2018年12月17日，许多用户在Ofo新总部前排队申请退款押金。更多的人选择了在线退款。到目前为止，已有超过一千万的用户在线排队。按每人99元计算，ofo需要退还9.9亿元的保证金。在此背后，我们可以看到对运输的巨大需求。 Ofo只是共享单车部队的一员，但是为缓解城市交通压力而崛起的共享单车在经过大量市场洗礼后却下降了。如何减轻道路交通压力日益增大，仍然需要智能交通系统来解决。尽管智能交通项目的主要目的不是防止安全，但该项目中已使用了大量的安全技术和产品，例如计算机视觉，边缘计算和摄像头，这已成为安全领域的重要组成部分。 。近年来，我国不断深化安全技术在公共交通管理中的应用，以提高运输效率，安全水平和服务能力，并为公民提供智能的出行体验。计算机视觉可提高感知精度和尺寸计算机视觉对于智能交通系统提高感知精度和尺寸必不可少。在智能交通系统中，计算机视觉使用摄像头识别，跟踪和测量目标，从视频监控图像或多维数据中获取信息，然后将其移交给计算中心进行处理。计算机视觉可以带入交通的主要方面如下：第一个是车辆检测和感知，第二个是车辆身份识别，第三个是车辆身份比较，第四个是车辆行为分析。 ，第五是驾驶控制，这是现在非常流行的汽车辅助驾驶和无人驾驶。涵盖道路感知，停车场感知，车辆特征识别，车辆行为分析等，几乎涵盖了智能交通的所有方面。基于计算机视觉技术的智能交通系统的建议将大大提高工作效率，降低人工成本并增强交通智能。在杭州，城市大脑依靠计算机视觉分析功能来使用每个交通摄像头对道路进行实时交通检查，以便交通信号灯可以基于实时交通来优化路口时间分配并提高交通效率。在2017年的云栖大会上，杭州城市大脑还给出了一个令人眼花answer乱的答案：128个信号交叉口与交通数据相连，试点地区的旅行时间减少了15.3％。边缘计算实时响应在过去的十年中，城市车辆呈指数级增长。如何获取实时路况信息以及如何及时缓解交通拥堵，保持道路畅通一直是全社会关注的焦点。在这种情况下，云处理能力不足。边缘计算可用于解决智能交通系统的实时响应问题，因为它可以在网络边缘部署计算能力和服务，以向附近的终端提供通信和计算服务。如果“云计算”就像大脑，大脑负责处理相对复杂的过程，然后再进行“边缘计算”。等同于进行一些“潜意识”的神经末梢。反应。边缘计算可以分析和处理流量硬件本身的数据，并过滤掉不必要的信息，从而消除不必要的拥塞。这大大减少了数据传输的总量，并有助于降低运营和存储成本。以深圳为例，深圳交通利用边缘计算技术进行实时监控和反馈，实现智能交通控制。预计高峰时段某些关键路段的持续时间将减少15％，而大梅沙和龙华等一些关键路段的运营速度将提高9％。结论：安全技术为人们提供了旅行安全和便利。如果技术手段到位，则可以大大节省人工成本。但是，技术产品必须依靠政府政策和资金的大力支持才能实现这一目标。道路交通管理不是一个立竿见影的小项目，但是在许多方面实施有效的解决方案将使我们的交通环境随着时间的推移而发生变化，安全技术的作用不可忽视。