Ученые Южно-Уральского государственного университета (входит в Союз машиностроителей России) запатентовали компьютерную программу «Нейросетевая модель поиска аномалий движения транспортных средств на основе тепловых карт». С её помощью можно сформировать визуальную картину затруднений транспортного потока.
Разработанная программа стала очередным модулем большого программного комплекса AIMS EСO ROAD, разработанного командой ученых ЮУрГУ под руководством доцента ПИШ «Сердце Урала» Владимира Шепелёва.
Нейросетевые технологии позволяют в режиме реального времени считывать потоковое видео и анализировать картинку, полученную с камер видеонаблюдения. Например, программа способна распознать категории транспортных средств – от легкового автомобиля до электробуса и автопоезда, отследить скорость их движения и изменение траектории движения с точностью до 30 сантиметров.
Пока нейросеть может оперативно обнаружить аномалии в движении и подать об этом сигнал. Со временем ИИ сможет их классифицировать по причине и категории сложности. Помехами на дороге обычно становятся ДТП, неубранные сугробы на крайней полосе, открытый колодец, упавшее дерево, ремонтные работы. Ученые разрабатывают прогностический алгоритм, позволяющий просчитывать, когда произойдет дорожный затор и как он будет формироваться на перекрестке и примыкающих улицах. Искусственный интеллект сообщит, выльется аномалия движения в сложный сетевой затор или дорожная инфраструктура обеспечит свободное движение с учетом текущей и прогнозной интенсивности, какова ситуация будет через 10 минут и что случится через 20.
Конечная цель – создать модель управленческого уровня для принятия решения о том, что делать с этими аномалиями.