В настоящее время существует острая проблема в организации дорожного движения транспортных средств. Одна из составных частей этой проблемы — светофорное регулирование транспортных потоков. Как правило, многие существующие системы управления перекрестками не автоматические и все еще зависят от оператора.
В связи с этим разрабатывают системы «умных светофоров», которые могут полностью самостоятельно собирать информацию о загруженности дорог в определенное время суток, текущую информацию о загруженности дорог, времени простоя машин на перекрестке. На основе анализа система автоматически принимает решение о работе светофора (светофоров) на перекрестке. Такие системы могут обеспечивать оптимальную пропускную способность на перекрестке, но они не учитывают ситуацию дорожного движения на других перекрестках, движения пешеходов.
Сегодня большую известность имеют системы умных перекрестков компаний: «СпецДорПроект» [3], «Евромобайл» [2], проект умного перекрестка от разработчиков IPavlov, Швабе, Уральского Оптико-Механического Завода [1]. Их системы достаточно распространены по территории России. Например, компания «СпецДорПроект» ведет обслуживание более 600 перекрестков.
Компания «Спецпроект» [3], для сбора информации используются индуктивные петлевые детекторы транспорта, которые показывают высокую точность при неблагоприятных погодных условиях. Но для датчиков необходим монтаж в дорожное полотно на глубину до 15 сантиметров, из-за чего внедрение таких систем в старые перекрестки и перекрестки с одной полосой движения будет проблематично. Камеры видеонаблюдения устанавливаются на перекрестке для фиксации нарушений ПДД, не использующие нейронные сети для распознавания ситуации на дороге.
Помимо этого, существует проект умного перекрестка от компании «Евромобайл» [2]. В своей системе умного перекрестка они используют видеодетектор и комплекс фото и видео фиксации нарушения ПДД. Видеодетекторы однозначно выигрывают в стоимости и простоте монтажа на перекрестке, по сравнению с индуктивными петлевыми детекторами, но они имеют большие недостатки при работе с большим количеством возмущающих воздействий, таких как ветер, вибрации, из-за чего обзор камер может сбиваться без должной фиксации, кроме того, камеры очень плохо воспринимают погодные условия в виде крупного снегопада, дождя.
Также существует проект умного перекрестка от разработчиков IPavlov, Швабе, Уральского Оптико-Механического Завода [1]. Система состоит из датчиков движения, оптической и подземной линии и оптико-акустического оборудования, системы распознавания сложных объектов и фото и видео фиксацией нарушения ПДД. Система данной компании является отличительной, по сравнению с системами «СпецДорПроект» и «Евромобайл», позволяя оснащать свою систему функциями дорожных камер, экологических датчиков, индикаторов для мониторинга безопасности городской среды с дальнейшей передачей информации на встроенную в автомобиль систему продвинутой помощи, помогая снизить количество аварийных ситуаций на дорогах. Использует методы оценки загруженности пешеходной полосы движения, из-за чего решается не только проблема автомобильного движения. В отличие от прошлых систем здесь используются датчики движения, расположенные вдоль каждой полосы.
Системы этих компаний используют различные датчиковые системы для анализа загруженности полос дорожного движения. Из наиболее интересных стоит выделить систему с камерой. Система, использующая датчики движения, вызывает сомнения, т. к. они могут ложно срабатывать и неправильно передавать информацию о текущем состоянии перекрестка. Отдельного упоминания стоят индуктивные петлевые детекторы транспорта, которые имеют большую точность при неблагоприятных условиях, но могут вызвать неудобности в ремонте и установке в дорожное полотно. Из общего стоит выделить, что все системы используют единый центр обработки данных, фото и видео фиксацию нарушений ПДД, работа систем с перекрестками вплоть до четырех полос движения. В среднем каждая из этих систем уменьшает количество нарушений ПДД на 40 %, аварийных ситуаций на 25 %.
Несмотря на все это ни одна из этих крупных систем, между прочим, которые используются в России уже на более чем 600 перекрестках не заявляет об использовании нейронных сетей в регулировании движения. Кроме того, практически все системы из вышеперечисленных не имеют явного алгоритма работы с пешеходами, и учета нарушений передвижения пешеходов по перекрестку, когда на них приходится вплоть до 13 % летальных случаев при переходе дороги на красный сигнал светофора [4].
Для того чтобы учесть все переменные на перекрестке, необходимо: чтобы система умного перекрестка была легко внедрена в любой перекресток; фиксировала нарушения ПДД как автомобиля, так и пешеходов; уменьшала аварийные ситуации и улучшала пропускную способность пешеходов, автомобильного, грузового и общественного транспорта. Хорошим вариантом для такого рода системы являются камеры распознавания образов, которые бы монтировались по одному устройству на полосу движения и собирали информацию о текущем состоянии перекрестка, могли предсказывать состояние полосы движения, фиксировали нарушения ПДД как автомобилей, так и пешеходов и передавали полученную информацию в единый центр обработки данных. Сами камеры должны быть устойчивы к погодным условиям и при работе с большими вибрациями. В экстренных ситуациях светофор должен работать в автономном режиме по своей полосе движения используя нейронные сети, сохранять информацию в «черный ящик» с протоколом работы светофора, в случае механических повреждений опоры, на которую крепится устройство, или самого светофора. Обучение нейронной сети происходит по способу машинного обучения «обучение с подкреплением», из-за чего работа каждого перекрестка будет индивидуальной, но для настройки такого умного перекрестка необходимо выделить некоторый промежуток времени на обучение нейронной сети на активном перекрестке перед вводом в эксплуатацию. Кроме того, регулирование дорожным потоком нейронной сетью должно происходить с учетом загруженности на смежных перекрестках.
Для решения данной проблемы необходимо использовать абсолютно новое решение, основанное на применении нейронных сетей в камерах распознавания образов. Существующие решения имеют два основных минуса: громоздкость или неточность и учет лишь автомобильного транспорта. Камера проста в монтаже и за короткий промежуток времени может быть установлен на любой перекресток. Кроме того, система, использующая в своей реализации нейронные сети, решает проблему регулирования потоков, как транспортных средств, так и пешеходных, с возможностью предсказания ситуации на дороге с индивидуальным подходом к каждому перекрестку.
Литература:
- «Умный светофор» — комфорт и безопасность на дорогах. — Текст: электронный // АРТ Проект: [сайт]. — URL: https://ap-n.com/umnyj-svetofor/ (дата обращения: 11.12.2023).
- Умный перекрёсток. Повышение уровня безопасности движения и оптимизация транспортных потоков. — Текст: электронный // Евромобайл: [сайт]. — URL: https://www.euromobile.ru/pdf/solutions/intellektualnye-transportnye-sistemy/umnyy-perekryestok/umnyy-perekryestok.pdf (дата обращения: 11.12.2023).
- Преимущество работы индуктивных петлевых детекторов зимой. — Текст: электронный // СпецДорПроект: [сайт]. — URL: https://www.spetsdor.ru/cases/preimushchestvo-raboty-induktivnykh-petlevykh-detektorov-zimoy/ (дата обращения: 11.12.2023).
- Пешеход — самый свободный участник движения. Умеет ли он пользоваться своей свободой?. — Текст: электронный // Автопарк: [сайт]. — URL: https://rg.ru/2021/06/28/peshehod-samyj-svobodnyj-uchastnik-dvizheniia-umeet-li-on-polzovatsia-svoej-svobodoj.html (дата обращения: 11.12.2023).
