Разработано и апробировано решение на основе искусственного интеллекта, которое автоматически обнаруживает и оцифровывает дефекты на шумозащитных экранах, а также контролирует состояние дорожной инфраструктуры.
В рамках пилотного проекта ГК «Автодор» и исследователи «Центра компетенций НТИ по большим данным МГУ имени М.В. Ломоносова» при участии ООО «ОЗМК» создали искусственный интеллект для контроля состояния дорожной инфраструктуры и обнаружения дефектов на шумозащитных экранах. Данная разработка поможет контролировать состояние объектов дорожной инфраструктуры для их своевременного обновления и контроля гарантийных обязательств.
Алгоритм работы решения предполагает, что к любому автомобилю крепится устройство, которое содержит камеру, GPS-модуль, микрокомпьютер и датчик освещенности. Последний позволяет адаптировать алгоритмы под погодные условия, благодаря чему становится возможным фиксировать дефекты одинаково точно и при солнечной, и при пасмурной погоде. При проезде автомобиля вдоль шумозащитных экранов устройство непрерывно записывает видео, геоданные и уровень освещенности. Полученные данные анализируются искусственной нейросетью, которая детектирует дефекты на шумозащитных экранах. На основе геоданных в веб-интерфейсе выстраивается карта, где точкой отмечается каждая обнаруженная проблема и прикрепляется соответствующий фотоснимок и площадь повреждения.
Данное решение позволит контролировать состояние шумозащитных экранов из различных материалов, нарушение гарантийных характеристик, а также эффективно планировать и проводить их обновление. При этом существует возможность адаптировать технологию к различным конструкциям и материалам экрана, учитывать специфику повреждений.
Кроме шумозащитных экранов, разработанное решение способно вести учет и оценивать состояние и других объектов дорожной инфраструктуры. Среди них — дорожные знаки, светофоры, фонари, солнечные панели, разметка пешеходных переходов, прочая дорожная разметка (в том числе временная) и т. д. Благодаря решению также становится возможным автоматическое обнаружение и определение трещин и других повреждений дорожного полотна.
В дальнейшие планы исследователей входят расширение функционала и дополнительное обучение модели, в том числе на основе данных, собираемых в процессе дорожного мониторинга.