakama i druga nezakonita ponašanja.

Visoka izvedba: AI kamera usvaja AI čip za obradu vida visokih performansi i algoritam ubrzanja neuronske mreže za prepoznavanje različitih scena. Točnost prepoznavanja je vrlo visoka, a brzina prepoznavanja vrlo velika.

Patentirani algoritam: AI kamera podržava razne algoritme za prepoznavanje scene, prolazak kroz crveno svjetlo, vožnju u nemotoriziranoj traci, preopterećenje, nošenje kacige, parkiranje e-bicikla u fiksnom području i tako dalje.

(Dijagram proizvoda oCA-101)

Višehisticanja:

Izvorno rješenje integrirana košara za e-bicikle i kamera, može zadovoljiti brzu prilagodbu različitih vrsta e-bicikala.

Podržava OTA nadogradnju, može kontinuirano optimizirati funkcije proizvoda.

Prepoznavanje AI kamerom uzima u obzir tri scenarija, parkiranje e-bicikla u fiksnom području/proći kroz crveno/voziti nemotoriziranom trakom

(1^st Identificiranje scenarija AI)

(2^nd Identificiranje scenarija AI)