Kombinacija umjetne inteligencije i podataka iz sistema videonadzora u narednim će godinama znatno promijeniti način upravljanja saobraćajem i urbanom mobilnošću. Od hiperpersonaliziranog planiranja ruta i V2X komunikacije u vozilima do efikasnijeg planiranja saobraćaja, ovi sistemi postavljaju temelje za izuzetan napredak
Piše: Stjepan Šurmanović, voditelj prodaje za Jugoistočnu Evropu, Axis Communications; E-mail: Stjepan.Surmanovic@axis.com
Došlo je do suštinske promjene u načinu razmišljanja o videonadzoru i njegovoj primjeni. Napredak u rezoluciji, kvalitetu snimaka pri slabom osvjetljenju i većem broju sličica u sekundi ranije je bio isključivo usmjeren na poboljšanje iskustva posmatrača. Danas, međutim, kvalitet, količina i širina podataka koje ovi sistemi prikupljaju omogućavaju mnogo više od pukog nadzora. Sada možemo ostvariti složene ciljeve – od reagovanja u realnom vremenu i predviđanja incidenata do strateškog planiranja na osnovu novih i raznovrsnih podataka. Sve to omogućava preciznije mjerenje uspjeha, što je ključno za transportnu industriju, koja je tradicionalno bila ograničena na oskudne podatke.
Izazovi u saobraćaju
Nadležna tijela i urbanisti suočavaju se s brojnim izazovima: rastućim brojem vozila, saobraćajnim gužvama, oštećenjima puteva, ciljevima smanjenja emisija, javnim zdravljem i sigurnošću te pogoršanjem ekoloških uvjeta. To čini donošenje odluka i ulaganja u ovaj sektor izuzetno složenim, posebno u kontekstu ograničenih budžeta. No, zahvaljujući AI tehnologiji, koja može analizirati i prepoznati obrasce u ogromnim količinama podataka, nadležni organi uskoro će imati bogatije informacije za donošenje ključnih odluka. Veliki dio tih podataka dolazi upravo iz sistema videonadzora, koji postaju centralne platforme za razvoj novih pristupa mobilnosti. Dobra vijest je da već postoje milioni kamera koje prate saobraćaj i gradske tokove, prikupljajući podatke spremne za upotrebu. U nastavku istražujemo kako će AI i videonadzor transformirati saobraćajne sisteme u godinama koje dolaze.
Pametno planiranje ruta
Planiranje ruta daleko je složenije nego što se na prvi pogled čini. Iako su postignuti značajni pomaci u upravljanju saobraćajem, većina poboljšanja i dalje se primjenjuje uniformno. S druge strane, sistemi videonadzora već sada pružaju ogromne količine podataka u realnom vremenu, čineći ih idealnim resursom za precizno i prilagođeno planiranje ruta.
Naprimjer, vremenski uvjeti mogu znatno utjecati na performanse vozila. Brzina i smjer vjetra imaju ogroman utjecaj na potrošnju goriva, što je posebno važno za kamione i teška vozila. Električna vozila, pak, imaju problem s dugim vremenom punjenja, pa informacije o dostupnim punjačima koji skraćuju vrijeme punjenja duž rute mogu biti od presudne važnosti i olakšati naše putovanje. Slično tome, 4×4 vozila mogu savladati zaleđene ili poplavljene ceste, dok manja vozila i motocikli to ne mogu. Informacija o takvom stanju na cesti bila bi i više nego korisna, čak i električnim skuterima koji su, također, osjetljivi na loše cestovne uvjete poput rupa, makadamskih puteva ili tramvajskih šina. Faktori poput slabe vidljivosti, magle ili drugih nepovoljnih vremenskih uvjeta mogu biti uključeni u planiranje optimalne rute.
Podaci u realnom vremenu mogu direktno pomoći vozačima, povećavajući njihovu svijest o stanju na cestama. Naprimjer, nadzorni sistemi mogu prepoznati vozila s problemima prijanjanja i sugerisati vozačima da smanje brzinu ili upale svjetla za maglu.
Pametno putovanje i parkiranje
Efikasno upravljanje brzinom i saobraćajnim trakama ključno je za smanjenje zastoja. Inteligentni sistemi mogu analizirati korištenje traka i sugerisati optimalne trake i brzine putem unutrašnjih sistema u vozilima ili vanjskih saobraćajnih signala. Osim toga, problem parkiranja i dalje muči gradske vlasti. U urbanim sredinama s visokim stepenom zagušenja čak 30% vozača aktivno traži slobodno parkirno mjesto, a brojka ne uključuje vozače koji su već odustali i krenuli na drugu destinaciju. Poboljšanja u ovom segmentu mogu znatno smanjiti saobraćajne gužve i emisije štetnih gasova. Kamere mogu efikasno identificirati slobodna parkirna mjesta, bilo na ulicama ili u garažama. Kombinacijom saobraćajne analitike i naprednog V2X sistema, vozila se mogu automatski usmjeriti ka dostupnim parkirnim mjestima. Dodatno, ukoliko bi autonomna vozila međusobno razmjenjivala podatke o parkiranju, efikasnost sistema bi se još više povećala. Ovi sistemi također bi mogli optimizirati rad hibridnih vozila, omogućavajući im da u realnom vremenu prilagođavaju način korištenja motora na osnovu dostupnih punjača i saobraćajnih uvjeta.
Identifikacija zamalo izbjegnutih nesreća
Glavni cilj saobraćajnih organa je povećati sigurnost na cestama. Iako se nesreće i incidenti pažljivo prate, problem je što se zamalo izbjegnute nesreće često ne prijavljuju. Čak i kada svi pokazatelji ukazuju na visok rizik, mjere se obično poduzimaju tek nakon što se nesreća već dogodi. Ovdje videonadzor može donijeti ključnu promjenu. Za rizične lokacije poput pješačkih prijelaza, kružnih tokova i raskrsnica, kamere i audiosenzori mogu pratiti ponašanje vozača – prepoznajući prebrzu vožnju, nagla kočenja, klizanje, zvučne signale i treptanje svjetala. Ove informacije omogućavaju dvije važne stvari. Prvo, identifikaciju potrebnih preventivnih mjera, bilo da je riječ o poboljšanju osvjetljenja, postavljanju ogledala za bolju vidljivost ili uvođenju usporivača saobraćaja. Drugo, pružaju dragocjene podatke za ocjenu efikasnosti već implementiranih sigurnosnih mjera.
Konačni rezultat? Sigurnije ceste i manje nesreća – cilj kojem svi težimo.
