telegram
Семён Галушкин
21 Июня 2021
Анализ трафика

Интеллектуальная транспортная система

Современные системы подсчета автомобилей на дороге и их преимущества

Распознавание дорожного движения

Расчёт нагрузки на тот или иной участок дороги – непростая задача, которая имеет широкое практическое применение.

Долгое время для сбора подобной статистики использовались устаревшие методы ручного подсчета, в том числе, и по дорожным камерам, однако с разработкой автоматизированных систем подсчета точность вычислений существенно увеличилась, а затраты времени сократились. Но это далеко не единственные преимущества такого метода.

Анализ количества автомобилей

Программа для подсчета автомобилей на дороге посредством задействования нейронной сети, обученной специалистами Neurocore, представляет собой полностью автоматизированный модуль, который требует минимального вмешательства человека. Разделить полосы и посчитать количество автомобилей в каждом из направлений, учесть множество факторов и работать в соответствии с заданными настройками, вот на что способны такие системы.

Даже при большом потоке машин погрешность стремится к нулю, что позволяет решать более сложные инженерные задачи.

Существенно увеличивается не только скорость сбора данных, но и их обработки. Что немаловажно, распознавание дорожного движения позволяет подсчитать нагрузку на труднодоступные участки дороги, которых в странах с большой площадью остается немало и сегодня. Аналитика на шоссе, где нет дорожных или городских камер наблюдения, в местах где невозможно установить стационарный наблюдательный пост, именно в таких районах особенно необходимо использование автоматизированной системы подсчета автомобилей. Считать количество машин можно использовать как в реальном времени, так и с пост обработкой видеозаписей.

Свяжитесь с нами для получения дополнитиельной информации

Область применения системы анализа трафика

К числу преимуществ использования такого метода подсчета автозагрузки на определённый участок относится и расширение сферы применения. Работы такого типа и соответствующие вычисления должны предшествовать:

Проектированию новой дороги
Планированию разметки и установки знаков
Планированию строительства в некоторых зонах

Если ручные подсчеты позволяли получить только примерные сведения, то автоматизированная система сбора и обработки данных позволяет получить точные параметры, которые можно использовать в инженерных работах без лишних допусков. Расчёт механической нагрузки, пределов прочности, даже уровня влияния на экологическую среду определённого района – вот только небольшой переченьтех актуальных задач, которые можно решать с минимальными затратами после внедрения новой системы подсчета количества автомобилей. Систему можно использовать и в других местах:

на парковках;
Оптимизация нагрузки на дорожное полотно;
Непрерывный анализ дорожных происшествий для контроля и отслеживания ЧП;
Сокращение вредных выделений в атмосферу;

Умные светофоры

Трафик в городской среде регулируется светофорами, которые чаще всего настроены не эффективно. Архаичность данной системы лежит в ее фиксированном цикле управления. Это влияет на большое количество людей, т.к. затрагивает не только водителей, но и пешеходов.

В ходе проведенного исследования выявлено, что большинство городов России используют систему, основанную на правилах. Также отсутствует единый подход к сбору информации и управления дорожно-транспортной системой.

Наше предложение включает метод изучения функции, которая выводит соответствующие правила, учитывая текущую ситуацию с дорожным движением в качестве исходных данных. Например, мы хотели бы выбрать дорогу, чтобы закрыть ее, чтобы избежать заторов. Закрытие дороги может уменьшить скопление, направляя движение по разным дорогам. Это явление известно, как парадокс Брассе. Кроме того, закрытие дороги в одном направлении может обеспечить лучший поток в противоположном направлении.

Научная новизна решения

Научную новизну данной тематики подчеркнем путем исследования публикаций. Общепринятые подходы, как правило не предусматривают получение статистики с дорог с помощью камер, а вместо этого используют сенсоры, микрофоны, сообщения сотрудников. В отличии от этого описанный метод предлагаетматематическую обработку информации с ранее установленных камер (каких в Москве только порядка 180 тыс.). Из-за большого технологического и инженерного скачка в режиме реального времени выполнять подсчет пешеходов и автомобилей разного типа не составит никакого труда.

Исследование по данной проблеме проводятся регулярно, раз в месяц можно увидеть, как минимум одну работу, относящуюся к данной проблеме. Вот несколько основных, которые вышли за последний год:

Learning Short-Cut Connections for Object Counting(Daniel Oñoro-Rubio, Mathias Niepert, Roberto J. López-Sastre), Finding Appropriate Traffic Regulations via Graph Convolutional Networks (Tomoharu Iwata, Takuma Otsuka, Hitoshi Shimizu, Hiroshi Sawada, Futoshi Naya, Naonori Ueda), A Theory of Traffic Regulators for Deterministic Networks with Application to Interleaved Regulators (Jean-Yves Le Boudec), Game Theoretic Analysis of Road User Safety Scenarios Involving Autonomous Vehicles(Umberto Michieli, Leonardo Badia).