对於像香港这样人口稠密的城市,安全和方便的交通运输环境非常重要。特区政府於2021年11月推出智慧交通基金,至今共有17个项目获得资助,其中七个是由理大研究人员开发的创新项目,获批金额约2,100万元。这些项目运用了人工智能、深度学习、三维地理空间模型、无线传输、数据驱动等科技,不但令公众出行时更方便,也提升驾驶者的安全。该七个项目的详情如下:

 

香港桥面效率和安全性的智能评估

Professor Tarek Zayed

 

首席研究员:

  

建筑及房地产学系副系主任(研究)及教授Tarek Zayed教授

获批资助金额:

  

8,099,657港元

介绍:

 

本项目旨在开发一套多层检查方法,探测混凝土桥面的表面及表层下的缺陷,并设计一套应用无损评估技术建立的智能效率评估模型,供评估桥面之用,以提升道路安全。


为驾驶者研发一套以其心理状况的不稳定性及行为为基础的实时数据驱动智能自动化平台,促进交通系统的可持续性及安全

Dr Ng Kam-hung

 

首席研究员:

  

航空及民航工程学系助理教授伍淦鸿博士

获批资助金额:

  

4,990,230港元

介绍:

 

本项目旨在利用智能自动化技术识别驾驶者心理状况的不稳定性及行为,从而开发一套利用实时数据驱动去预测驾驶者承担风险程度的机制。


运用车联网技术及实时交通情况、电网和能源资讯,为自动驾驶电动汽车开发零排放的智能充电系统

Dr Cao Sunliang

 

首席研究员:

  

建筑环境及能源工程学系助理教授曹孙亮博士

获批资助金额:

  

2,205,792港元

介绍:

 

本项目旨在建立一个智能充电能源管理系统,向驾驶者推荐电动车辆充电的地点、时间和充电模式,以缩减他们寻找充电设施的车程。


全路网交通速度及车辆流量估算器

Ir Professor William Lam Hing-keung

 

首席研究员:

  

土木及环境工程学系土木及交通工程讲座教授林兴强教授、工程师

获批资助金额:

  

1,976,187港元

介绍:

 

本项目运用数据驱动模型的方法,开发一个全路网的交通速度及车辆流量估算器,以同步估算交通速度和车辆流量。


利用建基於三维地理空间模型的先进模拟驾驶方法去评估道路安全

Dr Sze Nang-ngai

 

首席研究员:

  

土木及环境工程学系副教授施能艺博士

获批资助金额:

  

1,456,137港元

介绍:

 

本项目旨在建立一个三维地理空间模型,可以用作进行模拟驾驶实验时的安全评估。此项目亦会开发一个建基於循证模式的决策支援工具,以识别易生意外的地点,及建议可提升道路安全的措施。


在探测器出现故障时,运用深度学习预测行车速度和交通流量

Professor Edward Chung

 

首席研究员:

  

电机工程学系教授钟金鑫教授

获批资助金额:

  

1,300,075港元

介绍:

 

本项目旨在开发一个深度学习模型,当部分探测器发生故障时,可在一小时内预测车速和流量。该模型也可於离线应用时填补缺少的数据。


利用来自多方面的数据,开发及应用一个由人工智能带动的空置泊车位预测框架

Dr Sze Nang-ngai

 

首席研究员:

  

土木及环境工程学系助理教授马玮博士

获批资助金额:

  

985,034港元

介绍:

 

本项目旨在建立一个框架,预测香港街道上及停车场的空置泊车位,并建立泊车资讯的网页及手机应用程式,将预测空置泊车位的资讯向公众人士发放。

 

为了实现《香港智慧城市蓝图》中 "智慧出行" 的目标,理大将会继续研发崭新科技及推广与运输相关的应用,以协助运输行业和政府部门订立相应策略。

 

智慧交通基金
行政长官在《2019 年施政报告附篇》公布成立智慧交通基金,资助本地机构或企业进行创新科技研究和应用,以便利出行、提升道路网络或路面使用效率和改善驾驶安全。