Zabudnuté heslo?
Prihlásenie

Inteligentný svet: Riešenie pre inteligentné riadenie dopravy v mestách

Autor:
Lubo Straka
Zverejnené:
7. 6. 2019
Hodnotenie:
Už ste hlasovali.

Aj dnes už nájdeme v slovenských mestách semafory, ktoré nám odpočítavajú zostávajúci čas, kým sa spustí zelená, prípadne také, ktoré nám odporučia rýchlosť ktorou sa povezieme na takzvanej zelenej vlne. Od inteligencie je to síce ešte ďaleko, ale cesta je dobrá. Dômyselné riadenie dopravy však musí vychádzať z globálnej dopravnej situácie v meste a nezohľadňovať len lokálne okamihy. Zisťoval som čo všetko je teda za tým a ako si rozhodovanie uľahčiť?

Zber dopravných dát je kľúčovou súčasťou práce dopravných inžinierov, ale aj základom pre inteligentné riadenie dopravy.

„Dneska sa to vlastne robí hlavne najmä tradičnými metódami s pomocou ľudskej sily, ľudských sčítavačov alebo nejakých ako senzorových riešení, invazívnych senzorov vŕtaných do vozovky alebo s pomocou radarov, tlakových trubiek a podobne ,“ hovorí pán Daniel Štofan, riaditeľ, GoodVision.

Získavať dáta takýmto spôsobom a dostať ich do podoby vhodnej pre analyzovanie je mimoriadne náročné. Samosprávy tak často nedostávajú informácie včas a v takej miere ako by ich potrebovali a preto nie sú ich rozhodnutie plnohodnotné.

„Možným riešením je sčítanie alebo získavanie dopravných dát z kamerových záznamov. Kde kamera vlastne môže presne takto zaberať križovatku, ako je teraz za nami. Pokojne celú alebo veľký kruhový objazd alebo všetko, čo vidí, tak tie informácie z toho vyťahuje a získava.“

Riešenie z dielne slovenských a českých vývojárov dokáže dokonca využiť aj existujúcu monitorovaciu infraštruktúru miest a obcí.

„GoodVision Video Insights rešpektuje ako vašu súčasnú infraštruktúru, existujúcu v meste, ktorú už tam máte. Je naozaj trénované na kamerách s rôznymi akoby typmi rozlíšenia s rôznou kvalitou.“

Za všetkým je však dômyselná umelá inteligencia. Vývojári totiž s použitím technológie Deep Learning svoje algoritmy neustále vzdelávajú.

„Tento systém má oproti tradičným systémom výhody tie, že je schopný vlastne doručovať konštantne presné výsledky v rôznych časoch dňa, za rôznych ako poveternostných podmienok.“

Všetko pritom funguje na základe vizuálnej podoby objektov, ktoré sa pred objektívom kamery mihnú.

„Ten systém je na to trénovaný, vidí proste desiatky až stovky tisíc vzoriek z celého sveta, ako taký autobus napríklad vyzerá. Na základe toho sa učí ako vyzerá, ako vyzerá cez deň, ako vyzerá spredu, zozadu, v noci, keď svietia iba svetlomety.“

Následne takéto objekty systém trekuje, teda sleduje ich pohyb. Takto získa údaje o rýchlosti, smere a samozrejme o počte vozidiel, čo je základný predpoklad pre presné riadenie dopravy, spolu s ďalšími informáciami.

„Koľko napríklad autá čakali na odbočenie doľava, všetko toto sa dá zistiť. Aké boli časové rozstupy medzi jednotlivými vozidlami na prejazde nejakým miestom,“ dopĺňa pán Daniel Štofan, riaditeľ, GoodVision.

Každú križovatku v meste môže teda monitorovať len jedna kamera. Údaje z nich sa potom spájajú v cloude a vyhodnocujú. No a výsledok môže byť napokon vstupnou bránou aj pre flexibilné autonómne riadenie semaforov, čo môže v konečnom dôsledku zmierniť aj dnes už pomerne rozšírené zápchy alebo rozložiť nápor dopravy odklonením na iné cesty počas rôznych kultúrnych podujatí.