Inteligența artificială din trafic prezice accidentele
Camerele de trafic din ziua de azi nu sunt folosite doar pentru monitorizarea încălcărilor, ci devin și o sursă valoroasă de date pentru sistemele de inteligență artificială. Și datorită inteligenței artificiale, comportamentul neobișnuit al vehiculelor poate fi identificat și analizat, creând o hartă a riscurilor înainte de producerea unui accident.
Aceasta este o nouă direcție menită să contribuie la îmbunătățirea siguranței rutiere și să sprijine planificarea urbană inteligentă.
Inteligența artificială a traficului „scrutează” fiecare mișcare de pe șosea
Sistemele actuale de inteligență artificială pentru trafic colectează date de la sute de camere și senzori plasați pe drumuri, inclusiv senzori care măsoară viteza, accelerația, distanța față de vehicul și volumul traficului în timp real.
Folosind algoritmi de învățare automată și deep learning, inteligența artificială identifică comportamentele care sunt precursoare ale accidentelor , cum ar fi schimbările bruște de bandă, accelerațiile bruște sau derapajul brusc. Analiza în timp real permite sistemului să evalueze riscul imediat ce apare un comportament anormal, în loc să se bazeze pe date despre accidente care au avut deja loc.
Conform cercetărilor realizate de Tuoi Tre Online, modelele de învățare profundă, în special rețelele neuronale convoluționale (CNN), sunt aplicate pentru a analiza imaginile de la camere, combinând datele de la senzori pentru a calcula viteza relativă, distanța minimă și timpul de reacție dintre vehicule.
Sistemul atribuie scoruri de risc fiecărei intersecții sau secțiuni de drum, creând o hartă a potențialelor „puncte negre” pentru oraș. Edge computing este utilizat pentru a procesa datele din apropierea camerelor și senzorilor, reducând latența, protejând confidențialitatea și asigurând un răspuns rapid imediat ce apare un comportament periculos .
Cercetările internaționale realizate de MIT Senseable City Lab și de proiecte de orașe inteligente din Singapore și Toronto arată că această metodă ajută la identificarea zonelor cu risc ridicat de două până la trei ori mai bine decât statisticile tradiționale privind accidentele.
Sistemul nu numai că recunoaște comportamente neobișnuite, dar urmărește și modele complexe de flux de trafic, de la orele de vârf până la condițiile meteorologice nefavorabile, pentru a prezice mai bine riscurile. IA învață, de asemenea, din datele istorice, îmbunătățindu-și predicțiile în timp și adaptându-se la schimbările fluxului de trafic.
De la cartografierea punctelor negre la optimizarea siguranței urbane
Pentru ca harta punctelor negre să fie eficientă, sistemul trebuie să proceseze o cantitate imensă de date de la camere și senzori și să le analizeze în timp real. Modelele actuale de inteligență artificială utilizează edge computing, care procesează datele în apropierea camerei în loc să le trimită către un server central, reducând latența și protejând confidențialitatea.
Datele agregate nu numai că ajută la identificarea zonelor de risc, dar sprijină și autoritățile rutiere în luarea deciziilor adecvate privind semnalele de trafic și infrastructura.
Cu toate acestea, precizia IA depinde și de condițiile de mediu , de la zi sau noapte, ploaie sau soare, trafic intens sau ușor, precum și comportamentul pietonilor și motocicliștilor. Prin urmare, modelele IA trebuie ajustate în funcție de caracteristicile traficului din fiecare zonă urbană pentru a reduce avertizările false și a crește eficiența prognozei.
Inteligența artificială prezice accidentele rutiere cu ajutorul camerelor și senzorilor
Precizia inteligenței artificiale depinde de sincronizarea datelor senzorilor și camerelor, de gestionarea fluctuațiilor de trafic și de capacitatea de a recunoaște comportamentul în diferite condiții de iluminare și vreme. Atunci când este implementată eficient, inteligența artificială nu numai că prezice accidentele, dar formează și baza sistemelor care optimizează semnalele de trafic, coordonează fluxurile de trafic și reduc congestia traficului.
Tehnologia deschide, de asemenea, perspectiva mașinilor autonome și a sistemelor de transport inteligente, care pot identifica riscurile înainte de producerea accidentelor și pot îmbunătăți siguranța în rețelele urbane.
Per total, predicția accidentelor rutiere prin intermediul camerelor și senzorilor urbani reprezintă un pas major înainte în aplicarea inteligenței artificiale în managementul traficului . Această tehnologie combină analiza comportamentală, datele în timp real și modelele de învățare profundă, transformând datele de supraveghere în hărți de risc specifice, contribuind la îmbunătățirea siguranței, la optimizarea fluxurilor de trafic și la construirea de orașe mai inteligente în viitor.
Sursă: https://tuoitre.vn/ai-du-doan-tai-nan-giao-thong-tu-camera-va-sensor-do-thi-20251128174419006.htm
Comentariu (0)