Нейросети искусственного интеллекта имеют большой потенциал для решения актуальных проблем, с которыми сталкивается Россия в сфере дорожного движения. Сложная ситуация на дорогах и высокий уровень ДТП требуют эффективных решений, чтобы обеспечить безопасность участников дорожного движения и сделать дороги более комфортными и эффективными. Нейросети уже сейчас помогают человеку в анализе и решении данных проблем. Разбираемся, как именно
Нейросети - это компьютерные модели, которые имитируют работу человеческого мозга. Они состоят из искусственных нейронов, которые взаимодействуют между собой, чтобы обрабатывать информацию и выполнять определенные задачи.
Нарушения правил дорожного движения (ПДД) водителями несут для организаций операционные, репутационные и правовые риски. Ранее для выявления нарушений анализировали видеозаписи из служебных автомобилей. Это рутинный и трудоёмкий процесс, так как очень большие объёмы видео обрабатывались вручную. Было принято решение автоматизировать данный процесс и создать модель выявления нарушений ПДД для формирования риск-ориентированной подборки видео.
Одним из способов использования нейросетей в дорожном мониторинге является анализ видеопотока с камер наблюдения. Нейросети обучаются распознавать и классифицировать различные объекты на дороге, такие как автомобили, мотоциклы, велосипеды и пешеходы. Они могут точно определять количество транспортных средств, а также их скорость и направление движения, также нейросети уже обучены искать такие грубые нарушения ПДД как пересечение двойной сплошной линии и проезд на красный сигнал светофора.
Обученная модель способна распознавать дорожную разметку на видео с регистраторов. Нейросеть находит на видео сплошные линии и, если они содержат не менее заранее обозначенного количества пикселей (чтобы случайные линии, разрывные или не сплошные не учитывались), аппроксимирует их в прямую линию, которую наш автомобиль пересекать уже не должен.
На рисунке 2 показано как работает U-Net: сверху — оригинальная запись с лобового стекла, снизу – пример работы нейронной сети, где зеленые области — это маска дорожной разметки, а тонкие красные линии — аппроксимация разметки в прямую.
Модель справилась с обработкой большинства видео с регистраторов, однако нельзя не отметить, сложности при анализе заснеженной дороги или видео снятого в темное время суток – в некоторых случаях разметку просто не видно, к тому же нужно учитывать долгую зиму в большинства регионах России.
В прошлом году российская ИТ-компания в рамках НТИ "Автонет" создала технологию прогноза ДТП в реальном времени. Технология, способная предсказывать вероятность аварий для конкретных участков дорог и конкретных водителей.
Новое решение встраивается в мобильное приложение Simble и оценивает поведение водителя на дороге. Искусственный интеллект (ИИ) анализирует резкие перестроения, рывки, экстренные торможения, превышение скорости и другие действия, приводящие к неприятным последствиям. После обработки этих данных технология позволяет спрогнозировать дорожно-транспортное происшествие. Например, резкое торможение около пешеходного перехода при плохой погоде или в условиях недостаточной видимости говорит о повышенном риске наезда на человека.
Как сообщают в НТИ "Автонет", обезличенная информация, полученная от постоянно растущего числа пользователей Simble, может использоваться для оперативного выявления очагов аварийности и для оценки эффективности выполнения работ по оптимизации дорожного движения в разрезе погодных условий, времени суток, загруженности дорожной сети и других факторов, влияющих на поведение водителей. Также пользователь может просматривать информацию о подобных событиях в своем мобильном приложении. Однако, все еще остается открытым вопрос как убедить водителя установить такое приложение.
____
Источники: https://habr.com/ru/articles/509734/
https://rg.ru/2023/07/26/shofer-ne-davi-na-gaz.html