Використання ШІ в управлінні дорожнім рухом: розумні міста, розумні системи
Міста в усьому світі невпинно зростають, тож їхнім очільникам необхідно створювати розумні, пов'язані між собою міські простори, зручні для життя і пересування. Ще з часів навчання у Вищому технічному інституті в Лісабоні я був зачарований потенціалом штучного інтелекту. Співпрацював з Геологічною службою США та проєктами створення точних карт Марса за підтримки NASA. Разом з колегами зі Schréder Hyperion ми намагаємося використати ШІ для вирішення однієї з найбільших проблем, з якою стикаються жителі міст по всьому світу: як позбутися заторів на дорогах?
Організація транспортного потоку
Одна з головних проблем, з якою зіштовхуються «розумні» міста, стосується усунення заторів на дорогах і покращення мобільності мешканців. Від того, наскільки ефективно рухаються транспортні потоки, залежить ефективність і продуктивність міського життя, стан довкілля, здоров'я і безпека людей. Тому для розумних міст вкрай важливо контролювати і оптимізувати рух транспорту за допомогою інноваційних рішень, побудованих на основі даних і технологій.
Наше нове дослідження «Аналіз транспортних потоків за допомогою комп'ютерних технологій» розглядає, як штучний інтелект може допомогти міській владі вимірювати транспортні потоки з повагою до приватного життя, без участі людини (що заощаджує час і гроші) і з корисними деталями про те, як і коли містяни користуються дорогами. Розуміння транспортних потоків є ключовим для оптимізації мобільності в громадських місцях. Втім, традиційні заходи для такого моніторингу є трудомісткими, їм бракує детальної інформації про тип транспортного засобу, і вони можуть упускати вкрай важливі деталі.
У нашому проєкті, реалізованому за підтримки португальського підрозділу програми ЄС «Горизонт 2020», ми використали інфраструктуру міського освітлення, щоб протестувати рішення для вимірювання транспортного потоку на ключових перехрестях. У вуличних світильниках встановили периферійні обчислювальні пристрої на основі штучного інтелекту. Ці пристрої оснастили двома датчиками технічного зору, які використовуються для вирішення завдань, пов’язаних з дорожнім рухом. Три пілотні проекти були реалізовані в Лісабоні та на дев'яти перехрестях у муніципалітетах Кашкайш, Лурес і Оейраш; результати підтвердили, що ШІ дуже ефективний для моніторингу дорожнього руху і може допомогти в реалізації майбутніх проєктів у цих регіонах.
На ключових перехрестях Лісабона встановлені датчики для аналізу щільності дорожнього руху
Розуміння сенсу датчиків
На опорах освітлення, розташованих на цих дев'яти перехрестях, ми встановили камеру, звуковий датчик і радар. Таким чином, система могла виявляти пішоходів, автомобілі, велосипеди, вантажівки... і транспортні засоби, які проїжджали повз. На найбільш завантажених перехрестях, де зазвичай очікується великий потік транспорту і конфліктні ситуації, особливо в години пік, ми проводили цілодобовий моніторинг. На інших – спостерігали за житловими кварталами в нічний час, аби виявити моменти потенційного підвищеного шуму.
Дані збиралися протягом двох місяців, в середньому по 30 днів з кожного пристрою. Вичерпні технічні деталі можна знайти в аналітичному звіті, однак важливо зазначити, що жодна людина не брала участі в моніторингу даних - все це робив ШІ. Для відстеження об'єктів, виявлених моделлю зору, використовувався алгоритм Deep SORT, який потім підраховував їхню кількість. Різні кути нахилу камери дозволили ШІ розрізняти автомобілі, автобуси, вантажівки, мотоцикли та велосипеди.
На початку проєкту ми провели коротку ручну перевірку, аби переконатися, що транспортні засоби реєструються правильно. Подальше використання підтвердило, що так воно і є: в якийсь момент система перестала реєструвати транспортні засоби, а натомість зафіксувала несподівано велику кількість пішоходів. Швидка перевірка підтвердила: дорога була перекрита для марафону!
Захист конфіденційності та обробка даних
Одне з найбільших побоювань щодо інфраструктури розумного міста - як збалансувати захист приватного життя громадян з системами, які надають корисну інформацію. Протягом багатьох років Schréder шукав шляхи досягнення такого балансу, і одним з найефективніших рішень виявилося те, що відоме як «периферійна обробка». Обробка даних на «границях» мережі (там, де знаходиться світильник, опора чи датчик) дозволяє зберігати їх там, де вони потрібні, замість того, щоб передавати інформацію в хмару чи на пропрієтарний сервер, який може бути розташований за сотні кілометрів. Замість того, щоб надсилати зображення, датчик надсилає в хмару крихітну кількість текстових даних і позначку часу, аби повідомити, що повз нього проїхав певний тип транспортного засобу. Ні зображення, ні звуку. Це економить час обробки.
Ми вдосконалили алгоритми ШІ, які працюють у крихітному комп'ютері, встановленому на опорі освітлення. Метою цього проєкту є розробка нової парадигми локалізованої, сумісної, кіберзахищеної, стійкої, розподіленої, автономної і підключеної інфраструктури міста, яка слугуватиме основою впровадження технологій та обладнання для розвитку «розумного міста». Парадигма, яка дозволяє контролювати транспортні потоки без шкоди для приватного життя громадян.
Спостереження за допомогою ШІ
Це початкове дослідження надало багато інформації про інтенсивність руху в різний час доби та години пік, а також цікаві подробиці про використання доріг. Наприклад, на одному з перехресть по суботах зафіксовано аномальний пік руху в напрямку на північ. Цей рівень подібний до значень, які спостерігаються в години пік, але дещо пізніше (пік триває до 11 години ранку), що, ймовірно, пов'язано з автомобілістами, які їдуть до торгового центру, розташованого за кілька метрів на північ від кільцевої розв'язки.
Подібна аналітика допоможе містам ухвалювати кращі рішення щодо транспортних потоків. Наприклад, відповідний орган влади може скорегувати час роботи світлофорів, щоб забезпечити швидший доступ до торгового центру. Або ж, у разі високого рівня велосипедного руху на певних ділянках дорогах, можна розглянути там будівництво велодоріжок. Більш якісні дані дають змогу приймати кращі рішення, а рішення на основі ШІ можуть надавати більш детальну інформацію про транспортні потоки за довші періоди часу, ніж люди-спостерігачі.
Цей проєкт є прикладом успішного розгортання периферійного обчислювального пристрою на основі ШІ для вимірювання транспортних потоків на великих перехрестях з використанням мультисенсорного датчика, який зміг зафіксувати вплив трафіку в години пік і надати цінні дані про транспортні потоки. Крім того, рішення зібрало корисні дані, продемонструвавши свою практичну придатність. Цей проєкт є кроком до розробки нової парадигми міської інфраструктури майбутнього, в якій, сподіваємось, не буде заторів на дорогах.
Завантажити Білу книгу для отримання додаткової інформації
Про автора
Випускник Técnico, найбільшої інженерної, наукової та технологічної школи Португалії, Луренсо з юних років захоплювався наукою. Він присвятив 14 років дослідженню геології Марса та деяких її земних аналогів за допомогою дистанційного зондування та кропіткої польової роботи (в Антарктиді, Арктиці і сухих пустелях).
У 2019 році він був одним із перших спеціалістів, які приєдналися до нашого центру передового досвіду Schréder Hyperion. Лоуренсо став частиною команди, бо переконаний, що технології, і зокрема ШІ, можуть стати головним активом у вирішенні проблем та покращенні життя міст. Він зосереджується на розробці застосунків штучного інтелекту для розумних міст з метою вдосконалення технологій для міської мобільності і розумної громадської інфраструктури – від ідеї до прототипів.
Зв'язатися з Луренсо на LinkedIn.