В России оцифруют все дорожное движение к 2030 году

Российские специалисты планируют создать цифровой макет улично-дорожной сети страны уже к 2030 году – в общей сложности это 1,5 млн километров дорог. Впоследствии это поможет проводить оперативный мониторинг состояния светофоров, дорожных знаков, ограждений, бордюров, остановок, а также самого дорожного движения в автоматическом режиме. «Это позволит специалистам оперативно реагировать на изменения технического состояния объектов дорожно-транспортной инфраструктуры, например, отсутствие необходимых дорожных знаков, ненормативный наклон стоек светофорных объектов», - рассказал журналистам генеральный директор компании "Цифровые дороги" Александр Демин. Создавать такие виртуальные копии дорожной инфраструктуры поможет искусственный интеллект.

На сегодняшний день компания "Цифровые дороги" уже оцифровала 70 городов в 29 регионах страны и 40 тыс. км дорог. Для этого использовалась отечественная разработка - программно-аппаратный комплекс "Автодискавери", который при помощи нейросети и компьютерного зрения может создавать виртуальные копии улично-дорожной сети. Измерять координаты и параметры объектов помогали мобильные лаборатории, которые при помощи машинного зрения, нейросетевого анализа и LiDAR технологий с точностью до 10 см в режиме онлайн определяют и классифицируют все объекты на дороге. Такие лаборатории могут проезжать по 150 километров в день, при это работают полностью в автоматическом режиме, без человеческого ресурса. Все данные автоматически заносятся в базу без ручной обработки, поэтому оцифровка стандартного города укладывается примерно в две недели.

Цифровой двойник — это, в первую очередь, виртуальная копия физического объекта к которой также прилагается инженерная информация, что позволяет понять и смоделировать общую производительность, напоминает член комитета Госдумы по информационной политике, информационным технологиям и связи Антон Немкин. «Проще говоря, цифровой двойник — это полный аналог физического объекта, который постоянно обновляется данными из разных источников. Поэтому они намного эффективнее, например, тех же 3D-моделей, которые абсолютно статичны. Такие виртуальные копии делают значительно проще всю организацию дорожного движения. Подрядчики, строительные фирмы, операторы дорог и мостов могут использовать их для большей наглядности и понимания всех последствий принимаемых решений. Те же светофоры и знаки, которые зачастую на этапе проекта кажутся вполне уместными, а по итогу сильно осложняют процесс движения и приводят к многочисленным штрафам, при помощи таких копий будут устанавливаться более продуманно. Здорово, что для этого уже используются отечественные разработки. Очень хочется, чтобы конкуренция в этом секторе также росла, позволяя перепроверять те или иные принятые решения – от них ведь зависят и жизни россиян, ежедневно передвигающихся по этим дорогам», - отметил депутат.

Часто причиной большого количества аварий на определенных дорогах становится не состояние дорожного полотна, а как раз неверная организация дорожного движения, уверен Немкин. «Получается, что «западня» для водителей закладывается еще на этапе проектировки, а цифровые двойники помогают решить эту проблему. И избежать большого количества неприятностей, а порой и серьезных жертв. Да и в целом такой подход помогает намного эффективнее использовать ресурсы сотрудников, которые могут заниматься развитием дорожной сети, а не тратить силы и время на рутинные процессы, а иногда и пребывание в опасных условиях», - добавил парламентарий.

Использует искусственный интеллект для трансформации и цифровизации дорожной отрасли и РЖД, где на минувшей неделе представители виртуальный интерфейс-помощник «Валера». По словам разработчиков, он обладает огромным набором знаний по своей специфике, то есть по железной дороге. «Его отличие от скучной привычной документации в том, что вы можете его переспросить, если вам что-то непонятно, и вместо зачитывания одного и того же абзаца из документации 10 раз он постарается переформулировать это», — рассказали в холдинге. Внешний вид помощника создавался нейросетью из объемного набора фотографий железнодорожников.

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!