В жизнь городов на большой скорости ворвались электросамокаты. Ездили они по улицам и раньше, но в этом году их стало больше. От них не скрыться: догоняют, подрезают, а порой сбивают людей с ног.
Правила дорожного движения для электросамокатов написаны недавно, но мало кто их знает. Чтобы обезопасить как пешеходов, так и самих любителей покататься на этом виде транспорта, пермская IT-компания TrafficData придумала первый в России специальный модуль распознавания электросамокатов на дорогах с помощью нейросетей. Мы поговорили с директором компании Иваном Чебыкиным о том, как высокие технологии могут помочь городам сделать движение более безопасным и как найти более простые и дешёвые варианты решения дорожных проблем.
Мобильность «микро», проблемы «макро»
Марина Медведева, «АиФ-Прикамье»: От электросамокатов сейчас только успевай уворачиваться. Как высокие технологии могут помочь упорядочить их движение?
Иван Чебыкин: Средства микромобильности, в частности, самокаты стремительно ворвались в нашу жизнь. Теперь при проектировании транспортной инфраструктуры города не учитывать их уже нельзя. Так как наша основная специализация – решения для интеллектуальных транспортных систем, то понятно, что мы не могли проигнорировать такое явление. Также мы увидели в этой отрасли нарастающий клубок проблем. Сфера средств микромобильности развивается быстрее, чем средства регулирования. Вызывает настороженность и растущее количество ДТП – они происходят потому, что у нас пока не сформировалась культура пользования электросамокатами. Понятно, что решение вопроса должно идти с двух сторон: со стороны государства и городской инфраструктуры (устройство выделенных полос, ограничение скорости) и со стороны самих пользователей, которые всё-таки должны учиться внимательно и аккуратно ездить. Исходя из всего этого, мы разработали свой программный модуль. Благодаря ему на основе данных об интенсивности, скорости и инцидентах мы сможем дать рекомендации – где необходимо выделить для самокатов полосу движения, ограничить скорость, а также помочь сформировать культуру пользования самокатами.
– О нейросетях слышали многие из нас, а как это работает?
– Программа использует данные видеокамер, установленных на дорогах города. Зачастую достаточно тех, что уже есть. Сначала она распознаёт объект, понимает, что это – участник дорожного движения. Затем программа разбивает объекты на категории, которые мы заранее внесли: легковой автомобиль, велосипед, самокат, пешеход и так далее. Потом формирует так называемые треки. Трек – это маршрут, по которому двигался тот или иной участник дорожного движения. На основе этой информации мы определяем скорость, интенсивность, плотность движения, загруженность какого-либо участка. В итоге, проанализировав полученные сведения, мы даём рекомендации по улучшению дорожной ситуации. Самый яркий пример – это адаптивное регулирование светофора. Что это такое? Если на перекрёстке появляется пробка, то с помощью нашего программного обеспечения мы можем определить, как нужно переключать светофор в соответствии с реальной дорожной ситуацией. В итоге время ожидания на светофоре сокращается на 30-40 %.
Умнее и дешевле
– Много в Перми примеров именно такого регулирования дорожного движения?
– Пока нет, но надеюсь, будет больше. Вообще я считаю, что развитие инфраструктуры должно идти в следующей последовательности: вначале, используя потенциал умных технологий, довести фактическую пропускную способность улично-дорожной сети до предельной с минимальными вложениями, а уже потом вкладываться капитальными средствами в строительство новых развязок.
Долгое время работал проектировщиком и понимаю, сколько в этой сфере вопросов, которые до сих пор решаются нетехнологичными способами. Почему мы начали решать их с помощью видеоаналитики и нейросетевых подходов? Большую часть информации мы получаем через зрение. Точно так же компьютер получает информацию через камеру. Даже одной порой хватает, чтобы собрать необходимые данные. Камер становится всё больше, их стоимость становится ниже, а качество выше. И такие технологии мониторинга уже становятся незаменимыми. Достаточно дорабатывать программное обеспечение, чтобы прогнозировать количество ДТП, оптимизировать дорожное движение без глобальных вложений. Зачастую не нужно строить новую развязку, а просто более оптимально использовать уже имеющуюся инфраструктуру.
Без лица
– Видеокамерами сейчас, кажется, весь город заполнен. Порой кажется, что за нами везде следят. Что фиксируют ваши программы?
– Вопрос «всевидящего компьютерного ока» не новый, страхи, связанные с этим, возникли ещё во времена фильмов про Терминатора. До реализации полноценного искусственного разума путь ещё очень и очень долгий. Что касается нашей сферы деятельности, то тут этот вопрос неактуален. В мониторинге дорожного движения все данные обезличены. Лицо человека, номер машины тут не нужны. Наше программное обеспечение работает с любыми камерами, и разрешение у них часто довольно низкое: можно понять, что это автомобиль, зафиксировать его скорость, построить его трек, но не более того. Если стоит задача прочитать номер, то для этого есть специальные камеры, которые устанавливают под особым ракурсом.
– Знаю, что вашим программным обеспечением даже за границей пользуются. Где именно?
– В Израиле наши разработки использует одна из крупнейших компаний, которая занимается мониторингом дорожного движения. Мы обратились в Дом предпринимателя «Мой бизнес» за господдержкой – в ближайшее время краевой Центр поддержки экспорта определит для нас партнёра в Эмиратах. Кроме того, нашим программным обеспечением уже пользуется Министерство транспорта Узбекистана, применяют в Республике Беларусь и Казахстане.
– В Перми немало успешных IT-проектов. Как вы думаете, почему?
– В первую очередь, в университетах у нас довольно серьёзная подготовка в сфере высоких технологий, в Перми есть немало специалистов высокого уровня. Эта сфера настолько развита, что мы планируем участвовать в развитии IT-кластера в городе. У нас есть планы по созданию своей кремниевой долины в крае. Здесь создана инфраструктура, есть технопарки. Так что думаю, это возможно. Дело за организацией процесса.