NoTraffic
Platform persimpangan berbasis AI yang menggantikan lampu merah berwaktu tetap dengan keputusan waktu nyata.
Pengalaman berkendara yang sangat familier: tengah malam di persimpangan yang kosong, Anda tetap harus berhenti selama 90 detik menunggu lampu hijau. NoTraffic hadir untuk mengubah lampu lalu lintas berwaktu tetap tersebut menjadi sistem yang menggunakan sensor untuk membaca kondisi jalan secara real-time dan menentukan kapan harus melepaskan kendaraan.
Fitur Utama dan Skenario Penerapan
Arsitekturnya terbagi menjadi dua lapisan: perangkat edge di persimpangan yang dikombinasikan dengan deteksi AI, menggunakan computer vision dan radar untuk mengenali serta mengklasifikasikan pengguna jalan seperti kendaraan, pejalan kaki, dan pesepeda; sementara Mobility OS berbasis cloud menghubungkan persimpangan di seluruh kota menjadi jaringan digital yang saling terhubung untuk koordinasi lintas persimpangan. Platform ini juga dilengkapi dengan Mobility Store, yang menyediakan modul aplikasi untuk deteksi, manajemen lalu lintas, keselamatan, analisis, layanan mobilitas, dan prioritas ambulans, serta didukung oleh pusat operasi 24 jam di AS untuk layanan terkelola. Sistem ini telah beroperasi di 40 negara bagian yang disetujui, dengan klien mulai dari kota besar seperti Phoenix dan Tucson hingga kota menengah dan kecil seperti Kelowna dan Sugar Land. Perusahaan ini menutup pendanaan Seri C senilai $90 juta pada Maret 2026.
Sangat cocok untuk departemen transportasi, instansi jalan raya, dan perencana proyek kota pintar. Perbedaan terbesar terletak pada pejalan kaki dan kendaraan bermotor roda dua (seperti skuter/motor). Sistem deteksi harus disesuaikan dengan struktur arus lalu lintas lokal agar optimal. Peluang terbesar dari sistem semacam ini sering kali terletak pada "perlindungan pejalan kaki" dan "prioritas kendaraan darurat", bukan sekadar efisiensi arus kendaraan.
Fitur Utama
- Perangkat edge di persimpangan + deteksi AI real-time & klasifikasi pengguna jalan
- Koordinasi lintas persimpangan berbasis cloud Mobility OS
- Modul aplikasi Mobility Store (keselamatan, analisis, prioritas darurat, dll.)
- Integrasi sensor computer vision dan radar
- Layanan terkelola pusat operasi 24 jam
Kasus Penggunaan Umum
- Optimasi lampu lalu lintas secara real-time
- Deteksi keselamatan pejalan kaki dan pesepeda
- Prioritas lintas untuk kendaraan darurat dan pemadam kebakaran
- Analisis arus lalu lintas dan titik rawan kecelakaan
Fitur Utama
- Perangkat edge di persimpangan + deteksi AI real-time & klasifikasi pengguna jalan
- Koordinasi lintas persimpangan berbasis cloud Mobility OS
- Modul aplikasi Mobility Store (keselamatan, analisis, prioritas darurat, dll.)
- Integrasi sensor computer vision dan radar
- Layanan terkelola pusat operasi 24 jam
Kelebihan
- Skala penerapan di dunia nyata yang besar, bukan sekadar tingkat uji coba
- Desain fusi sensor, stabilitas di malam hari dan cuaca buruk lebih baik daripada penglihatan murni
- Prioritas kendaraan darurat memberikan nilai publik yang langsung terasa
Kekurangan
- Memerlukan instalasi perangkat keras di persimpangan, termasuk proyek rekayasa publik
- Model deteksi dilatih berdasarkan struktur lalu lintas AS; proporsi sepeda motor yang tinggi memerlukan validasi ulang
- Proses pengadaan dan audit keamanan siber memakan waktu lama, tidak dapat diterapkan dalam jangka pendek
Contoh Penggunaan
- Optimasi lampu lalu lintas secara real-time
- Deteksi keselamatan pejalan kaki dan pesepeda
- Prioritas lintas untuk kendaraan darurat dan pemadam kebakaran
- Analisis arus lalu lintas dan titik rawan kecelakaan
Catatan Editor
Hal yang paling menarik dari optimasi lampu lalu lintas adalah ini merupakan salah satu dari sedikit metode untuk memperbaiki lalu lintas tanpa harus membangun jalan baru, dengan catatan model deteksi benar-benar memahami kondisi persimpangan lokal.
FAQ
Bagaimana dengan lalu lintas yang padat dengan sepeda motor, apakah dapat terdeteksi?
Ini adalah pertanyaan teknis utama. Model NoTraffic sebagian besar dilatih di lingkungan lalu lintas AS dengan pangsa sepeda motor yang sangat rendah. Penerapannya di wilayah dengan banyak roda dua memerlukan pelatihan ulang dan validasi menggunakan citra lokal, jika tidak, risiko salah deteksi atau terlewatnya kendaraan roda dua sangat tinggi.
Apakah sistem ini mengumpulkan data pribadi?
Kamera persimpangan pasti melibatkan pengumpulan gambar. Poin utamanya terletak pada bagaimana data diproses—apakah de-identifikasi diselesaikan di ujung (edge), berapa lama gambar asli disimpan, dan siapa yang memiliki hak akses. Hal ini harus diatur secara ketat melalui klausul tata kelola data dalam kontrak pengadaan.
Alat AI Terkait
實價雷達 HouseTW
Situs pencarian harga properti gratis di Taiwan yang menggabungkan 3,49 juta data transaksi dengan peta risiko likuefaksi, sesar, dan banjir.
Profet AI
AutoML Tanpa Kode untuk Industri Manufaktur Taiwan – Biarkan Insinyur Proses Membuat Model Sendiri
Cubo AI
Kamera bayi AI buatan tim Taiwan, deteksi penutupan mulut dan hidung jadi andalannya.
Whoscall
Aplikasi anti penipuan tingkat nasional di Taiwan, memberi tahu siapa penelepon Anda begitu panggilan masuk
Claude
Claude, asisten AI Anthropic yang unggul dalam dokumen panjang dan percakapan aman.