ТАСС, 23 августа. Исследователи из Южно-Уральского госуниверситета (ЮУрГУ, Челябинск) создали систему наблюдения за транспортными потоками с использованием искусственного интеллекта, которая не требует специального записывающего оборудования, а также способна моментально обрабатывать данные, полученные в режиме реального времени. Статья по итогам исследования опубликована в журнале Journal of Big Data, входящем в первую десятку наукометрической базы Scopus, сообщает в пятницу пресс-служба университета.
"Ученые Южно-Уральского государственного университета в рамках национальной технологической инициативы AutoNet (проект "Умный транспорт") создали интеллектуальную систему мониторинга транспортных потоков [под названием] AIMS с использованием искусственного интеллекта, которая не требует специального записывающего оборудования и может работать практически на любом типе камер. Система позволяет моментально обрабатывать данные, полученные в режиме реального времени, в отличие от существующих программ, где обработка ведется с задержкой до 10-15 минут. Статья о результатах исследования опубликована в высокорейтинговом научном журнале Journal of Big Data (входит в первую десятку наукометрической базы Scopus)", - говорится в сообщении.
Для качественного управления автомобильным движением в условиях инфраструктурных ограничений крупных городов транспортным службам нужны мощные инструменты анализа дорожного движения. Отмечается, что ученые ЮУрГУ разработали инновационную технологию с применением нейронных сетей, при этом пойдя дальше классических методов Data Mining.
"В отличие от существующих аналогов наша система распознает и анализирует в реальном времени направление движения транспортных средств с максимальной относительной погрешностью менее 10%. Ближайшие аналоги способны определять скорость и классифицировать транспорт только в одном направлении и с условием размещения камер над транспортным потоком с точностью до 80-90%. Использование нейронной сети позволяет генерировать до 400 параметров дорожного трафика в реальном времени на каждом перекрестке. В процессе разработки технологии были использованы архитектуры нейронных сетей Mask R-CNN и YOLOv3 с открытым исходным кодом для обнаружения объектов в режиме реального времени, а также трекер SORT, код которого был доработан командой", - приводятся в документе слова руководителя проекта, доцента кафедры автотранспорта Политехнического института ЮУрГУ Владимира Шепелева.
Он отметил, что разработанная в университете система мониторинга AIMS собирает, интерпретирует и передает данные об интенсивности дорожного движения; а также классифицирует 10 категорий транспорта, измеряет уровень текущей загрузки каждого направления перекрестка и определяет дальнейшее направление движения автомобилей. "При этом распознавание объектов в реальном времени на всем перекрестке AIMS производит посредством использования всего одной Full HD камеры уличного видеонаблюдения", - добавил руководитель проекта.
По его словам, систему уже протестировали на нескольких перекрестках Челябинска. В ближайшей перспективе технология мониторинга дорожного движения с использованием искусственного интеллекта станет частью проекта "Устойчивый общественный транспорт" для этого города. Над проектом "Умный транспорт" работают преподаватели, аспиранты и студенты автотранспортного факультета Политехнического института ЮУрГУ совместно с Высшей школой электроники и компьютерных наук.