В ЮУрГУ научили нейросети следить за транспортными потоками

Искусственный интеллект поможет контролировать автомобильный трафик в городах. Сеть обучили этому ученые Южно-Уральского государственного университета, разработавшие интеллектуальную систему мониторинга транспортных потоков в режиме реального времени. На уникальную технологию получили патент, теперь ее готовят к «пилотному» запуску.

Патент на уникальную разработку

Автомобильный трафик в крупных городах России только увеличивается, и контролировать потоки транспорта становится все сложнее. Для решения этой проблемы неоднократно создавались программы, которые собирали информацию с магистралей. Однако задержка в передаче данных составляла до 15 минут. Ученые Южно-Уральского государственного университета предложили свой вариант и разработали уникальную интеллектуальную систему мониторинга транспортных потоков с использованием искусственного интеллекта. Это часть большого проекта «Умный город», который предполагает использования информационно-коммуникационных технологий для управления функционированием и развитием мегаполиса.

Разработанная программа в режиме реального времени собирает и отправляет информацию о ситуации на дорогах. Одновременно анализируются до 400 параметров, а погрешность данных составляет меньше 10%. Этого удалось добиться за счет использования обученных нейросетей. Благодаря им же для работы не нужны большие затраты на серверное оборудование и видеокамеры.

В создании перспективной разработки участвуют преподаватели, аспиранты и студенты с кафедр автомобильного транспорта, прикладной математики и программирования и системного программирования Южно-Уральского государственного университета. Теперь на разработанное ими ПО — интеллектуальную систему мониторинга дорожного трафика и транспортной инфраструктуры — получен патент.


 

«В настоящее время наша группа занимается разработкой методов и алгоритмов обработки больших данных в задачах создания единой системы принятия решения для всей транспортной системы города на основе искусственного интеллекта. Разрабатываемая система, основанная на интеграции современных информационных и телематических технологий, предназначена для автоматизированного поиска и принятия к реализации максимально эффективных сценариев управления дорожным трафиком. Сбор и обработка больших данных в режиме реального времени позволяет интеллектуальной транспортной системе (ИТС) мгновенно оценивать текущее состояние, сигнализировать об инцидентах, прогнозировать развитие событий и принимать управленческие решения», — прокомментировал руководитель проекта «Умный транспорт», доцент кафедры «Автомобильный транспорт» Политехнического института ЮУрГУ Владимир Шепелёв.

Запатентованную технологию планируют коммерциализировать. Система мониторинга была интересна еще во время разработки, например, в 2019 году ее апробировали на одном из перекрестков Тюмени. Департамент транспорта Санкт-Петербурга тоже заинтересовался интеллектуальной системой, с помощью которой можно прогнозировать заторы, собирать и обрабатывать данные по выбросам, выделяемым автотранспортом.

Совершенствование системы продолжается

Интеллектуальная система мониторинга дорожного транспорта совершенствуется, а все научные разработки фиксируются в высокорейтинговых научных журналах. Последняя статья, связанная с запатентованной технологией, была опубликована в «Transport and Communication» (Q2). В ней ученые предложили новую систему для анализа ситуации на дорогах, чтобы решить проблему их загруженности.

Методы, лежащие в основе системы, обеспечивают точное обнаружение участников дорожного движения: фиксируются не только крупные, но и маленькие транспортные средства, и пешеходы — все, что влияет на загруженность перекрестков. Разработанное решение превосходит по точности и скорости передачи информации уже существующие алгоритмы.

«Мы разработали систему сбора данных для обнаружения транспортных средств при мониторинге городского движения. Она представляет собой программное обеспечение, работающее на основе нейронных сетей. Для обучения системы был собран набор данных, в котором для каждого перекрестка было около 1000 изображений, сделанных в разное время суток при разных погодных условиях. Это позволило нам получать данные в любых условиях без потери качества. Статистический анализ собранной информации с использованием факторных, кластерных, регрессионных методов и методов многомерного масштабирования позволил выявить наиболее важные характеристики перекрестков, которые влияют на их пропускную способность в условиях перегрузки. Анализ позволил сделать прогнозы пропускной способности в зависимости от исходных параметров перекрестков при условии реализации сегментации перекрестков по исходным характеристикам и визуализации полученных результатов», — объяснили авторы исследования.

Командой ученых ЮУрГУ запланированы и дальнейшие исследования. Специалисты намерены использовать в работе данные с сенсорных камер дорожного движения, чтобы определять трафик с заторами на дорогах и без них. Подобные исследования улучшат дорожно-транспортную инфраструктуру городских сетей. Именно в этом цель использования интеллектуальной системы мониторинга.

В Южно-Уральском государственном университете достигнуты значительные результаты в области создания Цифровой индустрии. Активно развиваются исследования с применением суперкомпьютерного моделирования в области искусственного интеллекта, обработки, хранения и интеллектуального анализа Big Data.

Исследования в области цифровой индустрии являются одними из трех стратегических направлений развития научной и образовательной деятельности Южно-Уральского государственного университета наряду с экологией и материаловедением.

ЮУрГУ — участник Проекта «5-100», призванного повысить конкурентоспособность российских университетов среди ведущих мировых научно-образовательных центров.

Дарья Цымбалюк, фото: pixabay.com, архив В. Шепелёва
Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.