●技術簡介：
基於深度學習視訊/毫米波雷達物件偵測與追蹤嵌入式RSU系統，可達100公尺95％汽機車偵測準度與10fps即時處理效能，相較於 32-beam lidar可降低97％之感測器成本，已通過場域實測POC驗證，正與廠商合作進行台南與桃園航空城智慧路口場域佈建。
●技術之科學突破性：
(1) 為了有效支援100公尺外的車輛與高速行駛的機車，本計畫提出一個單鏡頭多重尺度深度學習物件偵測與追蹤技術，藉由多重尺度物件偵測可以利用 576x320 之 Yolov3模型達到偵測 100公尺外的汽車(準確度達 95％)與機車(準確度達87％)，滿足實際場域測試與應用所需。
(2) 針對多重尺度深度學習物件偵測與追蹤技術，提出基於雷達點雲之動態ROI調整技術，即基於雷達點雲出現位置來調整小尺度之ROI偵測區域，有效提高小物件或快速移動物件(如機車)之偵測準確度。
(3) 在深度學習物件偵測模型優化上，本計畫提出一全自動深度學習模型優化工具，針對 yolo v3 浮點數模型運用於本案 RSU場域圖資下，可以有效降低50％之運算次數與模型參數量，並維持相同的準確度。
●技術之產業應用性：
(1) Deep learning based camera/radar sensor fusion technology for road side unit (RSU) applications技術已成功吸引緯創資通公司於交通大學設立：緯創-交大嵌入式人工智慧研究中心，預計每年投入新台幣 1000萬元以上研究經費進行技術研發，第一年(2020/9-2021/8)已投入新台幣1260萬元產學計畫經費與540萬元先期技轉金。目前正洽談第二年計畫主題中。
(2) 本項科技部毫米波雷達中心計畫四年來(2018/1-2021/6)已經衍生8件產學合作計畫與4件技術移轉計畫，總金額達新台幣2780.5萬元。
(3) 基於本計畫AI異質感測訊號融合技術成果，執行團隊目前正籌劃新創公司 (AAAI Technologies)，準備向潛在投資人(包含緯創資通公司)進行募資，預計天使輪募資金額為新台幣 1-1.8億元間，並預定於 2021年底前設立。
(4) 基於本計畫AI異質感測訊號融合技術成果，本團隊已獲科技部推薦，參加 2021 InnoVEX 線上技術推廣會，進行國內外技術推廣。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/1702a2d7-eb8a-45f4-82f3-19b5dec5ded8?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw