Mengapa LIDAR Merevolusi Manajemen Lalu Lintas Kota Cerdas

Inisiatif kota cerdas semakin difokuskan pada sistem transportasi cerdas (ITS). Pilot terbaru di San Francisco menggunakan sensor LIDAR menunjukkan bagaimana teknologi ini dapat meningkatkan proyek sinyal lalu lintas Vision Zero kota.

Vision Zero bertujuan untuk mengurangi kecelakaan jalan menjadi nol, dengan San Francisco kehilangan sekitar 30 jiwa dan melukai lebih dari 200 orang setiap tahun. Pilot tersebut menguji sistem sinyal lalu lintas multimodal cerdas (MMITSS), komunikasi jarak pendek khusus (DSRC), prioritas sinyal transpor (TSP), dan preemptasi kendaraan darurat (EVP) untuk memberikan prioritas pada kendaraan transpor dan darurat sambil juga memberikan penyeberangan yang aman bagi pejalan kaki dan pengendara sepeda.

Proof-of-concept pertama, diselesaikan pada Januari 2020, memasang LIDAR di lima persimpangan dan mencapai akurasi 96% dalam profiling anonim kendaraan dan pejalan kaki. PoC kedua menambahkan lapisan data ke jaringan kontrol sinyal, direncanakan untuk awal 2021.

Kami mewawancara chief marketing officer Quanergy Enzo Signore dan konsultan strategi independen Paul Hoekstra, pemimpin proyek SFMTA.

LIDAR: Pelacakan Objek Anonim di Seluruh Persimpangan

Enzo Signore dari Quanergy menjelaskan bahwa keunggulan utama LIDAR di stadion dan kota cerdas adalah kemampuannya untuk memberikan ID anonim yang konsisten pada setiap objek bergerak, memungkinkan pelacakan dari ujung ke ujung di seluruh beberapa persimpangan tanpa mengungkapkan identitas.

Mencapai pelacakan ID yang kontinu di seluruh beberapa persimpangan memerlukan sensor yang tersinkronisasi dan komputasi edge. Sistem tradisional kehilangan ID ketika objek melintasi dari tampilan satu sensor ke sensor lain, mengakibatkan aliran data terfragmentasi.

Mekanisme handover ID otomatis Quanergy mentransfer ID objek secara mulus di antara sensor, mempertahankan satu identifier selama perjalanannya dan menyediakan analitik alur yang komprehensif.

M-Series Quanergy, termasuk MQ-8 jarak jauh, dirancang untuk tugas manajemen alur. Berbeda dengan LIDAR konvensional yang memancarkan beam simetris, MQ-8 mengarahkan semua beam ke bawah, memastikan cakupan tanah yang lengkap dan menghilangkan titik buta. Desain ini menghasilkan radius deteksi 70 m (15.000 m²) dan mengurangi jumlah sensor yang diperlukan serta biaya.

Karena LIDAR hanya menangkap data geometris, ia menghindari kekhawatiran privasi pengenalan wajah, memberikan pemantauan lalu lintas anonim dan kompatibel.

Mengatasi Masalah Privasi yang Terkait dengan Pengenalan Wajah

Paul Hoekstra untuk SFMTA menjelaskan rasional dan hasil proyek.

Saat kami memulai pilot pada April 2019 dengan SFMTA, Cisco, dan Quanergy, kami awalnya menggunakan sensor DSRC. Namun, hanya 1% kendaraan yang menyiarkan sinyal DSRC, membuat teknologi ini tidak efektif untuk pengukuran alur lalu lintas.

Kami menerapkan 20 unit LIDAR di lima persimpangan di sepanjang 3rd Street, dekat stadion basket baru. Komputasi edge berjalan pada unit Cisco TRX, menjalankan perangkat lunak QORTEX Quanergy, yang streaming data ke kluster VM yang didukung Cisco Kinetic yang menyimpan sekitar 30 juta pesan setiap minggu.

Laporan Minggu detail trajetur kendaraan, stempel waktu, asal, tujuan, jumlah berhenti, durasi, kecepatan, dan konteks peristiwa. Linkage ini di seluruh persimpangan memungkinkan kami untuk mengukur gerakan seperti masuk utara dan keluar belokan.

Menggunakan logika terkalibrasi QORTEX, kami mencapai akurasi 96% dalam mencocokkan ID masuk dan keluar. Untuk pejalan kaki, definisi zona mengungkapkan kehadiran tepi trotoar, batas lintasan pejalan kaki, dan kedekatan dengan kendaraan, memungkinkan analisis near-miss berdasarkan vektor dan kecepatan.

Sistem hanya menangkap bentuk anonim—kendaraan sebagai blok dan pejalan kaki sebagai titik—memastikan tidak ada data pribadi yang disimpan.

PoC pertama berfokus pada analisis data. PoC kedua akan menggandakan jumlah persimpangan dari lima menjadi sepuluh, memperluas cakupan koridor.

Kami mengintegrasikan data kontrol sinyal—loop, pushbutton, sensor rel—ke dalam platform pusat, menciptakan aliran informasi dua arah. Klasifikasi objek dari sensor edge memberitahu prediksi waktu diam transpor berdasarkan komposisi penumpang (kursi roda, stroller, sepeda).

Analitik backend akan memperkirakan waktu diam optimal (misalnya, 20 detik vs. 32 detik) dan mengekstrapolasi di seluruh koridor penuh.

Mengoptimalkan koridor memerlukan melihatnya sebagai jaringan yang terhubung, bukan node terisolasi. Rekalkulasi algoritma frekuensi tinggi—potensialmente melebihi 1 Hz—memungkinkan penyesuaian sinyal real-time.

Algoritma ini memberikan perintah real-time ke kontrol sinyal, menyelesaikan loop dan mencontoh manajemen lalu lintas terintegrasi.

San Francisco sudah memiliki 7.000 kamera, tetapi mereka hanya menyediakan citra 2D dan data lokasi yang kurang presisi. LIDAR menawarkan akurasi yang superior, beroperasi di hujan dan di malam hari, dan menghindari kekhawatiran privasi yang terkait dengan identifikasi visual.

Proyek bertujuan untuk memberikan prioritas pada kendaraan darurat, mengoptimalkan jadwal transpor, dan memfasilitasi platooning kendaraan ketika transpor umum tidak tersedia, sehingga meningkatkan efisiensi koridor.