Automaattinen häiriöiden tunnistus, joka keskittyy pysähtyneisiin ajoneuvoihin

Automaattinen häiriöiden tunnistus (AID) hyödyntää videoanalytiikkaa vaarallisten tilanteiden löytämiseen tiellä ilman, että operaattorin tarvitsee seurata jokaista kameraa. Kaikista häiriöistä pysähtynyt ajoneuvo moottoritiellä, moottoriliikennetiellä tai tunnelissa on yksi vaarallisimmista: liikennöidylle kaistalle jäänyt rikkoutunut auto tai kuorma-auto aiheuttaa vakavan jatkotörmäysten riskin.

Ohjelmistomme on erikoistunut AID-komponentti, joka keskittyy juuri tähän tehtävään – pysähtyneiden ajoneuvojen tunnistukseen (SVD) nykyisistä liikennekameroistanne. Toisin kuin induktiosilmukat, jotka näkevät vain asennuskohtansa, video kattaa koko kamerakuvan. Se toimii liikennekeskuksenne rinnalla ja hälyttää operaattorit, jotta he voivat sulkea kaistan, tiedottaa kuljettajille tai lähettää apua.

Miksi keskittyä pysähtyneisiin ajoneuvoihin

• Kriittisin häiriötyyppi: liikennöidyllä kaistalla tai pientareella seisova ajoneuvo on yleinen peräänajojen ja ketjukolarien syy.
• Vaikea huomata käsin: valvomossa, jossa on kymmeniä kamerakuvia, yksittäisen kaukana, yöllä tai liikennemerkin takana pysähtyneen ajoneuvon voi helposti ohittaa.
• Vähemmän vääriä hälytyksiä: kullekin kameralle koulutettu oma malli antaa meidän säätää tunnistusta kuhunkin näkymään. Pyrimme pitämään väärät hälytykset mahdollisimman vähäisinä parantamalla tunnistusalgoritmejamme jatkuvasti. Viime kuukauden nykyinen keskiarvo, laskettuna reaaliaikaisesta datasta, on 0,23LIVEOnnistuneet tunnistukset115,647Kamerat156Projektit2Maat2Väärät hälytykset / tunti / kamera (keskiarvo, viime kuukausi)0,23 väärää hälytystä kameraa kohden tunnissa.

Näin videopohjainen häiriöiden tunnistusjärjestelmämme toimii

1. Ohjelmisto liittyy IP- tai analogisten (CCTV) kameroidenne nykyiseen videostriimiin – uutta laitteistoa ei tarvita.
2. Algoritmimme analysoivat videota jatkuvasti ja tunnistavat ajoneuvot, jotka pysähtyvät paikkaan, johon niiden ei pitäisi. Käytämme omia paikallisia tekoälymallejamme, joita yrityksemme on kehittänyt vuodesta 2018 – ei kolmannen osapuolen tekoälypalvelua. Ne on koulutettu sadoillatuhansilla todellisilla liikennetapahtumilla, eivätkä tiedot koskaan poistu palvelimelta – kaikki toimii paikallisesti.
3. Koulutamme jokaiselle kameralle oman mallin, ja päivä- ja yökuvalle on erillinen koulutus.
4. Kun pysähtynyt ajoneuvo tunnistetaan, järjestelmä hälyttää operaattorin, joka tarkistaa tilanteen ja päättää toimenpiteistä.

Lue lisää teknologiasta sivulta Näin se toimii tai katso todellisia esimerkkejä pysähtyneiden ajoneuvojen tunnistuksesta liikennekameroista.

Häiriöiden tunnistusohjelmisto liikennekeskuksellenne

Monilla tienpitäjillä on jo liikenteenhallinta-alusta tai induktiosilmukoihin tai tutkiin perustuva AID-järjestelmä. Häiriöiden tunnistusohjelmistomme voi täydentää sitä videolla. Pysähtyneiden ajoneuvojen tunnistuksemme voi toimia lisätunnistuskerroksena ja lähettää hälytyksensä liikennekeskukseenne, viestintäalustaan tai muihin järjestelmiin. Tunnistusta ohjataan selainpohjaisesta ohjauspaneelista, ja mukautamme integroinnin työnkulkuihinne.

Käytössä moottoriliikenneteillä

Pysähtyneiden ajoneuvojen tunnistuksemme on käytössä moottoriliikenneteillä Slovakiassa ja Tšekissä, missä se valvoo tienpitäjien liikennekameroita ympäri vuorokauden. Samaa lähestymistapaa voi käyttää moottoriteillä, tunneleissa, silloilla ja kaupunkiteillä.

Ylläpidättekö moottoriteitä, moottoriliikenneteitä, tunneleita tai kaupunkiteitä? Ottakaa yhteyttä, niin keskustelemme, miten pysähtyneiden ajoneuvojen tunnistus voi tukea häiriönhallintaanne.