在最近數年，「微移動」(Micromobility)在都會區崛起，並成為主流通勤工具，原因是微移動可以提供新鮮空氣和社交距離。對此IoT For All網站點出物聯網(IoT)技術的革新如何影響共享微移動的前景。

首先，無樁式微移動交通工具往往會需要「行為管理」(Behavior Management)，也就是解決使用者不遵守交通規則的狀況，例如逆向行駛或是違規停車等。對此媒體認為，人工智慧(AI)技術證明可以監測微移動使用者違規的狀況。其中，採用AI技術的電腦視覺是改善共享微移動服務的利器之一。

相較之下，傳統的物聯網工具是利用GPS和行動聯網技術，主要用於定位、追蹤和管理這些自由移動的車輛。而借重人工智慧技術的Dash Cam鏡頭，可以即時傳送基礎設施細微的差異。Dash cam鏡頭是新一代的物聯網模組，可以突破GPS解決方案的限制，精確且忠實地傳達人行道、街道和腳踏車道等基礎設施之差異。

此外，即使城市提供合宜的基礎設施還是會出現違規行為，例如腳踏車常常會在人行道上騎行，機車騎士也會違法在人行道、腳踏車道和公園小徑上行駛。這時，邊緣基礎的電腦視覺技術就可以即時監測騎士是否妥善地將車輛停在停車格內。這些技術可減低系統對使用者拍照上傳停車位置的依賴，進而改善營運效率，這時導入邊緣解決方案(Edge-Based Solutions)還可提供更完備的微移動相關資訊，例如可訓練辨識摔倒的機車並且將其標誌為需要矯正的車輛，進而改善營運效率。

除了使用者違規問題之外，各城市的法規和基礎設施不一致，也是微移動市場遭遇的問題之一。微移動營運商、數據匯集商和新創公司則接踵利用AI技術補強此障礙，以精準評估需求和提供預防性的維修服務等。

最後，相關演算法也根據營運商或是城市的需要(例如減低車輛遺失或是偷竊問題)，辨識特別的基礎設施。例如，某城市在考慮限制機車停在非露天的停車場，原因是某些有心人士會使用共享機車以偷竊或任意破壞停車場的車輛。借重演算法技術可以更效率地解決此問題，相較之下，利用傳統的GPS技術解決同樣的問題就曠日廢時得多。

By DIGITIMES