En la South Ural State University, se ha creado un sistema de red neuronal que puede advertir con antelación sobre atascos de tráfico en las intersecciones. Se conecta a cámaras de vigilancia de calle comunes, analiza el flujo de vehículos en tiempo real y predice dónde podría ocurrir un atasco.

El desarrollo fue creado por la científica de SUSU, Rukhshona Juraeva. Según ella, las cámaras en las intersecciones de las ciudades rusas se utilizan principalmente para registrar infracciones. El nuevo sistema amplía sus capacidades: no solo graba videos, sino que también analiza el movimiento del transporte desde diferentes ángulos y a lo largo de todo el flujo.

La principal diferencia del desarrollo con respecto a sus análogos es que se puede integrar con cualquier cámara ya instalada en las intersecciones. Según Juraeva, el sistema se puede aplicar en cualquier ciudad rusa.

La red neuronal no solo puede predecir atascos, sino también contar el transporte y clasificar los vehículos. Esto es importante para las autoridades de la ciudad: por ejemplo, si los datos muestran que el flujo denso es creado principalmente por automóviles privados, se puede tomar la decisión de desarrollar más activamente el transporte público.

El sistema se instala en la computadora del operador que monitorea el flujo de video de las cámaras de vigilancia. El primer componente procesa el video, cuenta los vehículos y los distribuye en cinco clases. El segundo analiza estos datos teniendo en cuenta la hora del día y el calendario. El tercero combina los resultados y construye un pronóstico de la situación del tráfico.

En SUSU explicaron que los servicios interesados reciben estadísticas visuales y pronósticos en tiempo real. Después de eso, se pueden ajustar las fases de los semáforos o redistribuir los flujos de tráfico.

La red neuronal ya ha sido probada con datos de video de cámaras de vigilancia en Dushanbe. El sistema pudo clasificar el transporte en cinco categorías, incluidos camiones y autobuses. Se ha obtenido una patente para el desarrollo y está listo para su implementación en Russia.