Оптимизация движения транспорта по городским улицам - вечная головная боль больших городов. Обычно, для этого администрация устанавливает камеры для подсчета автомобилей или другие датчики в нескольких стратегических местах. Но новое исследование предполагает, что более эффективным подходом может быть использование камер, установленных на автобусах.
Подвижный мониторинг
Многие городские автобусы уже оснащены камерами, которые направлены вперед. Автобусы используют их той же причине, что и водители автомобилей – для документирования возможных аварий.
Команда ученых Университета Огайо под руководством профессора Кита Редмилла разработала алгоритм на основе искусственного интеллекта для анализа записей, сделанных этими камерами.
Для анализа видеофрагментов алгоритм использует модель глубокого обучения YOLOv4, которая способна обнаруживать и отслеживать несколько объектов на каждом кадре. Это позволяет определить количество транспортных средств на каждом кадре, выявить движущиеся автомобили и те, что стоят припаркованными на обочине, а также определить скорость и траекторию движущихся транспортных средств.
Используя эту информацию в сочетании с существующими цифровыми картами улиц и данных от спутниковой системы глобального позиционирования (GNSS), алгоритм может создавать сверху карты улиц, по которым передвигаются автобусы, показывая поток трафика на каждом участке пути. В то время как камеры, установленные на столбах улиц, способны наблюдать только за трафиком на ограниченном числе стратегических мест.
«Если мы соберем и обработаем более полную информацию о том, что происходит на дорогах, планировщики смогут лучше понимать изменения в спросе, что, в конечном счете, повысит эффективность всей транспортной системы», - отметил профессор Кит Редмилл, ведущий автор исследования.
Статья об исследовании опубликована в журнале Sensors.
