Специалисты Южно-Уральского государственного университета разработали нейросетевую модель, обнаруживающую аномалии движения транспорта через анализ тепловых карт. Запатентованная программа обрабатывает потоковое видео с камер наблюдения в режиме реального времени, определяя типы транспорта, скорость и траекторию движения с точностью до 30 см, сообщает пресс-служба вуза.
По словам доцента ЮУрГУ Ольги Ивановой, система выявляет даже незначительные отклонения и визуализирует данные: перекрестки отображаются цветовыми зонами (красный — высокая загруженность, фиолетовый — свободное движение) с обновлением каждые 2 секунды.
На текущем этапе ИИ фиксирует аномалии (ДТП, препятствия, ремонтные работы) и оповещает о них. В перспективе алгоритм научится прогнозировать заторы и их развитие на 10–20 минут вперед. Цель проекта — автоматизация решений: данные о ДТП будут направляться в ГИБДД, а о других помехах — в эксплуатационные службы.
Разработка интегрирована в систему AIMS ECO ROAD, уже используемую в Красноярске, Челябинске и других городах. В отличие от зарубежных аналогов, требующих оснащения транспорта GPS-датчиками, решение челябинцев использует камеры, что снижает стоимость и упрощает масштабирование.
Внедрение технологии позволит повысить среднюю скорость транспорта, сократить экологическую нагрузку и оптимизировать работу городских служб.
