Интеллектуальная транспортная система Москвы

Развитие функционального диапазона регистрации видеоинформации

Транспортная система столицы является одной из самых технологически развитых во всем мире.

Ускоренными темпами в границах современных концепций умного города (Smart City), устойчивого развития (Sustainable Development), здорового города (Healthy City) и лучших достижений четвертой промышленной революции в Центре организации дорожного движения города Москвы (ЦОДД Москвы) совершенствуется функционал интеллектуальной транспортной системы (ИТС). Результат этой работы очевиден: повышение мобильности и подвижности населения Москвы, рост качества и доступности транспортных услуг, улучшение благосостояния жителей и снижение транспортных издержек. Опережающими темпами разрешаются такие транспортные проблемы, как повышение плотности дорожного движения, транспортные заторы, рост дорожно-транспортных происшествий и загрязнение окружающей среды твердыми частицами.

Функционал интеллектуальной транспортной системы

Сейчас ИТС Москвы представляет собой сложную информационную систему, объединяющую в себе более 50 тыс. светофоров, свыше 3,8 тыс. камер видеофиксации, более 3,9 тыс. датчиков, электронные табло и другое оборудование.

В ЦОДД Москвы в составе интеллектуальной транспортной системы успешно реализованы:

• автоматизированная система управления дорожным движением (АСУДД), позволяющая в режиме реального времени производить оптимальное управление трафиком;
• динамическая транспортная модель (ДТМ), служащая основой виртуального цифрового двойника для моделирования и интеллектуальных методов исследования процессов эффективности дорожного движения;
• комплексная схема организации дорожного движения (КСОДД), обеспечивающая непрерывность цифрового проектирования объектов ОДД и контроль за жизненным циклом проекта.

Активно ведется тестирование интеллектуальных моделей на основе обучения с подкреплением (RL) для оптимального управления трафиком и системами интеллектуального видеонаблюдения, что способно значительно расширить функциональный диапазон существующей ИТС.

В 2022 г. начали устанавливать современные камеры видеоаналитики на МКАД и ключевых магистралях, которые могут фиксировать 13 типов инцидентов (остановка машины в полосе движения, задымление и пр.).

Многообразие задач интеллектуальной видеоаналитики сводится к задаче детекции в кадре транспортных средств. Для детекции объектов на изображении широко используются методы машинного обучения на основе нейросетевых моделей и алгоритмов, таких как ResNet, YOLOv4. Применение подобных систем позволяет вести автоматизированный учет параметров дорожного движения с целью получения объективных данных об интенсивности и составе движения транспортных потоков (грузовых автомобилей, автобусов, троллейбусов, трамваев, легковых автомобилей, специального транспорта), загруженности участков автомобильной дороги, скорости движения и габаритов отдельных транспортных средств, определения дистанции между транспортными средствами.

Данные характеристики транспортного потока необходимы для:

• оптимизации систем управления дорожным движением;
• уточнения работы светофоров и режимов приоритетного проезда для городского транспорта;
• определения и прогнозирования ДТП, девиантного поведения транспорта.

На основе массива полученной информации можно повысить качество транспортных моделей и достоверности среднесрочного и долгосрочного прогнозирования.

Составляющие интеллектуальной транспортной системы

Организация приоритета проезда транспортных средств

На первом шаге система видеонаблюдения осуществляет видеофиксацию транспортного средства при его подъезде к перекрестку. На втором шаге реализуется процесс распознавания типа транспортного средства, номера, наличия специальных сигналов, номера маршрута.

Если транспортное средство классифицируется как пассажирский транспорт (ПТ), то полученная информация сверяется с единой базой данных портала общественного транспорта, уточняется положение данного ПТ и определяется дальнейшая траектория его движения, в соответствии с которой интеллектуальная система управления светофорным объектом переключает фазу для обеспечения приоритетного проезда данного ПТ через перекресток.

Распознавание дорожно-транспортных происшествий в режиме реального времени

Система видеоаналитики в составе ИТС анализирует входящий видеопоток.

В 2023 г. н а МКАД и ключевых магистралях  города установили 1,3 тыс. камер видеоаналитики – это современные камеры с нейросетью. В режиме реального времени за несколько секунд комплексы телеобзора передают потоковое видео в ситуационный центр ЦОДД с уведомлениями о нестандартных ситуациях на дорогах: аварии, пожар, остановка автомобиля в полосе движения, предметы на дороге (всего 13 типов различных инцидентов).

Качественная система видеообзора позволяет максимально точно оценивать трафик с учетом количества автомобилей, ДТП, нештатных ситуаций, например загоревшаяся машина или упавшее дерево.

Если машина в случае ДТП попала в обзор и оказалась в неположенном месте, то камера уведомит и информация будет мгновенно передана экстренным службам или ближайшему экипажу дорожного патруля для реагирования и оказания помощи.

Подобная фиксация используется в качестве аналитики данных: например, если какое-то нарушение систематически фиксируется в одном месте, то это повод пересмотреть схему движения.

Что мы делаем с этой информацией? Во-первых, реагируем на все ДТП, которые случаются на МКАД, и оперативно вызываем помощь или направляем наш дорожный патруль. Если видим, что где-то систематически нарушают правила дорожного движения, то усиливаем контроль проезда с помощью установки камеры фотовидеофиксации или же вовсе пересматриваем схему движения.

Кроме того, благодаря фиксированию поведения транспортного средства на дороге в момент аварии система имеет возможность формировать паттерны для обучающих выборок с целью дальнейшего прогнозирования вероятности возникновения аварии, подавая предупреждающий сигнал, который может помочь ее избежать.

Распознавание девиантного поведения транспортного средства (движение задним ходом)

На улично-дорожной сети (УДС) часто наблюдается ситуация, когда транспортное средство осуществляет длительное движение задним ходом по крайней правой полосе. Одной из основных причин такого необычного поведения является "проскок поворота" или развилки вследствие невнимательности или отсутствия должных информационных табло.

Интеллектуальные системы видеонаблюдения сегодня способны решать такие проблемы: данное событие фиксируется часто, далее выделяется такой участок УДС и автоматически вырабатываются директивы и рекомендации, обеспечивающие размещение соответствующих дорожных знаков, повышающих осведомленность водителей.

Перспективы использования систем интеллектуального видеонаблюдения

Не менее актуальным из перспективных видов применения систем интеллектуального видеонаблюдения является также возможность их кооперативного использования в составе технологии V2X совместно с бортовыми системами управления беспилотным городским транспортом.

Система интеллектуального дорожного видеонаблюдения способна с высокой степенью детализации анализировать дорожную обстановку, распознавать транспортные средства и пешеходов, разрабатывать всевозможные сценарии их поведения. Затем система городского видеонаблюдения способна передавать обработанные данные на бортовой компьютер находящегося поблизости беспилотного автомобиля, и последний, по сути, "заглядывает за угол", что сейчас недоступно для датчиков, которыми оснащаются современные беспилотные транспортные средства.

ЦОДД Москвы уже запустил процесс внедрения данных систем в рамках развития интеллектуальной транспортной системы Москвы.

Подводя итог, можно сделать вывод, что глубокая интеллектуализация процессов управления транспортом, расширение функционального диапазона регистрируемых данных и развитие интеграции смежных приложений, таких как интеллектуальный мониторинг, рекомендательные сервисы, V2X и другие, становятся основой современных интеллектуальных транспортных систем, призванных, в частности, значительно повысить качество и эффективность функционирования транспортной системы Москвы с учетом современных тенденций умного города.

Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>

Иллюстрация к статье сгенерирована нейросетью Kandinsky