ALYCE accelera l'inferenza IA del traffico del 20% con Ultralytics YOLO

Le città frenetiche spesso lottano con la congestione del traffico, sistemi di trasporto obsoleti e sfide legate alla sostenibilità. ALYCE si concentra sulla risoluzione di questi problemi fornendo strumenti intelligenti basati sull'IA per comprendere e migliorare il modo in cui le città si muovono.

ALYCE ha la missione di affrontare questo problema e ha creato varie soluzioni innovative basate sui modelli Ultralytics YOLO: minUi, uno strumento di IA per l'analisi del comportamento, e OBSERVER, un sistema di monitoraggio del traffico in tempo reale. Questi strumenti rendono la raccolta dei dati più rapida e precisa, riducono i costi e aiutano le città a creare sistemi di trasporto più intelligenti, ecologici ed efficienti.

Fig 1. minUi utilizza i modelli Ultralytics YOLO per l'analisi del comportamento.

Utilizzare la Vision AI per la gestione del traffico#

Da oltre 20 anni, ALYCE aiuta le città a migliorare la mobilità con una forte attenzione alla sostenibilità. Le aree urbane affrontano sfide persistenti come la congestione del traffico, sistemi di trasporto inefficienti e l'urgente necessità di decarbonizzazione. I metodi tradizionali di raccolta e analisi dei dati sulla mobilità sono spesso lenti e poco accurati, rendendo difficile la pianificazione. ALYCE ha adottato la computer vision e l'IA per superare questi ostacoli, sviluppando soluzioni innovative basate sui dati per aiutare le città a ottimizzare i sistemi di trasporto e a lavorare verso un futuro più sostenibile.

Perché le città hanno bisogno di soluzioni di mobilità più intelligenti e basate sui dati#

A livello globale, le città diventano sempre più affollate e la gestione della mobilità urbana è diventata sempre più complessa. Rilevare e analizzare pedoni, veicoli, biciclette e altri utenti della strada in aree trafficate come incroci e rotatorie è essenziale per migliorare il flusso del traffico, la sicurezza e la pianificazione dei trasporti. Tuttavia, i metodi tradizionali, come i sondaggi manuali o i sistemi di monitoraggio obsoleti, spesso non riescono a fornire la precisione necessaria per gestire questa complessità.

I sistemi più vecchi faticano a distinguere tra i diversi tipi di utenti della strada o a tracciare efficacemente i loro movimenti. Ad esempio, monitorare i percorsi dei veicoli insieme a pedoni e ciclisti in tempo reale è qualcosa che gli strumenti tradizionali non possono fare in modo affidabile. Dati incompleti o imprecisi possono rendere più difficile per i pianificatori urbani e gli operatori dei trasporti prendere decisioni informate.

Servono strumenti più intelligenti per risolvere questi problemi. Idealmente, una soluzione completa dovrebbe essere in grado di tracciare contemporaneamente più utenti della strada, fornire approfondimenti in tempo reale e aiutare le città a comprendere meglio i modelli di traffico.

Le soluzioni basate sull'IA di ALYCE per una mobilità più intelligente#

Per affrontare le sfide della mobilità urbana, ALYCE ha sviluppato strumenti avanzati basati su IA e computer vision. Questi strumenti utilizzano i modelli Ultralytics YOLO per attività di computer vision come il rilevamento di oggetti in tempo reale. Nello specifico, i modelli YOLO consentono un tracciamento accurato e automatizzato di pedoni, veicoli, biciclette e altri utenti della strada. Le informazioni raccolte tramite Ultralytics YOLO sono affidabili e fruibili, anche in contesti complessi come incroci trafficati e rotatorie.

Le soluzioni chiave di ALYCE includono:

• minUi: Uno strumento di IA per l'analisi video in grado di analizzare il comportamento degli utenti della strada e fornire approfondimenti per migliorare la sicurezza e l'efficienza del traffico.
• OBSERVER: Un sistema di monitoraggio del traffico in tempo reale che automatizza il rilevamento e il tracciamento degli utenti della strada, supportando la gestione dinamica del traffico e un migliore processo decisionale.
• MyGIS: Una piattaforma che visualizza i dati sulla mobilità, aiutando i pianificatori urbani a interpretare le tendenze e progettare sistemi di trasporto di maggiore impatto.

Integrando i modelli Ultralytics YOLO, questi strumenti automatizzano processi lenti e manuali e forniscono dati altamente accurati. Grazie agli approfondimenti guidati dalla Vision AI, ALYCE mette le città in condizione di ridurre la congestione, ottimizzare il flusso del traffico e creare reti di trasporto urbano più sostenibili.

Perché scegliere i modelli Ultralytics YOLO?#

I modelli Ultralytics YOLO sono stati una scelta ideale per le soluzioni di mobilità di ALYCE perché hanno fornito prestazioni elevate dove contava di più. Hanno migliorato l'accuratezza con un aumento dell'1-2% nella precisione media (mAP) e garantito un'elaborazione in tempo reale con velocità di inferenza del 20% più veloci rispetto ad altri modelli, operando costantemente a 30 FPS. Anche la loro efficienza è senza pari, utilizzando il 40% in meno di RAM della GPU, rendendoli perfetti per ambienti con risorse limitate.

Questi vantaggi hanno anche fatto risparmiare ad ALYCE due mesi di tempo di sviluppo. Con Ultralytics, le sessioni di training possono essere configurate e avviate in soli 5-10 minuti, rispetto a quasi un'ora con le configurazioni tradizionali, consentendo iterazioni più rapide. Nel complesso, utilizzando i modelli Ultralytics YOLO, ALYCE è riuscita a ridurre i costi concentrandosi sul perfezionamento delle proprie soluzioni basate sull'IA per creare sistemi di mobilità più intelligenti ed efficienti.

Raccogliere nuovi approfondimenti comportamentali con Ultralytics YOLO#

L'utilizzo dei modelli Ultralytics YOLO ha aiutato ALYCE a portare le proprie soluzioni di mobilità al livello successivo. I loro strumenti ora forniscono preziosi approfondimenti, come l'analisi del comportamento degli utenti della strada, che aiutano le città e gli operatori dei trasporti a prendere decisioni migliori.

Dall'integrazione della computer vision, ALYCE ha ottenuto risultati aziendali misurabili, inclusi costi di produzione ridotti grazie all'automazione, parametri di performance migliorati e tempi di consegna più brevi. Sono stati anche in grado di generare nuovi tipi di dati, come approfondimenti comportamentali dettagliati, che aumentano la loro capacità di supportare soluzioni di mobilità più intelligenti.

Fig 2. Utilizzando la computer vision ALYCE è stata in grado di generare nuovi approfondimenti comportamentali.

Nel frattempo, i clienti sono rimasti colpiti dalla qualità e dall'accuratezza delle soluzioni di ALYCE, che soddisfano i più elevati standard di dati verificati da CEREMA. Il CTO Benoit Berthe ha condiviso: “In ALYCE, sfruttare Ultralytics è stato un punto di svolta per il training dei nostri modelli, consentendoci di migliorare l'accuratezza dei dati, fornire una qualità senza precedenti ai nostri clienti e assisterli nei loro progetti di mobilità sostenibile”.

Questi miglioramenti hanno anche portato a una maggiore soddisfazione del cliente. I clienti segnalano risultati migliori e operazioni più fluide, sia utilizzando gli strumenti di ALYCE da soli che insieme alla supervisione umana.

Il futuro della computer vision nella mobilità#

ALYCE vede il futuro della computer vision progredire con modelli come Ultralytics YOLO, insieme a nuove tecnologie come le Long Short-Term Memory (LSTMs) per i modelli basati su video. Queste innovazioni miglioreranno il riconoscimento degli oggetti e la continuità del tracciamento, rendendo le soluzioni di trasporto ancora più intelligenti e affidabili. Con l'evoluzione di queste tecnologie, le città avranno strumenti migliori per gestire le sfide della mobilità.

Vuoi scoprire come la Vision AI può trasformare la tua città? Dai un'occhiata al nostro repository GitHub per esplorare le soluzioni specifiche per settore di Ultralytics, come la computer vision in agricoltura e le auto a guida autonoma, e scopri di più sulle nostre licenze Ultralytics YOLO per iniziare subito!