IVE師生研人工智能交通燈 望縮短40％車龍
香港人多車多，駕駛者和行人為「等綠燈」耗費不少時間，香港專業教育學院（IVE）師生研發「人工智能交通燈系統」，利用物聯網、人工智能（AI）等技術，分析路面交通數據，適時調節交通燈號，期望將平均車龍長度和行人等候過路時間減少四成，又指希望與政府合作，實際應用於路面交通燈。
磨砂鏡頭保障私隱
傳統的交通燈控制系統一般採用預設的燈號調配時間，即使燈位「有人無車」或者「有車無人」，都不懂得因應當時路面情況而轉燈，變相浪費等候時間。而IVE團隊參考真實交通燈，製作附有鏡頭的「人工智能交通燈系統」，利用AI技術辨識指定範圍內交通數據，如車龍長度、等候過馬路的行人數目等，適時調節燈號，以配合道路不同時段的實際需要，更有效管理車流與人流。由於鏡頭是磨砂設計，不會拍攝到人的容貌，以保障私隱。
系統利用AI技術可辨識更多交通資訊，包括車輛種類、車身大小、車速、行駛方向等。AI同時可透過深入學習（deep learning）更準確計算交通流量，控制交通燈號，有效紓緩車龍及人流。而物聯網技術則統一收集及傳遞各路段的交通資訊，以便進行大數據分析，令系統更有效管理交通。
IVE青衣院校職場學習及評核項目發展組（工程學課程）項目主任洪健豪指，團隊找了一些位處學校、巴士站、或屋邨林立附近的路口，進行實地測試及模擬軟件測試，初步發現有助縮短車龍及疏導馬路上行人數目，長遠希望搜集更多路面數據，目標將平均車龍長度及等候過路時間減少40％。
與政府先導計劃採用不同系統
事實上，不少國家如德國、英國、澳洲已利用雷達、熱能探測和影像分析等技術，收集實時路面數據，實行智能交通管理。而運輸署去年展開「實時交通燈號調節系統先導計劃」，透過安裝在交通燈柱上的雷達感應器和熱能探測器，收集實時交通流量和調節綠燈時間，在全港5個路口試行。
洪健豪指，因團隊的設計和政府採用不同系統，難作比較，但對於與政府合作抱開放態度，「學術界做到功夫出來，都希望幫到手，長遠如果收集到更多數據希望同政府有合作，實際應用在交通燈上。」
作品於工程及科技學會香港分會青年會員部舉辦的「青年科技專才展覽及比賽2020」中，獲得「專上教育組」亞軍。團隊希望進一步改良系統，分析不同路段交通數據，提升人工智能穩定性及準確度，應付不同路段、不同時間需要，例如有大型活動及交通事故發生時可應對得更好；亦希望人工智能可以辨認有無人攜帶寵物或嬰兒車，或者是否有輪椅人士，加長綠燈過路時間，方便他們更安全過路。
