Benchmark sběru statistik z dopravy

Správa informačních technologií města Plzně zajišťuje kompletní informační infrastrukturu města. Díky tomu usnadňuje práci městských úřadů, umožňuje elektronické vyřizování záležitostí, podporuje výuku s využitím moderních technologií a poskytuje bezplatné Wi-Fi na sportovištích, v parcích a městských budovách. Plzeň se tak již několik let aktivně podílí na zlepšování kvality života svých obyvatel a návštěvníků prostřednictvím chytrých a moderních řešení v rámci konceptu Smart City.

Monitorovat a analyzovat dopravu v městském prostředí

Počítání dopravy ve městě je zásadní pro zjištění stavu dopravní sítě a poskytuje klíčové údaje pro další dopravně inženýrské plánování, rozvoj a optimalizaci dopravní infrastruktury, včetně vztahu k MHD a výstavbě nových komunikací. Díky těmto datům mohou města efektivně plánovat uzavírky, rozvíjet dopravní modely a zlepšovat plynulost dopravy, což vede k bezpečnějšímu a efektivnějšímu provozu. Navíc tato data podporují tvorbu přesných dopravních modelů, které jsou nezbytné pro dlouhodobý rozvoj městské mobility a infrastruktury.

Dopravu lze analyzovat několika způsoby: 

MANUÁLNÍ ANALÝZA 

Tnto způsob zahrnuje brigádníky na křižovatkách nebo u kamer, kteří tzv. dopravu čárkují. Tato metoda má nevýhody v chybovosti a faktu, že lidé nemohou být na všech místech neustále.

Benchmark: Prokázali jsme spolehlivost počítání pomocí našeho algoritmu umělé inteligence se záznamy ze statických kamer s manuálním počítáním.  

INDUKČNÍ SMYČKY

Indukční smyčky jsou zařízení používaná k detekci vozidel, které se nacházejí převážně na větších křižovatkách a jsou umístěny pod povrchem komunikace.  Indukční smyčky jsou spolehlivé ale mají omezenou schopnost identifikovat směr průjezdu aut a měřit zácpy. Další nevýhodou jsou pravidelné údržby a náročnost výměny.

Benchmark: Prokázali jsme, že manuální počty, počty ze statických kamer a počty z PTZ kamer (díky našim algoritmům umělé inteligence) jsou srovnatelné s indukčními smyčkami.

STATICKÉ KAMERY

 Dalším nástrojem pro analýzu dopravy ve městě jsou statické kamery, které se používají k monitorování křižovatek a dalších kritických dopravních bodů. Výhodou těchto kamer je schopnost kontinuálně sledovat dopravní situaci a zaznamenávat data v reálném čase. Nevýhodou je, že zabírají v jednom pohledu celou křižovatku, některé směry jsou mimo zorné pole nebo příliš daleko, což znemožňuje spolehlivé počítání vozidel.

Současná řešení monitorování dopravy pracují se statickými kamerami, jejichž součástí je integrovaný systém pro analýzu obrazu. Dříve byl problém s přesností kvůli tradičním metodám strojového vidění, dnes díky pokroku v oblasti umělé inteligence, především v oblasti neuronových sítí, vede k významnému zlepšení přesnosti a robustnosti modelů.  V Amitia sledujeme nové trendy v této oblasti včetně nejnovějších modelů neuronových sítí, které integrujeme do našeho software, což nám umožňuje poskytovat přesné a aktuální analýzy.

PTZ KAMERY 

PTZ kamery, neboli kamery s funkcí otočení, naklonění a přiblížení (Pan-Tilt-Zoom), jsou typem kamerového systému, který umožňuje dálkové ovládání směru a zvětšení záběru. Výhodou PTZ kamer je schopnost cílit na různé směry a nabízet různé pohledy, což znamená, že vozidla mohou být zachycena z různých úhlů a ve větším detailu. Nicméně, jejich nevýhodou je, že během otáčení nebo přibližování mohou vozidla projíždět mimo záběr kamery, což vede k tomu, že nejsou vždy zachycena.

Benchmark: Ověřili jsme, že díky našemu algoritmu umělé inteligence pro dopočítávání a identifikaci scén jsou počty aut získané pomocí PTZ a statických kamer srovnatelné a tedy použitelné.

Software vyvinutý společností Amitia dokáže díky využití umělé inteligence dopočítat auta v okamžicích, kdy se PTZ kamera nedívá. Tato schopnost je unikátní, protože většina dodavatelů softwaru pro počítání s PTZ kamerami tuto funkcionalitu nepodporuje. Navíc umíme automaticky identifikovat scénu, na kterou se PTZ kamera aktuálně zaměřuje, což dále zvyšuje přesnost a spolehlivost našeho řešení.

KAMERY S RYBÍM OKEM

Kamery s rybím okem, neboli „fisheye“ kamery, jsou typem ultraširokoúhlých kamer, které poskytují panoramatický výhled až 180 nebo 360 stupňů, což umožňuje pokrýt velké plochy jedním zařízením. Výhodou je snížení slepých míst a nižší náklady na systém, zatímco nevýhodou je deformovaný obraz, nižší rozlišení na okrajích záběru. Pro sběr statistik z dopravy jsme kamery Fisheye vyhodnotili jako problematické. 

DALŠÍ TYPY KAMER

Existují kamery, které jsou kombinací několika statických kamer, což je výhodné oproti PTZ kamerám, protože umožňují kontinuální záznam ve více směrech. Nicméně, jsou zatím poměrně drahé a například město Plzeň je dosud nevyužívá.

Moderní přístupy počítačového vidění dosahují při zpracování statických záběrů z kamer spolehlivosti srovnatelné s manuálním počítáním. PTZ kamery mohou poskytovat podobně přesné výsledky jako statické kamery, ale je nutné správně interpolovat a nastavit scény, aby nedocházelo k problémům s roztříštěností záběrů. Tyto problémy dále řešíme, stejně jako zaměření kamer na křižovatky, protože některé predispozice otočných kamer nejsou pro počítání dopravy vhodné.

Počítání ze statických kamerových záznamů poskytuje podobné výsledky jako indukční smyčky, avšak nabízí mnoho výhod: jednoznačná identifikace směru jízdy vozidla, možnost monitorování více křižovatek (kde nejsou indukční smyčky), počítání stojících aut (odhady délky zácp) a jednodušší montáž.

• Chcete se dozvědět více o porovnání manuálního počítání dopravy s indukčními smyčkami a aplikací počítačového vidění na kamerové systémy?
• Potřebujete poradit s nastavením statických nebo otočných kamer? 

Zpracovat data z kamer v měřítku celého města. Vzhledem k velkému počtu kamer (stovky) vyžaduje toto řešení využití algoritmů distribuovaných výpočtů. Tuto výzvu řešíme v rámci projektu Partnerství znalostního transferu – Edge computing a hluboké učení pro sběr dopravních dat a identifikaci vozidel, ve spolupráci s týmem Západočeské univerzity v Plzni s oddělením umělé inteligence. Momentálně neexistuje žádné řešení, které by tuto problematiku dokázalo efektivně vyřešit v měřítku celého města. Řešení vyvíjené společností Amitia bude technologicky na nejvyšší světové úrovni.

Další výzvou je reidentifikace vozidel napříč různými kamerami bez použití rozpoznávání SPZ, které představuje zásah do soukromí. I tuto výzvu řešíme v rámci projektu Edge computing se Západočeskou univerzitou v Plzni s oddělením umělé inteligence. Již máme implementovaný algoritmus pro reidentifikaci. V současné chvíli pracujeme na zvýšení jeho spolehlivosti a robustnosti, aby svou kvalitou zapadl do zbytku systému. 

V projektu Modulární systém pro monitorování kvality a rekalibrace městských dopravních modelů s využitím umělé inteligence, nás čeká výzva ve vyřešení automatickém a kontinuálním provázání statistik s dopravními modely. V tomto projektu využíváme statistiky sbírané z kamer pro vyhodnocování přesnosti dopravního modelu města a jeho automatickou kalibraci. Tento projekt byl 4. nejlépe hodnocenou projektovou žádostí mezi přibližně 200 návrhy ve výzvě Doprava 2030, kterou vyhlásila Technologická agentura České republiky.