Умный мобильный комплекс контроля объектов дорожной инфраструктуры и жилищно-коммунального хозяйства

Интеллектуальная система автоматического контроля состояния объектов дорожной инфраструктуры и прилегающей территории, объектов жилищно-коммунального хозяйства городской среды

Умный мобильный комплекс на базе ИИ

Состав комплекса, размещаемого в транспортном средстве
Модуль искусственной нейронной сети
3 видеокамеры высокой четкости

Автоматизация процесса контроля за объектами дорожного и жилищно-коммунального хозяйства — актуальная задача в концепции Умного города

Городские коммунальные службы должны проводить ежедневный контроль улиц и дворов, множества объектов дорожного и коммунального хозяйства в масштабах всего города. Проверки проводятся на предмет своевременной уборки и чистоты дорог и территории, вывоза мусора, исправного состояния и содержания в облагороженном виде объектов и малых архитектурных форм, отсутствия надписей, грязи, краски, объявлений на городских объектах, анализируются и сотни других нарушений.

При ручном выполнении функции контроля возникают две основные проблемы:

  1. Оценка ответственным работником состояния объекта и наличия нарушений подчас субъективна, так как в процесс вмешивается человеческий фактор: часть из них оказывается незафиксированной или отражается в неполном объеме.

   2. Ответственные за контроль работники способны проверить лишь небольшое количество объектов. Однако эту работу необходимо проводить ежедневно и в масштабах всего города. 

Зачастую о проблеме заявляют жители города в виде обращений и жалоб, таким образом работа дорожных и коммунальных служб обычно сопряжена с критикой и обвинениями в неэффективности.


Устранение нарушений в нормативные сроки, то есть еще до того, как нарушение может вызвать жалобу со стороны жителей, было бы возможно при своевременном обнаружении неисправности или нарушения. Нужно лишь решить задачу их оперативного обнаружения и передачи заявки на устранение в соответствующие городские службы.


Мы решили эту задачу с помощью технологий искусственного интеллекта.

Краткое описание системы

Система состоит из облачной платформы управления и мобильных программно-аппаратных комплексов (ПАК) для мониторинга состояния объектов дорожной инфраструктуры.

Установленный на автомобиль заказчика ПАК включает в свой состав три камеры видеонаблюдения высокой четкости и платформу искусственного интеллекта модуль искусственной нейронной сети (ИНС) на базе суперкомпьютера с использованием графического процессора для ускорения вычислений.

Модуль ИНС автономно обрабатывает видеопотоки и позволяет автоматически фиксировать отклонения в состоянии объектов дорожной инфраструктуры и прилегающей территории: автомобильной дороги, бордюров, дорожных знаков, светофоров, опор освещения и других. С помощью мобильного комплекса можно определять признаки загрязнений, наличия краски, наклеек и надписей на поверхности информационных указателей, контролировать переполнение урн возле остановок общественного транспорта и другие нарушения.

Данные о состоянии инфраструктуры и объектов записываются в память ПАК, а также в режиме реального времени передаются в личный кабинет заказчика облачной платформы управления. Информация содержит дату, время и место фиксации, а также фотоснимок объекта с указанием типа отклонения.

 

Отличительная черта мобильного комплекса состоит в том, что с транспортного средства происходит непрерывная видеосъемка объектов, а нейронная сеть в режиме онлайн автоматически анализирует их состояние, не осуществляя записи и хранения видео.

Система не требует специальных тарифов сотовой связи, так как не передает видеопотоки от видеокамер в облако, не требует вычислительных ресурсов в облаке для анализа видеоизображений, а также системы хранения данных. Через канал сотовой связи в облачную систему управления передается только непосредственно скриншот (снимок) с нарушением и метаданные.

Городской транспорт

Установка мобильного комплекса на уже имеющиеся в распоряжении города транспортные средства позволяет не только контролировать состояние дорожного хозяйства без дополнительных затрат. Использование существующего городского транспорта дает возможность осуществлять проезды по полосе общественного транспорта (полоса «А») или на закрытые для свободного проезда дворовые территории.

Комплексы могут быть установлены на несколько типов городского транспорта:

  • на городской общественный транспорт (автобусы, электробусы, троллейбусы), совершающий ежедневные поездки по установленным маршрутам, для контроля основных городских дорог и прилегающей территории. В результате все основные улицы, видимые горожанами и гостями города из окон своих автомобилей, такси и общественного транспорта будут находиться под ежечасным контролем. Это позволит своевременно устранять такие нарушения, как граффити на стенах или надписи на дорожных знаках, расклеенные объявления на опорах освещения, переполненные урны возле павильонов общественного транспорта, неухоженные цветники и другие мелкие, но неприятные глазу нарушения.
  • на коммунальную технику ЖКХ. Коммунальная техника совершает ежедневный проезд по всем дворовым территориям, установка мобильного комплекса позволяет, в том числе, контролировать факт работы навесного оборудования.
  • на муниципальный транспорт, для контроля городских и областных дорог, где нет маршрутов общественного транспорта. Эта часть территории города или области может быть обследована на еженедельном цикле.

Рекомендуемое расчетное количество мобильных комплексов для города и области:

  • установка оборудования на одно ТС на каждый маршрут общественного транспорта,
  • установка оборудования на все ТС коммунальной техники, совершающие ежедневную механизированную уборку дворовых территорий,
  • установка оборудования на муниципальную технику исходя из расчета проезда автомобилем 200-300 километров в день (1000-1500 километров в неделю).

Например, для контроля области с общей протяженностью дорог 15 тысяч километров (30 тысяч километров в обе стороны) потребуется 20-30 ТС с еженедельным периодом контроля.

 

Еженедельное или ежедневное обследование дорожной и городской инфраструктуры не является избыточным, но позволяет не только своевременно выявить нарушение, а также оперативно подтвердить его устранение.

Методология проверки

Технологии ИНС позволяют автоматически сравнивать с эталоном все объекты дорожного хозяйства, попадающие в зону обзора видеокамер, и определять степень отклонения: от допустимой до критической. Критерии стандартов качества в определении отклонений от норматива могут меняться. В зависимости от требований заказчика можно проводить калибровку и настройку ИНС.

 

Например, устанавливать более низкий порог срабатывания системы при анализе соответствия объекта регламентам. Технологии машинного зрения и искусственного интеллекта позволяют беспристрастно определять состояние любого объекта. Это делает сервис еще более универсальным, обеспечивая город или регион системой контроля за состоянием улиц и дорог, в том числе и в зимнее время.

 

Определение степени критичности состояния объекта определяется государственными отраслевыми стандартами и/или согласованными с заказчиком методологиями. В частности, для определения соответствия дорог требованиям к параметрам и характеристикам эксплуатационного состояния, система калибруется по значениям, допустимым ГОСТ Р 50597-2017.

Выявляемые системой нарушения

Контроль состояния объектов дорожной инфраструктуры
  • Неудовлетворительное состояние дорожного знака или указателя. Поиск признаков повреждения, загрязнения, нанесения краски, наклеек и прочих посторонних предметов на поверхность дорожного знака, информационного указателя.
  • Грязная опора освещения. Поиск признаков загрязнений, краски, наклеек, объявлений и прочих посторонних предметов на поверхности опор освещения.
Контроль состояния дорог
  • Повреждение асфальтобетонного покрытия. Поиск трещин, выбоин, ям и признаков разрушения дорожного полотна.
  • Стертая дорожная разметка. Поиск признаков стертости дорожной разметки выше допустимого порогового значения.
  • Нарушение целостности искусственной дорожной неровности (ИДН, “лежачий полицейский”). Поиск признаков разрушения, отсутствия элементов ИДН.
  • Отсутствует или поврежден бортовой камень. Поиск признаков разрушения, повреждения или отсутствия бортового камня.
  • Дорожное покрытие не очищено от снега.
  • На дорожном покрытии присутствует слякоть.
Контроль прилегающей территории
  • Неудовлетворительное содержание цветника. Поиск признаков повреждений цветника любой формы, отсутствия ухода за растениями, отсутствие цветов в цветнике.
  • Грязный павильон общественного транспорта. Поиск признаков поломок, загрязнений, краски, наклеек, объявлений и прочих посторонних предметов на поверхности павильонов (остановок) общественного транспорта любой формы.
  • Переполненная урна. Контроль переполнения урн возле павильонов общественного транспорта.
  • Поиск граффити. Поиск любых посторонних надписей, рисунков и т.п. на стенах, искусственных ограждениях и малых архитектурных формах.

Пример работы искусственной нейронной сети мобильного комплекса: поиск и распознавание объектов, определение состояния объекта, в случае неудовлетворительного состояния снятие скриншота и выделение на скриншоте объекта ограничивающей рамкой.

Система управления и мониторинга

Облачная система управления и мониторинга позволяет управлять данными, полученными от мобильных комплексов ИНС. В личном кабинете заказчику доступно:

  • отображение маршрутов движения транспортных средств по городу (трекинг),
  • послойное отображение на карте каждого типа нарушений за выбранный временной интервал,
  • детальная информация о каждом обнаруженном инциденте (дата, время, скриншот с выделенным графикой (рамкой) нарушением, вероятность истинного обнаружения ИНС, географические координаты, привязка к карте),
  • автоматическая генерация отчетов по всем типам нарушений с выгрузкой в табличном виде,
  • трансляция видеопотоков с мобильных комплексов,
  • статус нахождения в сети и статистика работы мобильных комплексов,
  • удаленная диагностика.

ЗАПРОСИТЬ ДЕМО

Отдел продаж компании СМ Системс

avk@sm.systems

ул. Промышленная, д.11, стр. 3