AI與雷射雷達技術革新 提升臺灣交通安全新境界

密蘇裡大學的研究團隊正運用尖端科技，致力提升全美道路安全。這項研究特別關注最易受傷害的道路使用者——行人與腳踏車騎士，期望能增進駕駛人警覺性、降低事故發生率，並深入瞭解施工區域的行為模式。

在《交通工程學期刊：系統篇》最新發表的研究中，由密蘇裡大學工程學院副教授Yaw Adu-Gyamfi與研究生林琳（Linlin Zhang）帶領的團隊，開發出一種創新方法來探討行人、腳踏車騎士與車輛間的互動，尤其是在交通號誌處的情形。這項結合雷射雷達（Lidar）與人工智慧（AI）的技術，旨在解決交通安全與移動性方面的關鍵問題。

雷射雷達利用相機與雷射系統，創造出物體的3D檢視，使專家能測量腳踏車、汽車與行人等不同物體的距離與速度。Adu-Gyamfi教授表示：「透過更深入瞭解行人與腳踏車騎士在道路上的互動，這項研究將幫助我們設計更先進的系統，讓車輛能更好地辨識並避開其他道路使用者。這在自動駕駛車輛日益普及的今日尤為重要。」

這項技術有助於彌補產業界在交通號誌處，關於腳踏車騎士、行人與車輛互動資料的不足。它能偵測到汽車與行人之間的近距離接觸，讓專家更瞭解如何預防事故發生。隨著技術的普及，它還能追蹤人車如何接近路口，並將資料分享給車輛以提升安全性。

Adu-Gyamfi教授指出：「這項技術需要與汽車製造商合作，將系統整合至車輛中。事實上，部分車輛已透過蜂巢式車聯網（C-V2X）等技術與交通系統連線。」

這套系統收集的資料還可用於其他改善交通的方式，例如協助專家決定行人安全穿越馬路所需的綠燈時間。它也能追蹤進入施工區域的車輛，抓獲超速或分心的駕駛人。此外，它還能偵測路面問題，如坑洞深度。

在這項計畫中，研究團隊在路口設定了結合相機與雷射雷達的系統來監控交通流量。他們成功最佳化技術，只需使用一套雷射雷達單元，而非傳統的兩套。同時，透過應用點雲補全技術，他們提升了行人與其他物體的能見度，效果優於現有方法。

Adu-Gyamfi教授說明：「我們並未重新訓練機器學習模型來偵測物體，而是使用預先訓練的模型，並開發出新演演算法來估算物體的高度與寬度。這幫助我們更準確地分類公車、行人與腳踏車騎士等物體，效果優於其他執行相同任務的AI模型。」

在這項技術廣泛應用於道路與高速公路之前，研究人員仍需解決資料處理、電力供應穩定性與天氣條件等挑戰。