Russiske forskere ved South Ural State University (SUSU) har udviklet og patenteret et avanceret kunstig intelligens ( AI ) system designet til at opdage trafikuregelmæssigheder ved hjælp af neural netværksteknologi. Programmet, som rapporteret af TV BRICS , behandler CCTV-optagelser i realtid, identificerer køretøjer nøjagtigt og sporer deres hastighed og bane med præcision op til 30 centimeter.
Dette gør det muligt for myndighederne at generere visuelle kort i realtid over trafikpropper og forstyrrelser, hvilket forbedrer bytrafikstyringen. Olga Ivanova, lektor i SUSU’s afdeling for systemprogrammering, fremhævede, at systemets nøglefunktion ligger i at detektere selv mindre afvigelser i trafikstrømmen, såsom små reduktioner i vognbanebredden.
AI er programmeret til at identificere forhindringer, herunder ulykker og vejarbejde, hvilket giver et rettidigt alarmsystem for potentielle forstyrrelser. Visualiseringsværktøjet opdateres hvert andet sekund ved hjælp af et farvekodet skema, hvor øget overbelastning repræsenteres af gradvist rødere nuancer.
Systemets fremtidige udvikling sigter mod ikke kun at opdage uregelmæssigheder, men også at klassificere dem og forudsige deres indvirkning på trafikforholdene inden for et 10-til-20-minutters vindue. Denne forudsigelsesevne ville give transportmyndigheder mulighed for at implementere tidlige indgreb, mindske potentielle trafikpropper og forbedre den generelle vejeffektivitet. Ifølge Ivanova er en stor fordel ved teknologien dens problemfri integration i eksisterende byinfrastruktur.
Ny neurale netværksteknologi sporer bytrafikmønstre
I modsætning til konventionelle trafikovervågningssystemer, der ofte kræver dyre GPS-sensorer installeret på individuelle køretøjer, udnytter denne AI -drevne tilgang eksisterende overvågningsnetværk, hvilket gør det til en omkostningseffektiv og skalerbar løsning til bycentre. AI’ens præcision i at genkende trafikforhold og dens evne til at levere realtidsindsigt gør den til et værdifuldt værktøj for byplanlæggere og beredskabsteams.
Ved at muliggøre hurtigere reaktioner på udviklingen af vejforhold kan systemet forbedre den offentlige sikkerhed betydeligt og reducere trafikpropper i travle storbyområder. Med løbende fremskridt forestiller forskerholdet på SUSU yderligere forbedringer, der vil forbedre systemets forudsigelige nøjagtighed og tilpasningsevne til varierende bytrafikforhold.
Projektet understreger Ruslands forpligtelse til at integrere AI- løsninger i offentlig infrastruktur, hvilket placerer teknologien som et nøgleaktiv for smart city-initiativer. Efterhånden som systemet gennemgår yderligere test og potentiel implementering i russiske byer, kan dets succes bane vejen for adoption i andre regioner, der ønsker at modernisere deres trafikstyringskapaciteter. – Af Eurasian Newswire News Desk.