Российская нейросеть прогнозирует заторы на перекрёстках, подключаясь к любым камерам наблюдения

Учёный Южно‑Уральского государственного университета Рухшона Джураева разработала нейросетевую систему, которая, в отличие от существующих аналогов, может подключаться к любым уличным камерам видеонаблюдения и в реальном времени предсказывать появление дорожных заторов.

Разработку можно использовать в любом российском городе, сообщила исследовательница ТАСС.

Обычно камеры на перекрёстках в российских городах настроены только на фиксацию нарушений. Новая система расширяет их функционал. Она интегрируется с любыми камерами, анализирует движение автомобилей на всём протяжении потока и с разных ракурсов. Кроме того, система умеет подсчитывать проезжающий транспорт и классифицировать его по типам. Если данные покажут, что интенсивный поток создают в основном личные автомобили, власти смогут принять решение, например, активнее развивать общественный транспорт.

Нейросеть устанавливают на компьютер оператора, который следит за видеопотоком. Первый компонент системы обрабатывает видео, считает машины и ранжирует их по пяти классам. Второй анализирует эти данные с привязкой ко времени суток и календарю. Третий объединяет результаты и прогнозирует дорожную обстановку. В итоге заинтересованные лица получают наглядную статистику и прогноз в реальном времени, что позволяет, например, скорректировать фазы светофоров или перераспределить потоки.

Важное преимущество разработки — она учитывает системный характер заторов и предсказывает их заранее, так что у оператора есть время принять меры.

Систему успешно протестировали на видеоданных с камер наблюдения в Душанбе. Нейросеть правильно классифицировала транспорт по пяти категориям, включая грузовики и автобусы. Разработка запатентована и готова к внедрению в России.