利用YOLOv8和NVIDIA JetPack 6.0提升交通洞察
realtime news Jun 19, 2024 07:45
探索如何通过智能交通系统（ITS）利用YOLOv8和NVIDIA JetPack 6.0优化交通流量、提高安全性并促进城市环境的可持续性。
智能交通系统（ITS）应用在现代城市环境中变得越来越有价值和普遍。这些系统提供了显著的好处，包括提高交通效率、增强安全性和改善环境可持续性，正如NVIDIA技术博客所述。
使用YOLOv8和JetPack 6.0增强交通系统
最新的ITS进展利用了NVIDIA JetPack 6.0的新Jetson平台服务在边缘实现了全面的交通分析解决方案。此设置包括使用视频存储工具包（VST）服务进行视频摄取和存储，使用YOLOv8和DeepStream AI感知服务进行实时物体检测和车辆跟踪，以及对车辆运动的时空分析。然后利用API生成可操作的交通洞察。
Jetson平台服务的主要优点
使用Jetson平台服务和NVIDIA JetPack构建和部署AI应用程序具有众多优势：
- 快速、高效的解决方案：优化的API驱动微服务集合减少了解决方案的时间。
- 可扩展性：微服务架构允许根据需求独立扩展组件。
- 模块化：应用程序分解为较小的服务，简化了更新、维护和故障排除。
- 灵活性：服务可以根据特定的ITS需求进行定制，例如交通监控、交叉口管理或行人安全。
应用概述
此ITS应用程序使用了三个主要服务：视频存储工具包（VST）服务，AI感知服务和AI分析服务。几个基础服务，如Redis消息总线，API网关和物联网网关，支持这些主要服务。VST在基于Jetson的平台上高效管理视频流，提供硬件加速的视频解码、流媒体和多视频源存储。视频数据流入AI感知服务，利用NVIDIA DeepStream SDK和YOLOv8进行高通量的物体检测和跟踪。
YOLOv8物体检测
YOLOv8是一种最先进的物体检测模型，以其速度和准确性著称。其轻量级架构使其非常适合像NVIDIA Jetson这样的边缘设备。YOLOv8可以实时检测和分类车辆、行人和交通标志等物体，为管理和优化交通流量、提高道路安全性及支持自动化交通系统提供基本数据。
使用AI分析服务进行车辆分析
可使用AI分析服务的绊线（或线穿越）和轨迹功能进行车辆交通分析。这些分析包括车辆总数、交通趋势和车辆交通流的热图。
绊线配置
绊线分析可使用REST API为特定传感器进行配置。这些在摄像机平面上绘制的虚拟线条计数跨越线的物体。通过绊线计数API，可以检索总的物体穿越数，从而提供特定时间范围内的详细交通分析。
交通趋势直方图可视化
绊线计数直方图API将总计数聚合到较小的时间窗口中，从而可以详细地显示随时间变化的交通趋势。此信息可绘制在堆叠直方图中，表示特定时间间隔内的交通计数。
车辆轨迹热图可视化
热图通过累积个别运动轨迹并空间映射它们来可视化交通流。通过计算轨迹坐标的直方图并应用高斯滤波进行平滑来实现。使用AI分析服务的行为API可以检索详细的轨迹行为。
总结
YOLOv8和NVIDIA JetPack 6.0在ITS应用中的集成为实时交通管理和分析提供了强大的解决方案。这些技术可以提高交通流量效率、增强道路安全性和改善环境可持续性。开发人员可以利用Jetson平台服务在边缘构建和部署复杂的AI应用程序，生成有价值的交通洞察并优化城市交通系统。
Image source: Shutterstock