Sztuczna inteligencja w zarządzaniu ruchem: Inteligentne miasta, inteligentne systemy

Lourenço Bandeira - Data Scientist Schréder Hyperion
Lourenço Bandeira
Analityk danych - Schréder Hyperion

Wraz z nieustannym rozwojem miast na całym świecie, liderzy muszą budować inteligentne, połączone przestrzenie miejskie, w których przyjemnie się mieszka i po których łatwo się poruszać. Od lat, od czasu moich studiów w Instituto Superior Técnico w Lizbonie, jestem zafascynowany potencjałem sztucznej inteligencji. Współpracowałem z U.S. Geological Survey i projektami wspieranymi przez NASA w celu stworzenia dokładnych map Marsa. Wraz z moimi kolegami z Schréder Hyperion próbujemy wykorzystać sztuczną inteligencję do rozwiązania jednego z największych wyzwań stojących przed mieszkańcami miast na całym świecie: jak pozbyć się korków?
 

Główne wyzwania

Jednym z głównych wyzwań stojących przed inteligentnymi miastami jest zarządzanie zatorami drogowymi i poprawa mobilności ich mieszkańców. To, jak sprawnie odbywa się ruch uliczny, wpływa nie tylko na wydajność i produktywność życia w mieście, ale także na środowisko, zdrowie i bezpieczeństwo ludzi. Dlatego dla inteligentnych miast kluczowe znaczenie ma monitorowanie i optymalizacja przepływu ruchu przy użyciu innowacyjnych rozwiązań opartych na danych i technologii.

Nasz najnowszy raport, An Insight into Traffic Analysis with Computer Vision, omawia, w jaki sposób sztuczna inteligencja może pomóc organom miejskim w mierzeniu natężenia ruchu w sposób, który szanuje prywatność, nie wymaga udziału człowieka (oszczędzając w ten sposób czas i pieniądze) i dostarcza przydatnych, szczegółowych danych o tym, jak i kiedy mieszkańcy korzystają z dróg. Zrozumienie przepływu ruchu jest kluczem do optymalizacji mobilności w przestrzeni publicznej, ale tradycyjne środki monitorowania są pracochłonne, nie zawierają szczegółowych informacji o typie pojazdu i mogą pomijać istotne szczegóły.

W naszym projekcie, który był wspierany przez portugalski oddział unijnego programu Horyzont 2020, wykorzystaliśmy miejską infrastrukturę oświetleniową do przetestowania rozwiązania do pomiaru natężenia ruchu na kluczowych skrzyżowaniach. W tym celu wykorzystano urządzenie brzegowe oparte na sztucznej inteligencji, które zainstalowano w publicznych latarniach ulicznych. Urządzenia te zostały wyposażone w dwa czujniki wizyjne wykorzystywane do wielu zastosowań związanych z ruchem drogowym. W Lizbonie, w gminach Cascais, Loures i Oeiras, zainstalowano trzy pilotażowe urządzenia demonstracyjne, obejmujące dziewięć skrzyżowań; wyniki pokazały, że sztuczna inteligencja jest bardzo przydatna do monitorowania ruchu i może pomóc w przyszłych projektach w tych lokalizacjach.

Schréder installed sensors on street lights at key junctions to measure traffic as part of a research project
Czujniki zostały zainstalowane na kluczowych skrzyżowaniach w obszarze metropolitalnym Lizbony w celu analizy natężenia ruchu.

 

Wykorzystanie czujników

Na tych dziewięciu skrzyżowaniach zainstalowaliśmy kamerę, czujnik dźwięku i radar na latarni. Oznaczało to, że system mógł wykrywać pieszych, samochody, rowery, ciężarówki... i przejeżdżające pojazdy. Na bardziej ruchliwych skrzyżowaniach monitorowaliśmy 24 godziny na dobę, gdzie spodziewany jest duży przepływ ruchu i kolizje, zwłaszcza w godzinach szczytu. W pozostałych przypadkach obserwowaliśmy obszary mieszkalne w porze nocnej, gdzie celem było zidentyfikowanie momentów potencjalnego nadmiernego hałasu.

Dane zbierano przez dwa miesiące, a każde urządzenie gromadziło dane przez około 30 dni. Pełne szczegóły techniczne można znaleźć w raporcie, jednak warto zauważyć, że żaden człowiek nie monitorował danych - wszystko zostało wykonane przez sztuczną inteligencję. Algorytm Deep SORT został wykorzystany do śledzenia obiektów wykrytych przez model wizyjny, które następnie zostały zliczone. Różne kąty kamery umożliwiły sztucznej inteligencji rozróżnianie samochodów, autobusów, ciężarówek, motocykli i rowerów.

Na początku przeprowadziliśmy krótką ręczną kontrolę, aby upewnić się, że pojazdy są prawidłowo rejestrowane, a późniejsze użycie dowiodło, że tak było: w pewnym momencie system przestał zgłaszać jakiekolwiek pojazdy, przy czym nagle zarejestrował wielu pieszych. Szybkie sprawdzenie wykazało, że droga została zamknięta na czas maratonu!
 

Prywatność według projektu oznacza życie na granicy

Jedną z największych obaw związanych z inteligentną infrastrukturą miejską jest to, jak zrównoważyć prywatność mieszkańców z systemami dostarczającymi istotnych informacji. Firma Schréder od lat pracuje nad sposobami zapewnienia tej równowagi, a jednym z najskuteczniejszych rozwiązań jest „przetwarzanie na krawędzi”. Dzięki przetwarzaniu danych bliżej „krawędzi” sieci - tam, gdzie znajduje się oprawa oświetleniowa, słup lub czujnik, mogą one pozostać tam, gdzie są potrzebne, zamiast przesyłać informacje do i z chmury lub zastrzeżonego serwera, który może znajdować się setki kilometrów dalej. Zamiast wysyłać obrazy, czujnik wysyła tylko niewielką ilość danych tekstowych i znacznik czasu do chmury, aby poinformować, że przejechał określony typ pojazdu. Bez obrazu, bez dźwięku. Oszczędza to również czas przetwarzania.

Udoskonaliliśmy algorytmy sztucznej inteligencji, które działają w maleńkim komputerze na latarni; celem tego projektu jest opracowanie nowego paradygmatu lokalizowalnej, interoperacyjnej, cyberbezpiecznej, odpornej, rozproszonej, autonomicznej i połączonej infrastruktury miejskiej, która posłuży jako podstawa do wdrożenia technologii i sprzętu umożliwiającego przejście do inteligentnego miasta. Takiego, w którym będziemy mogli obserwować ruch uliczny bez naruszania prywatności obywateli.
 

Obserwacja wspomagana przez sztuczną inteligencję

To wstępne badanie dostarczyło wielu informacji na temat natężenia ruchu o różnych porach dnia, ruchu w godzinach szczytu i interesujących szczegółów dotyczących korzystania z dróg. Na przykład jedno skrzyżowanie wykazało nietypowy szczyt ruchu w kierunku północnym w soboty. Szczyt ten jest podobny do wartości obserwowanych w godzinach szczytu, choć nieco późniejszy (szczyt trwa do 11 rano), co prawdopodobnie odpowiada samochodom jadącym do centrum handlowego, które znajduje się kilka metrów na północ od ronda.

Spostrzeżenia takie jak te mogą pomóc miastom w podejmowaniu lepszych decyzji dotyczących natężenia ruchu. Na przykład, władze mogłyby dostosować czas sygnalizacji świetlnej, aby klienci mogli szybciej wyruszyć w drogę. Urbaniści, którzy widzą duży ruch rowerowy na określonych drogach, mogą zdecydować o budowie tam ścieżek rowerowych. Lepsze dane mogą umożliwić podejmowanie lepszych decyzji, a rozwiązania AI mogą zapewnić bardziej szczegółowy wgląd w przepływ ruchu drogowego przez dłuższy czas niż obserwatorzy.

Niniejszy projekt reprezentuje udane wdrożenie opartego na sztucznej inteligencji skrajnego urządzenia obliczeniowego do pomiaru natężenia ruchu na kluczowych skrzyżowaniach w oparciu o wieloczujnikowy czujnik, który był w stanie uchwycić efekt ruchu w godzinach szczytu i zapewnić cenny wgląd w schematy przepływu ruchu. Ponadto rozwiązanie to było w stanie pobierać istotne dane zarówno w dzień, jak i w nocy, co dowodzi jego wykonalności. Projekt ten jest krokiem w kierunku opracowania nowego paradygmatu dla infrastruktury miejskiej jutra - gdzie korki będą, miejmy nadzieję, należeć do przeszłości.
 

Pobierz raport, aby uzyskać więcej informacji
 

Informacje o autorze
Zafascynowany nauką od najmłodszych lat, po ukończeniu Técnico, największej portugalskiej szkoły inżynierii, nauki i technologii, Lourenço poświęcił 14 lat na badanie geologii Marsa i niektórych jego ziemskich analogów, zarówno poprzez teledetekcję, jak i żmudną pracę w terenie (na Antarktydzie, Arktyce i suchych pustyniach).
W 2019 r. był jednym z pierwszych pracowników, którzy dołączyli do Schréder Hyperion, naszego Centrum Rozwoju Smart City. Dołączył do zespołu, ponieważ jest przekonany, że technologia, a w szczególności sztuczna inteligencja, może stać się głównym atutem w rozwiązywaniu problemów miejskich i ulepszaniu życia. Koncentruje się na opracowywaniu aplikacji AI dla inteligentnych miast w celu ulepszenia technologii mobilności miejskiej i inteligentnej infrastruktury publicznej, od pomysłów po prototypy.

Nawiąż kontakt z Lourenço na LinkedIn.