قام العلماء في جامعة جنوب الأورال الحكومية ، كجزء من مبادرة التكنولوجيا الوطنية «AutoNet» (مشروع« النقل الذكي») ، بإنشاء نظام ذكي فريد لمراقبة تدفقات حركة المرور باستخدام الذكاء الاصطناعي ، والذي لا يتطلب معدات تسجيل خاصة ويمكنه العمل على أي نوع من أنواع الكاميرات تقريبًا. من المهم أيضًا أن يتيح النظام معالجة البيانات التي يتم تلقيها على الفور في الوقت الفعلي ، على عكس البرامج الحالية ، حيث تتم المعالجة بتأخير يصل إلى 10-15 دقيقة. تم نشر مقال عن نتائج الدراسة في المجلة العلمية عالية التصنيف «Journal of Big Data» (المدرجة في قاعدة بيانات سكوبس العلمية ظمن العشرة الأولى).
الحل للازدحام على الطرقات
الشرط الأكثر أهمية لتشكيل البنية التحتية للنقل الحديثة هو الرقمنة. من أجل إدارة مرور عالية الجودة والاستخدام الفعال لشبكة الطرق في سياق قيود البنية التحتية للمدن الكبيرة ، تحتاج خدمات النقل إلى أدوات قوية لتحليل حركة المرور. طور العلماء في جامعة جنوب الأورال الحكومية تقنية مبتكرة للتحليل الذكي لحركة المرور على أساس نظام متعدد المكونات لرصد حركة المرور الديناميكية باستخدام الشبكات العصبية. في الوقت نفسه ، تجاوزوا الطرق التقليدية لتعدين البيانات.
«لقد اقترحنا ونفذنا نظامًا جديدًا لتقييم تدفقات حركة المرور ، والذي يستند إلى أحدث التطورات في اكتشاف المركبات وتتبعها. على عكس نظائرها الحالية ، يتعرف نظامنا على اتجاه حركة المركبات ويحللها في الوقت الفعلي بحد أقصى خطأ نسبي أقل من 10٪. الأقرب من نظائرها قادرة على تحديد السرعة وتصنيف المركبات في اتجاه واحد فقط وبشرط وضع الكاميرات فوق تدفق حركة المرور بدقة 80-90 ٪. يتيح لك استخدام الشبكة العصبية إنشاء ما يصل إلى 400 معلمة مرور في الوقت الفعلي عند كل تقاطع. يقوم نظام مراقبة AIMS الفريد الذي طوره علماء جامعة جنوب الأورال الحكومية بجمع البيانات الخاصة بكثافة حركة المرور وتفسيرها ونقلها ، كما يصنف 10 فئات من المركبات ويقيس السرعة ومستوى الحمل الحالي لكل اتجاه من التقاطع ، ويحدد الاتجاه الإضافي للمركبات. في الوقت نفسه ، ينتج التعرف على الكائنات في الوقت الفعلي عند التقاطع بالكامل AIMS من خلال استخدام كاميرا Full HD واحدة فقط. يمكن استخدام نتائج هذه الدراسة من قبل سلطات المدينة لتحسين القدرة الكلية لحركة المرور على التقاطع. لقد اختبرنا نظامنا بالفعل في عدة تقاطعات في تشيليابينسك للتحقق من أن الحل المقترح دقيق بما فيه الكفاية ويمكن استخدامه كأساس لنماذج أخرى رفيعة المستوى »،- يقول مدير المشروع فلاديمير شبيليوف ، الأستاذ المشارك في قسم «النقل» بمعهد البوليتكنيك في جامعة جنوب الأورال الحكومية.
تتيح لنا التقنية الجديدة تلقي بيانات حول هيكل تدفق حركة المرور واتجاهات السيارة والسرعات في الوقت الفعلي. سيساعدنا استخدام تقنية استخراج البيانات على تنفيذ أنماط حركة مرور فعالة وتقليل ازدحام المرور وتحسين إدارة الموارد.
.jpg)
الشبكات العصبية لتحليل حركة المرور في المناطق الحضرية
غالبًا ما تعتمد الممارسة الحالية لمراقبة حركة المرور على استخدام أجهزة استشعار باهظة الثمن لجمع البيانات بشكل مستمر أو على دراسة بصرية لحركة المرور ، والتي تقاس عادةً على مدى عدة أيام خلال فترات زمنية محددة. في الوقت نفسه ، لا تتلقى خدمات النقل معلومات كاملة ودقيقة عن هيكل تدفق حركة المرور ، وكثافتها ، وسرعتها ، والاتجاه المستقبلي للحركة.
«استخدمنا الشبكات العصبية لمعالجة كميات كبيرة من بيانات الفيديو ، ليس فقط لاكتشاف المركبات وتتبعها ، ولكن أيضًا لتحليل تسلسل الأحداث" ، يواصل أحد علماء جامعة جنوب الأورال الحكومية.- في عملية تطوير التكنولوجيا ، استخدمنا تصميمات الشبكات العصبية Mask R-CNN و YOLOv3 مفتوحة المصدر لاكتشاف الكائنات في الوقت الحقيقي ، وكذلك SORT tracker ، الذي تم تعديل الكود الخاص به من قبل الفريق لتحسين جودة تتبع الكائن».
تحدد الكتلة التحليلية المضمنة المستندة إلى الذكاء الاصطناعي لحظة وقوع الحادث ، ووقت إزالته ، وحالة الهريس ، والإخفاقات في التحكم في حركة المرور ، وتقييم مستوى الحمل التقاطع الحالي وتنظيم حركة المرور. يتيح لك ذلك حساب KPI وتعيينه لكل اتجاه للحركة ومركز النقل بالكامل.
.jpg)
زيادة الكفاءة مع تقليل تكاليف المراقبة
نتيجة لتحسين خوارزميات الشبكة العصبية YOLOv3 ، تمكن علماء جامعة جنوب الأورال الحكومية من تحقيق دقة البيانات التي تم الحصول عليها على مستوى 95 ٪ ، مع الأخذ في الاعتبار فقدان الأجسام أثناء التتبع ، والحد بشكل كبير من تكلفة معدات المراقبة في الوقت الحقيقي.
«إن الذكاء الاصطناعي من خلال رؤية الماكينة يأخذ عملية جمع البيانات وتحليل حركة المرور إلى مستوى جديد تمامًا ، مما يجعل من الممكن التعرف على المركبات بموثوقية أكبر بكثير من أي وقت مضى,من السهل تكوين شبكات التعلم العميقة الخاصة بنا ، ولا تتطلب معدات تسجيل خاصة ويمكنها العمل على أي نوع من أنواع الكاميرا تقريبًا»,- يقول فلاديمير شيبيليوف.
يعمل المعلمون وطلاب الدراسات العليا وطلاب كلية النقل الحركي بمعهد الفنون التطبيقية التابع لجامعة جنوب الأورال الحكومية بالاشتراك مع المدرسة العليا للإلكترونيات وعلوم الكمبيوتر على مشروع النقل الذكي.
التكنولوجيا التي أنشأها علماء جامعة جنوب الأورال ستزيد من كفاءة استخدام البنية التحتية للطرق الحضرية. في المستقبل القريب ، ستصبح تقنية مراقبة حركة المرور على الطرق باستخدام الذكاء الاصطناعي جزءًا من مشروع النقل العام المستدام لمدينة تشيليابينسك.