AI Umum

Teknologi Baru untuk Visualisasi Situasi Lalu Lintas

Fujitsu Limited dan Carnegie Mellon University mengumumkan pengembangan teknologi baru untuk memvisualisasikan situasi lalu lintas, termasuk orang dan kendaraan, sebagai bagian dari penelitian bersama tentang Social Digital Twin yang dimulai pada tahun 2022.

Teknologi ini mengubah gambar pemandangan 2D yang diambil oleh kamera RGB monokuler menjadi format 3D digital menggunakan AI, yang memperkirakan bentuk dan posisi 3D orang dan objek, sehingga memungkinkan visualisasi pemandangan 3D dinamis dengan presisi tinggi.

Mulai 22 Februari 2024, Fujitsu dan Carnegie Mellon University akan melakukan uji coba lapangan dengan memanfaatkan data dari persimpangan di Pittsburgh, AS, untuk memverifikasi penerapan teknologi ini.

Teknologi Inti

Teknologi ini bergantung pada AI yang telah dilatih untuk mendeteksi bentuk orang dan objek melalui pembelajaran mendalam. Sistem ini terdiri dari dua teknologi inti:

  • Teknologi Estimasi Penghunian 3D: Memperkirakan penghunian 3D setiap objek hanya dari kamera RGB monokuler.
  • Teknologi Proyeksi 3D: Menentukan lokasi setiap objek secara akurat dalam model pemandangan 3D.

Aplikasi

Dengan memanfaatkan teknologi ini, gambar yang diambil dalam situasi di mana orang dan mobil berada dalam kepadatan tinggi, seperti di persimpangan, dapat direkonstruksi secara dinamis dalam ruang virtual 3D. Ini memberikan alat penting untuk analisis lalu lintas lanjutan dan pencegahan potensi kecelakaan yang tidak dapat ditangkap oleh kamera pengawas. Wajah dan plat nomor dianonimkan untuk membantu menjaga privasi.

Tujuan Komersialisasi

Fujitsu dan Carnegie Mellon University bertujuan untuk mengkomersialkan teknologi ini pada tahun fiskal 2025 dengan memverifikasi kegunaannya tidak hanya dalam transportasi tetapi juga di kota pintar dan keselamatan lalu lintas, dengan tujuan memperluas cakupan aplikasinya.

Latar Belakang Penelitian

Fujitsu dan School of Computer Science and College of Engineering Carnegie Mellon University memulai penelitian bersama mereka tentang teknologi Social Digital Twin, yang mereplikasi secara dinamis interaksi kompleks antara orang, barang, ekonomi, dan masyarakat dalam 3D. Teknologi ini memungkinkan rekonstruksi 3D objek dengan presisi tinggi dari beberapa foto yang diambil dari video yang diambil dari berbagai sudut.

Namun, seiring berjalannya penelitian bersama, ditemukan bahwa metode analisis video yang ada secara teknis tidak cukup untuk merekonstruksi gambar yang diambil ke 3D secara dinamis. Diperlukan banyak kamera untuk mereproduksinya, dan ada masalah dengan privasi, beban kerja, dan biaya, yang menjadi penghalang implementasi sosial.