Wi-Fi Tabanlı Trafik İzleme Sistemi Geliştirildi.

Wi-Fi Tabanlı Trafik İzleme Sistemi Nedir?

Memphis Üniversitesi’ndeki bir araştırma ekibi yakın zamanda DeepWiTraffic adı verilen düşük maliyetli ve taşınabilir bir trafik izleme sistemi (TMS) geliştirdi. ArXiv’de önceden yayınlanan bir makalede sunulan bu yeni sistem, Wi-Fi cihazlarını ve derin öğrenmeyi birleştiriyor. TMS’ler, taşımacılığın emniyetini ve verimliliğini arttırmayı amaçlayan akıllı ulaşım sistemlerinin (ITS) kilit bir bileşenidir. TMS’ler, karayolları sisteminin performansı ile ilgili, geçen araçların sayısı, araç yoğunluğu, hız ve sınıf gibi parametreleri ölçen trafik verilerini toplar. Araştırmacılar, “Birçok devlet DOT’u için endemik bir sorun, ABD’nin devasa kara alanını kapsayacak kadar, özellikle kırsal karayollarının çok büyük millerini (119, 247) göz önüne alarak, yeterli sayıda TMS’yi dağıtmanın yüksek maliyetidir” dedi. “Georgia DOT’a göre, iki şeritli bir kırsal karayolunda sürekli bir TMS kurmanın asgari maliyeti yaklaşık 25.000 dolar ve iki şeritli bir kırsal karayolunda 365 günlük araç sınıflandırması daha pahalı ve yaklaşık 35.770 dolar.”

Son çalışmalarında, araştırmacılar Wi-Fi kanal durumu bilgisine (CSI) ve derin öğrenmeye dayalı trafik izleme için yenilikçi ve düşük maliyetli bir yaklaşım geliştirerek mevcut TMS’lerin yüksek maliyeti ile ilgili zorlukları ele aldılar. TMS, geçen araçları sınıflandırmak için kendine özgü kablosuz kanal özelliklerini kullanarak müdahaleci olmayan araç algılama ve sınıflandırma teknikleri kullanmaktadır. Araştırmacılar (CSI) yararlanarak doğru araç algılama ve sınıflandırma sağlıyor” dedi. “Önceden işlenmiş CSI genlik ve faz verilerinin mekansal ve zamansal korelasyonları, araçları beş farklı tipte sınıflandırmak için derin öğrenme kullanılarak tanımlanır ve analiz edilir:

Kablosuz iletişimde CSI, sinyalin vericiden alıcıya nasıl geçtiğini açıklayan bir iletişim bağlantısının kanal özelliklerini ifade eder. CSI, araçların sınıflandırılmasında kullanılabilen, geçen araçlardan kaynaklanan kanal özelliklerinde meydana gelen değişiklikler hakkında zengin bilgiler içerir. Araştırmacılar, CSI verilerinin en uygun özelliklerini otomatik olarak yakalayabilen ve daha sonra önceden işlenmiş CSI verileri üzerinde bir araç sınıflandırma modelini eğiten bir evrimsel sinir ağı tasarladılar. Ayrıca, modelin sınıflandırma doğruluğunu arttırmak için, örneğin düşük hızda hareket eden nesneler veya insanlar dahil olmak üzere araçları çevreleyen engellerin neden olduğu etkileri hafifleterek diğer teknikleri de kullandılar.

DeepWiTraffic, toplamda yaklaşık 120 saat boyunca geçen araçlardan ve ilgili gerçek gerçeği video verilerinden oluşan çok sayıda CSI verisinde test edildi. Yaklaşık 1000 $ ‘lık düşük maliyete rağmen,% 99.4’lük bir ortalama tespit doğruluğu ve% 91.1’lik bir ortalama sınıflandırma doğruluğu elde etti.