Sun'iy intellekt tirbandliklarga qarshi kurashadi.

Shahar intellektual transport tizimlari (ITS) yaqin kelajakda shaharlardagi tirbandlikni kamaytirishga yordam beradi, bu nafaqat haydash qulayligi va xavfsizligini oshiradi, balki uglerod chiqindilarini ham kamaytiradi. Tezlik xarakteristikalarini va oqim zichligini baholash sun'iy intellekt tomonidan turli kuzatuv tizimlaridan ma'lumotlarning katta to'plamini tahlil qilish asosida amalga oshiriladi. MADI va MIPT olimlari virtual detektorlar usuli yordamida tahlilning aniqligini oshirishga muvaffaq bo'lishdi.

Simsiz, lazer va yo'l bosimi sensorlari kabi eng yangi texnologiyalardan foydalanish qayta ishlash uchun katta hajmdagi ma'lumotlarni olish imkonini beradi, ammo bu usullar Internetning o'tkazish qobiliyatiga yuqori talablarni qo'yadi. Olimlar transport kameralari ma'lumotlarini tahlil qilish orqali transport oqimini baholash usulini taklif qilishdi.

“Transport sonining o‘sishi jamiyat uchun jiddiy muammolarni keltirib chiqarmoqda, bu esa yo‘l harakati boshqaruvini takomillashtirish yo‘llari butun dunyo tadqiqotchilarida katta qiziqish uyg‘otmoqda. Transport tarmog'ini baholashning turli shakllari mavjud bo'lib, ularning har biri o'zining afzalliklari va kamchiliklariga ega. Trafikni baholash mexanizmini to'g'ri tanlash va uni boshqa echimlar bilan birgalikda tizimli ravishda qo'llash orqali tirbandlik muammosini kamaytirish mumkin. Bizning tadqiqotimiz virtual detektor usuli yordamida tahlilning aniqligini oshirishning real yo‘llarini ko‘rsatdi”, — deydi Rossiya Fanlar akademiyasi akademigi, MIPT vakuumli elektronika bo‘limi boshlig‘i Aleksandr Bugaev.

Kompyuterni ko'rish usullaridan foydalangan holda videokuzatuv hayotimizga tobora ko'proq kirib borayotganiga qaramay, ushbu tadqiqot sohasi ko'plab muammolarga duch kelmoqda, masalan, transport vositalarining xususiyatlarining katta o'xshashligi, kuchli okklyuzion (okklyuzion), ya'ni ikkita ko'p qatorli yo'lda avtomobillar taxminan bitta chiziqda joylashganki, virtual sensorga eng yaqin bo'lgan ikkinchisini qoplaydi. Bu boshqa ob'ektning ko'rinishini qisman yoki to'liq cheklashga olib keladi. Ko'rish burchaklarining keng diapazoni va manba videoning past aniqligi ham hissa qo'shadi. Kameralarni o'rnatish uchun yagona standart yo'q, bu juda ko'p turli xil yozish burchaklariga olib keladi. Olimlar tomonidan ishlab chiqilgan virtual detektor usuli detektorlarning o‘lchami, shakli va joylashuvini sozlashda moslashuvchanligi tufayli deyarli har qanday tortishish burchagidan ma’lumotlarni to‘plash imkonini beradi.

"Qayta ishlash uchun biz ikkita kameradan ma'lumotlarni oldik: Moskva halqa yo'lidan chiqish joyidagi ochiq kamera va MADIdagi o'quv laboratoriyamizga Leningradskoye shossega kirish mumkin bo'lgan derazadan o'rnatgan kameramiz. Natijada, ishlab chiqilgan dasturiy ta'minot har bir ishlov berish vaqtida barcha virtual detektorlarda avtomobil mavjudligi jadvalini yaratadigan faylni taqdim etadi. Mashinani o‘z ichiga olgan ramka 1-raqamli kameraga o‘rnatildi, aks holda u 0 ga o‘rnatildi. Qo‘lda hisoblash yordamida tekshirish birinchi kamerada 9%, ikkinchi kamerada esa 13% xatolikni ko‘rsatdi”, - deydi Marina Yashina. Moskva avtomobil va yo'l davlat texnika universiteti (MADI) oliy matematika fakulteti.

Olimlar noto‘g‘ri signal berishning asosiy sabablari videoda boshqa avtomashinadan soyaning mavjudligi, rangning turli tuslari (asosan, birinchi kamerada), yuk va yo‘lovchi tashish transportlarining kesishishi, bir nechta avtomashinalarning ishlashi bilan bog‘liq degan xulosaga kelishdi. detektorlar bir vaqtning o'zida (asosan ikkinchi kamerada), quyoshdan porlash va bulutlardan soyalar (ikkala kamera). Salbiy natijalar asosan ikkita sababga ko'ra olingan: kulrang shkalali avtomobil yo'l rangiga yaqin rangda (har ikkala kamera), yuk va yo'lovchi tashish engil avtomobil bilan qoplanishi mumkin (asosan ikkinchi kamerada).

Videoga asoslangan avtomobillarni hisoblash uchun kompyuterni ko'rish usuli haqiqatan ham istiqbolli. Qayta ishlash xatolarini kamerani aniqroq joylashtirish va turli vaqt va ob-havo sharoitlari uchun filtrlarni qo'llash orqali hal qilish mumkin. Kameralarning texnologik imkoniyatlari doimiy ravishda takomillashtirilmoqda va virtual detektor usuli real vaqt rejimida trafik ma'lumotlarini qayta ishlashni optimallashtirish imkonini beradi.