Бурный прогресс искусственного интеллекта кардинально трансформировал подходы к мониторингу дорожного движения. В частности, широко применяемый комплекс фото- и видеофиксации «АвтоУраган-ВСМ2-М» существенно нарастил свои аналитические возможности благодаря внедрению алгоритмов глубокого обучения (Deep Learning). Обновленный программный стек обеспечивает сбор расширенного массива данных о транспортных средствах и траекториях их перемещения.

Всего два десятилетие назад автоматческие средства надзора за дорогами отсутствовали как класс. Инспекторы ГИБДД располагали исключительно ручными измерителями скорости, которые функционально недалеко ушли от традиционного жезла. Перелом наступил с появлением высокопроизводительных вычислительных платформ. Увеличение мощностей центральных процессоров послужило катализатором для совершенствования ядра распознавания — математической основы комплекса «АвтоУраган-ВСМ2-М». За минувшие годы данный алгоритм прошел путь интенсивной оптимизации и на текущий момент признается эталонным в индустрии. На сегодняшний день система корректно считывает 98% государственных регистрационных знаков при дневном освещении, а также фиксирует скоростной режим каждого автомобиля с погрешностью не более 2%.

Современные реалии требуют новых подходов. Если базовый контроль трафика сохраняет свою значимость, то все чаще возникает потребность в глубокой аналитике дорожной обстановки. Появление многоядерных архитектур открыло возможность для мгновенной обработки параметров движущихся субъектов (транспорта и пешеходов) по множеству критериев. Подобная функциональность ранее была недостижима для систем автоматической фиксации. Сегодня инженеры компании «Технологии Распознавания» интегрировали в «АвтоУраган-ВСМ2-М» программный модуль детекции нарушителей ПДД, игнорирующих предписания дорожных знаков и разметки. Иными словами, был создан инструмент трекинга объектов внутри кадра. Это дало возможность безошибочно фиксировать появление человека у кромки проезжей части и контролировать его траекторию по «зебре».

Впоследствии описанный механизм лег в основу инструментов оперативного поиска. Теперь софт комплекса в автоматическом режиме локализует область лобового стекла машины и посредством специализированных фильтров нивелирует блики, формируя так называемое «цифровое просветление». Данная технология позволяет получать детализированный снимок внутрисалонного пространства. Как результат, становится возможным идентифицировать лица водителя и пассажиров даже через сильно отражающее стекло. Такой автономный функционал предоставляет следственным органам весомое преимущество при проведении розыскных мероприятий.

Достигнув высоких показателей в видеоаналитике подвижных объектов, разработчики перешли к решению следующей задачи — созданию автоматического определителя категорий кузова. Эта проблема отличается повышенной сложностью, поскольку требует анализа всего потока машин, попадающих в поле зрения оптики. Для обеспечения молниеносной и точной работы классификатора архитектуру программного модуля выстроили на базе методов машинного обучения. Многотысячная выборка однотипных автомобилей стала фундаментом для тренировки нейросети. Комплекс самостоятельно сформировал устойчивые паттерны идентификации кузовов. Использование ML-технологий позволило минимизировать сроки создания классификатора, высвободив ресурсы для его натурного тестирования в условиях реального транспортного потока. Реализованный функционал органично вписался в существующую инфраструктуру «АвтоУрагана»: аппаратная часть осталась неизменной и успешно справляется с возросшей нагрузкой без отказов.

Сформированный классификатор демонстрирует высокую точность в определении следующих классов техники:

• большегрузные автопоезда;

• пассажирские автобусы;

• микроавтобусы (минивэны);

• легковой транспорт;

• внедорожники.

Интеграция данного классификатора в экосистему интеллектуальных транспортных систем (ИТС) упрощает задачу выделения из общего потока транспорта заданных категорий. Эти сведения находят применение в широком спектре сценариев:

• формирование статистических отчетов и их последующая обработка для нужд ИТС;

• администрирование проезда на платных участках магистралей;

• мониторинг грузоперевозок и надзор за транзитным движением;

• содействие правоохранительным органам в поиске угнанных ТС.

Востребованность разработанного инструмента непрерывно возрастает. Только в течение 2018 года на отечественном рынке было реализовано 1,8 миллиона новых легковых и легких коммерческих автомобилей. Данные о структуре транспортных потоков приобретают критическую важность на фоне глобализации, ведь российские федеральные трассы выступают ключевым транзитным коридором между Европой и Азией.

Нет сомнений, что новый типизатор автотранспорта является необходимым элементом современной инфраструктуры контроля. Практика эксплуатации этого модуля в составе «АвтоУраган-ВСМ2-М» впоследствии будет масштабирована на смежные решения — стационарный комплекс «ПаркСкан» и мобильные патрульные комплексы «АвтоУраган-МС» и «ПаркРайт-С». Синергия этих устройств позволит сформировать исчерпывающую картину дорожной ситуации не только в пределах Российской Федерации, но и на международном уровне.