背景
臺灣是一個人口稠密的島國，在交通管理上面臨著獨特的挑戰。根據交通部的統計，臺灣擁有 2,300 萬輛汽車，幾乎人均一輛車。如此高的車輛密度導致汽機車川流不息，從而引發潛在的安全隱患，如：闖紅燈、違規停車和無視行人安全等。為確保所有用路人的安全，我們借助科技執法打造智慧交通管控新模式。
挑戰
儘管臺灣一直有在利用交通路口 IP Cam 進行科技執法，但仍存在著某些限制：
- 攝影機解析度較低： 較低解析度的攝影機導致圖片品質不佳，尤其是在雨天或夜間等弱光條件下，因此妨礙了對違法行為的準確識別。
- 圖片檔案壓縮效果不佳： 拍攝的照片檔案容量過大，對數據傳輸處理能力造成巨大壓力，影響整體效率。
- 攝影角度有限，導致判斷標準僵化： CAMShift（Continuously Adaptive Mean-Shift）是一種基於顏色的物體檢測演算法，常用於交通違規監控。該演算法的主要缺點之一是當背景（或附近物體）顏色相同時，便會無法跟蹤目標。導致在捕捉違規行為時會產生不一致性和潛在不公正的判斷，進而引發投訴並需要耗費大量人力資源進行重複審查。
鑒於以上缺陷，臺灣需要創新的智慧交通解決方案來提升監控能力。
解決方案
新漢集團所推出的 Edge AI 系統: TT 300-A3Q 已安裝在臺北市和台中市主要十字路口的交通號誌燈箱中。與其他同級產品相比，TT 300-A3Q 體積小巧，可無縫整合到有限空間內，即使在高溫和潮濕的惡劣環境條件下也能提供卓越性能。該設備可在 -5°C ~ 55°C 的寬溫度範圍及 10%-~95% 的濕度範圍內正常運行、所有 I/O 均位於前端，便於維護和安裝。
員警透過 TT 300-A3Q 連接 IP Cam 錄資料並進行車牌識別，以抓捕超速、超越紅線、阻擋行人和違規停車等違規駕駛人。 Edge AI 系統 TT 300-A3Q 採用 Intel® 第 12 或第 13 代 Core 處理器，是多執行緒工作負載的理想之選。PCIe x16 插槽使 TT 300-A3Q 能夠使用獨立顯示卡進行包括影像處理和優化、機器學習、深度學習和機器視覺等 AI 任務，可精準且快速地分析影像片段和感測器資料，減少人為錯誤識別違規行為的機率，這可以使執法更加公平，減少錯誤。
隨著 IP Cam 的進步、解析度不斷提高，傳輸增加的資料量需要更高的頻寬和更穩定的介面，TT 300-A3Q 內建 5G 和 USB3.2 Gen2 等傳輸介面也能輕鬆應對。
優勢和成果
未來，台北、台中市政府將持續把 TT 300-A3Q 擴展到其他路口，以持續擴大以下優勢並實現智慧交通願景：
1. 提高執法準確性：過去，交通路口的違規行為辨識是通過攝影機拍照等傳統方式完成，例如: CamShift 演算法。然而，這種演算法在追蹤與背景顏色相同的物體時有一定的限制。這將導致誤判或重複人工判讀。通過採用 TT 300-A3Q Edge AI 系統，可實現精準且快速的錄影和資料分析，大大降低人為誤判的可能性、降低人工成本，提高警員工作效率。
2. 優化交通流量：TT 300-A3Q 配備 PCIe x16 插槽，可支援獨立顯示卡，分析各種來源的即時交通資料，進而優化交通流量。能根據實際交通流量調整交通號誌時間，減少塞車、縮短行車時間並降低油耗。還可根據當前交通狀況，即時建議備用路線，最大限度地減少延誤，幫助駕駛人避開意外障礙。
