墨爾本皇家理工學院（RMIT）的科學家們開發了一個概念驗證程序，可以使用谷歌街景圖像監控街道標識的狀況。

該程序使用人工智能（AI）從谷歌圖像中識別街道標志，以確定是否需要更換。RMIT表示，該程序可以被訓練識別其他輸入信息，供地方政府和交通部門使用。

據RMIT稱，當局花費大量時間和金錢手動監控和記錄交通基礎設施的地理位置，這項任務也讓工人面臨不必要的交通風險。

該研究報告的主要作者、RMIT大學地理空間科學榮譽學生安德魯？坎貝爾說：“地方議會有必要對這一基礎設施進行監控，但目前沒有廉價或有效的方法。”

“通過使用免費和開源工具，我們現在開發了一個完全自動化的系統來完成這項工作，而且做得更準確。”

在該程序的試驗結果中，該程序檢測到的符號準確率約為96%，識別出的符號類型準確率接近98%，并能從2D圖像中記錄下它們的精確地理位置。

與概念的驗證相比，科學家團隊發現，現有路標數據庫中的強制GPS定位數據往往不準確，誤差在10米左右。

“沒有經過地理學家培訓的人手動跟蹤這些標志，會將人為錯誤輸入數據庫。我們的系統一旦建立起來，就可以被任何空間分析師使用，你只需告訴系統你想監控哪個區域，它就會為你照看好它，”坎貝爾補充道。

該團隊目前正與地方政府合作，利用谷歌街景圖像分析街道樹木的樹蔭，制定熱干預策略。

聯邦科學與工業研究組織（CSIRO）的Data61也一直致力于改善澳大利亞道路基礎設施的管理，今年2月，它與新南威爾士州交通局（Transport for New South Wales， TfNSW）合作創建了一個項目，以提高該州交通系統的效率和有效性。

Data61高級運輸數據分析（ADAIT）小組組長 博士稱贊該程序能夠分析“運營商和乘客的自動化端到端、多模式的旅程規劃”。

Chen Cai還說，當時新南威爾士大學正在探索重型車輛上連接設備的試驗，在交通信號燈之間傳遞信息給卡車，告訴他們信號燈何時變綠，這樣他們就可以在不過早停車的情況下為進入的交通做好準備。

“在未來，我們應該看到更大規模的應用和采用這些技術，”他補充說。