사물 인터넷 기술
핵심 도로망의 정체는 전 세계 많은 국가의 주요 문제입니다. 실제로 2017년에 INRIX가 수행한 세계 교통량에 대한 가장 큰 규모의 연구에 따르면 미국에서만 교통 혼잡으로 인한 비용은 3,050억 달러(2,570억 유로)입니다.
영국에서 Highways England는 고속도로와 주요 도로망의 혼잡으로 인한 비용이 매년 20억 파운드(20억 유로)에 이를 것으로 추정합니다.
Chris Shannon, Fotech Solutions CEO 혼잡의 경제적 부담은 많은 국가들이 현재 '스마트 고속도로'의 개념을 시험하고 있음을 의미합니다. 스마트 고속도로 프로젝트의 첫 번째 테스트는 2006년 영국에서 진행되었으며 그 이후로 이 개념은 호주, 뉴질랜드, 스위스를 비롯한 여러 국가에서 이 계획이 보편화되면서 많은 관심을 받았습니다.
'스마트 고속도로'는 실제로 몇 가지 다른 변형으로 구성됩니다. 이러한 뉘앙스에도 불구하고 스마트 고속도로의 가장 일반적이고 눈에 띄는 기능에는 도로로의 일부 사용과 가변 속도 제한이 포함됩니다. 이러한 조치는 도로 용량을 늘리고 교통 흐름을 최대한 원활하게 유지하기 위한 것입니다.
현재 가장 많이 배치된 영국의 증거에 따르면 스마트 고속도로를 만드는 데 필요한 기술이 여전히 개선되고 있습니다.
데이터에 따르면 스마트 고속도로는 용량을 최대 1/3까지 증가시켰지만 영국의 교통부(DfT)에서 최근 발표한 보고서 2015-18년(포함) 기간 동안 스마트 고속도로가 고속도로 교통량의 10.7%를 차지했지만 평균적으로 심각한 사상자의 11.4%를 차지했음을 강조합니다.
이와 같이 스마트 고속도로는 혼잡 문제에 대한 잠재적으로 강력한 솔루션이지만 그 사용을 확대하려면 운전자에 대한 위험을 최소화해야 합니다. 뭐니뭐니해도 스마트 고속도로는 일반 도로망보다 안전해야 합니다.
이것이 달성되려면 스마트 고속도로 이니셔티브를 뒷받침하는 기본 기술을 살펴볼 필요가 있습니다.
스마트 고속도로의 핵심 기술 문제는 카메라와 유도 루프에 대한 의존입니다. 일반적으로 루프 또는 카메라는 스마트 고속도로를 따라 400미터마다 설치됩니다. 분명히 이러한 '포인트' 센서는 전체 고속도로를 지속적으로 완벽하게 모니터링할 수 없습니다.
보장 범위에는 본질적으로 격차가 있으며 이러한 격차는 지연과 오류가 발생하는 곳이며, 이는 결국 운전자의 위험을 증가시킵니다. 예를 들어, DfT 보고서는 고장난 차량이나 문제를 겪고 있는 운전자를 식별하는 데 사용되는 카메라 기반 시스템이 문제가 있는 차량을 발견하는 데 여전히 평균 17분이 걸린다고 강조했습니다.
그런 다음 구조대가 현장에 도착하는 데 17분이 더 걸립니다. 운전자가 빠르게 움직이는 고속도로에서 곤경에 처한 경우 30분의 응답 시간은 분명히 심각한 위험입니다.
불행히도, 보다 정기적인 간격으로 센서를 설치하는 것은 매우 비용이 많이 들기 때문에 센서가 제공할 수 있는 커버리지 포인트에서 항상 타협이 있을 것입니다. 하지만 기술을 사용하여 성능을 개선하고 특히 사고 감지 시간을 단축하려면 어떻게 해야 합니까?
잠재적으로 이미 지상에 솔루션이 있습니다. 스마트 고속도로용 센서 네트워크는 이미 광섬유 케이블을 통해 연결되어 있으며 이 광섬유는 자체적으로 센서로 사용할 수 있습니다. 광섬유 소유자 및 설치자에게는 스마트 고속도로 계획에 더 많은 가치를 제공할 수 있는 중요한 기회가 있습니다.
광섬유가 고속도로를 따라 설치된 곳이면 어디든 DAS(분산 음향 센서) 기술을 추가하면 마치 도로를 따라 수많은 마이크를 배치하는 것처럼 케이블을 수천 개의 진동 센서로 효과적으로 변환할 수 있습니다.
이 진동 센서는 교통 흐름의 도로 방해 또는 차량의 변화하는 행동(예:감속/가속/차선 변경)에서 다양한 방해의 고유한 '음향 신호'를 감지하고 어떤 사고가 발생했는지 운영자에게 알릴 수 있습니다. 장소, 정확히 어디서 발생했는지, 언제 발생했는지
<노스크립트>섬유 기반 시스템이기 때문에 이 시스템은 본질적으로 카메라와 루프 사이의 간격을 '채워주는' 고속도로 전체 길이를 완벽하게 커버하여 사건 식별의 효율성과 정확성을 높입니다.
파이버 센서는 또한 응답 시간을 높이는 실시간으로 자동화된 경고를 제공합니다. 이는 교통 흐름을 더욱 원활하게 유지하고 운전자에 대한 위험을 최소화하기 위해 잠재적인 중단을 최소화하는 데 매우 중요합니다.
스마트 고속도로는 아직 초기 단계이지만 정체 문제에 대한 매력적인 솔루션임은 분명합니다. 그러나 도로 사용자의 안전이 가장 중요해야 합니다. 기존 센서가 일정 수준의 성능을 제공하지만 시스템을 보다 효과적으로 만들고 위험을 최소화할 수 있는 모든 가능한 기술을 탐색해야 합니다. 광섬유 인프라는 이 과제를 해결하는 데 중요한 역할을 합니다.
저자는 CEO인 Chris Shannon입니다. 포테크 솔루션 .
사물 인터넷 기술
인공 지능이 대세이지만 우리는 인공 지능에 대해 얼마나 알고 있습니까? 많은 응용 프로그램이나 제품이 인공 지능으로 제시되지만 그 용어가 어디까지 포함되는지 명확하지 않습니다. 정의하기 어려운 용어임에는 의심의 여지가 없습니다. 이 게시물에서는 AI, 그 범위 및 제한 사항에 대해 좀 더 자세히 설명합니다. AI란 무엇입니까? 인공 지능이라는 용어는 1956년에 채택되었지만 데이터 볼륨의 증가, 고급 알고리즘, 컴퓨팅 성능 및 스토리지의 개선 덕분에 오늘날 더 대중화되었습니다. 인공 지능은 컴퓨터나 기계가 스스로 생각하고 인간
강력한 로그 스플리터가 필요한 이유는 많습니다. 예를 들어, 잘라야 할 나무나 처리할 통나무가 많은 경우 통나무 스플리터가 작업을 처리할 수 있는지 확인하고 싶을 것입니다. 이 기사에서는 사용자의 요구를 충족할 수 있도록 로그 분할기를 더욱 강력하게 만드는 방법을 알려드립니다. 로그 스플리터란 무엇인가요? 통나무 쪼개기는 통나무를 반으로 잘라 통나무를 다른 크기로 분리하는 기계입니다. 이렇게 하면 특정 크기의 통나무를 더 쉽게 찾을 수 있습니다.통나무 분할기는 에너지 소비를 추적하려는 기업과 주택 소유자에게 매우 유용할 수 있습니