背景
台湾是一个人口稠密的岛国，在交通管理上面临着独特的挑战。根据交通部的统计，台湾拥有 2,300 万辆汽车，几乎人均一辆车。如此高的车辆密度导致汽机车川流不息，从而引发潜在的安全隐患，如：闯红灯、违规停车和无视行人安全等。为确保所有用路人的安全，我们借助科技执法打造智能交通管控新模式。
挑战
尽管台湾一直有在利用交通路口 IP Cam 进行科技执法，但仍存在着某些限制：
- 摄影机分辨率较低： 较低分辨率的摄影机导致图片质量不佳，尤其是在雨天或夜间等弱光条件下，因此妨碍了对违法行为的准确识别。
- 图片文件压缩效果不佳： 拍摄的照片档案容量过大，对数据传输处理能力造成巨大压力，影响整体效率。
- 摄影角度有限，导致判断标准僵化： CAMShift（Continuously Adaptive Mean-Shift）是一种基于颜色的物体检测算法，常用于交通违规监控。该算法的主要缺点之一是当背景（或附近物体）颜色相同时，便会无法跟踪目标。导致在捕捉违规行为时会产生不一致性和潜在不公正的判断，进而引发投诉并需要耗费大量人力资源进行重复审查。
鉴于以上缺陷，台湾需要创新的智慧交通解决方案来提升监控能力。
解决方案
Solution Architecture
新汉集团所推出的 Edge AI 系统: TT 300-A3Q 已安装在台北市和台中市主要十字路口的交通号志灯箱中。与其他同级产品相比，TT 300-A3Q 体积小巧，可无缝整合到有限空间内，即使在高温和潮湿的恶劣环境条件下也能提供卓越性能。该设备可在 -5°C ~ 55°C 的宽温度范围及 10%-~95% 的湿度范围内正常运行、所有 I/O 均位于前端，便于维护和安装。
警察透过 TT 300-A3Q 连接 IP Cam 录数据并进行车牌识别，以抓捕超速、超越红线、阻挡行人和违规停车等违规驾驶人。 Edge AI 系统 TT 300-A3Q 采用 Intel® 第 12 或第 13 代 Core 处理器，是多线程工作负载的理想之选。PCIe x16 插槽使 TT 300-A3Q 能够使用独立显示适配器进行包括图像处理和优化、机器学习、深度学习和机器视觉等 AI 任务，可精准且快速地分析影像片段和传感器数据，减少人为错误识别违规行为的机率，这可以使执法更加公平，减少错误。
随着 IP Cam 的进步、分辨率不断提高，传输增加的数据量需要更高的带宽和更稳定的接口，TT 300-A3Q 内建 5G 和 USB3.2 Gen2 等传输接口也能轻松应对。
优势和成果
未来，台北、台中市政府将持续把 TT 300-A3Q 扩展到其他路口，以持续扩大以下优势并实现智慧交通愿景：
1. 提高执法准确性：过去，交通路口的违规行为辨识是通过摄影机拍照等传统方式完成，例如: CamShift 算法。然而，这种算法在追踪与背景颜色相同的物体时有一定的限制。这将导致误判或重复人工判读。通过采用 TT 300-A3Q Edge AI 系统，可实现精准且快速的录像和数据分析，大大降低人为误判的可能性、降低人工成本，提高警员工作效率。
2. 优化交通流量：TT 300-A3Q 配备 PCIe x16 插槽，可支持独立显示适配器，分析各种来源的实时交通资料，进而优化交通流量。能根据实际交通流量调整交通号志时间，减少塞车、缩短行车时间并降低油耗。还可根据当前交通状况，实时建议备用路线，最大限度地减少延误，帮助驾驶人避开意外障碍。
