Сотрудница Южно-Уральского госуниверситета Рухшона Джураева получила патент на систему, способную анализировать дорожное движение и прогнозировать образование пробок. В основе разработки лежат нейросетевые алгоритмы, которые превращают обычные камеры на перекрестках в инструмент мониторинга транспортных потоков.
Созданный ею пакет программ выполняет конвейерную обработку видео: нейросеть обнаруживает машины, отслеживает их траекторию и распределяет по пяти категориям — легковые, такси, маршрутки, автобусы и грузовики. Оператор видит не просто картинку, а готовую таблицу с данными об интенсивности движения в режиме реального времени.
Сам процесс прогнозирования многоступенчатый. Первая программа обрабатывает видео и считает транспорт. Вторая расширяет массив данных, добавляя временные параметры: час, день недели, является ли дата выходной или праздничной. Третья модель, использующая лучшие алгоритмы машинного обучения, на основе полученной информации вычисляет вероятность возникновения затора на соседнем перекрестке в ближайшее время.
Отличительная черта системы — подход к данным. Камеры монтируются параллельно дороге, что позволяет фиксировать движение сразу с нескольких ракурсов. Особый акцент сделан на классификации транспорта: если система выявит, что пиковая нагрузка создается преимущественно личным автотранспортом, это станет сигналом для властей о необходимости развивать общественные перевозки.
Важное преимущество разработки — универсальность. Для внедрения программ не нужно заменять существующие камеры; достаточно установить софт на компьютер оператора. Программа дает специалисту прогноз и статистику, позволяя корректировать фазы светофоров или перераспределять потоки до того, как пробка будет окончательно сформирована.
Ранее ученые МАДИ предложили метод, который заранее закладывает в модель взаимосвязи между участками магистралей.