為了優化城市街道的交通流量，市政當局通常會在一些固定地點安裝汽車計數攝像頭或其他傳感器。然而，一項新的研究表明，使用現有的安裝在公交車上的攝像頭可能是更好的辦法。

大多數城市公交車已經安裝了面向前方的攝像頭，其原因與許多私家車一樣，都是為了記錄可能發生的交通事故。俄亥俄州立大學校園的公交車上就裝有這種攝像頭，校園的佈局有點像一個小城市。

考慮到這一事實，由Keith Redmill 副教授領導的俄亥俄州立大學團隊開發了一種基於人工智能的算法，用於分析這些攝像頭拍攝的畫面。

該軟件使用一種名為YOLOv4 的深度學習模型來檢測和跟踪單幀視頻中的多個物體。這一功能使它能夠確定每個鏡頭中有多少輛車，有多少輛車在移動而不是停在路邊，以及移動車輛的速度/軌跡。

利用這些數據，再加上現有的數字街道地圖和全球導航衛星系統衛星數據，該算法就能繪製出公交車行駛街道的俯視地圖，顯示整個街道上每一點記錄的交通流量。相比之下，安裝在街道上的攝像頭只能監控相對較少的固定地點的交通情況。

Redmill說：”如果我們能收集和處理更全面的高分辨率空間信息，了解道路上發生了什麼，那麼規劃者就能更好地理解需求的變化，從而有效提高更廣泛的交通系統的效率。”

有關這項研究的論文最近發表在《傳感器》雜誌上。