Inteligência artificial para tráfego prevê acidentes
As câmeras de trânsito hoje em dia não são usadas apenas para monitorar infrações, mas também se tornaram uma valiosa fonte de dados para sistemas de IA. E graças à inteligência artificial, comportamentos incomuns de veículos podem ser identificados e analisados, criando um mapa de risco antes que um acidente ocorra.
Esta é uma nova direção para ajudar a melhorar a segurança no trânsito e apoiar o planejamento urbano inteligente.
A inteligência artificial de tráfego "analisa" cada movimento na estrada.
Os sistemas atuais de IA para tráfego coletam dados de centenas de câmeras e sensores instalados nas estradas, incluindo sensores que medem velocidade, aceleração, distância entre veículos e volume de tráfego em tempo real.
Utilizando algoritmos de aprendizado de máquina e aprendizado profundo, a IA identifica comportamentos que são precursores de acidentes , como mudanças repentinas de faixa, aceleração brusca ou seguir muito de perto o veículo da frente. A análise em tempo real permite que o sistema avalie o risco assim que o comportamento anômalo ocorre, em vez de depender de dados de acidentes já ocorridos.
Segundo pesquisa do Tuoi Tre Online, modelos de aprendizado profundo, especialmente redes neurais convolucionais (CNN), são aplicados para analisar imagens de câmeras, combinando dados de sensores para calcular a velocidade relativa, a distância mínima e o tempo de reação entre veículos.
O sistema atribui pontuações de risco a cada cruzamento ou trecho de estrada, criando um mapa de potenciais "pontos críticos" da cidade. A computação de borda é usada para processar dados próximos a câmeras e sensores, reduzindo a latência, protegendo a privacidade e garantindo uma resposta rápida assim que um comportamento perigoso surgir .
Pesquisas internacionais do MIT Senseable City Lab e projetos de cidades inteligentes em Singapura e Toronto mostram que esse método ajuda a identificar áreas de alto risco de duas a três vezes melhor do que as estatísticas tradicionais de acidentes.
O sistema não só reconhece comportamentos incomuns, como também monitora padrões complexos de fluxo de tráfego, desde horários de pico até condições climáticas adversas, para prever riscos com maior precisão. A IA também aprende com dados históricos, aprimorando suas previsões ao longo do tempo e adaptando-se às mudanças no fluxo de tráfego.
Do mapeamento de pontos críticos à otimização da segurança urbana
Para que o mapa de pontos cegos seja eficaz, o sistema precisa processar uma enorme quantidade de dados provenientes de câmeras e sensores e analisá-los em tempo real. Os modelos de IA atuais utilizam computação de borda, que processa os dados próximos à câmera em vez de enviá-los para um servidor central, reduzindo a latência e protegendo a privacidade.
Os dados agregados não só ajudam a identificar áreas de risco, como também auxiliam as autoridades de trânsito na tomada de decisões adequadas em relação à sinalização e à infraestrutura viária.
No entanto, a precisão da IA também depende das condições ambientais , como dia ou noite, chuva ou sol, tráfego intenso ou leve, bem como o comportamento de pedestres e motociclistas. Portanto, os modelos de IA precisam ser ajustados de acordo com as características do tráfego de cada área urbana para reduzir falsos alarmes e aumentar a eficiência das previsões.
Inteligência artificial prevê acidentes de trânsito a partir de câmeras e sensores.
A precisão da IA depende da sincronização dos dados dos sensores e das câmeras, da capacidade de lidar com as flutuações do tráfego e da habilidade de reconhecer comportamentos em diferentes condições de iluminação e clima. Quando implementada de forma eficaz, a IA não só prevê acidentes, como também serve de base para sistemas que otimizam semáforos, coordenam o fluxo de tráfego e reduzem congestionamentos.
A tecnologia também abre a perspectiva de carros autônomos e sistemas de transporte inteligentes, que podem identificar riscos antes que os acidentes ocorram e melhorar a segurança nas redes urbanas.
De modo geral, a previsão de acidentes de trânsito por IA, a partir de câmeras e sensores urbanos, representa um grande avanço na aplicação da inteligência artificial à gestão do tráfego . Essa tecnologia combina análise comportamental, dados em tempo real e modelos de aprendizado profundo, transformando dados de vigilância em mapas de risco específicos, ajudando a melhorar a segurança, otimizar o fluxo de tráfego e construir cidades mais inteligentes no futuro.
Fonte: https://tuoitre.vn/ai-du-doan-tai-nan-giao-thong-tu-camera-va-sensor-do-thi-20251128174419006.htm
Comentário (0)