В Южно-Уральском государственном университете создали нейросетевую систему, которая может заранее предупреждать о дорожных заторах на перекрёстках. Она подключается к обычным уличным камерам видеонаблюдения, анализирует поток машин в реальном времени и прогнозирует, где может возникнуть пробка.

Разработку создала учёный ЮУрГУ Рухшона Джураева. По её словам, обычно камеры на перекрёстках в российских городах используют в основном для фиксации нарушений. Новая система расширяет их возможности: она не просто записывает видео, а анализирует движение транспорта с разных ракурсов и на протяжении всего потока.

Главное отличие разработки от аналогов — её можно интегрировать с любыми камерами, уже установленными на перекрёстках. По словам Джураевой, систему можно применять в любом российском городе.

Нейросеть умеет не только прогнозировать заторы, но и подсчитывать транспорт, а также классифицировать автомобили. Это важно для городских властей: например, если данные покажут, что плотный поток создаётся в основном личными машинами, можно принять решение активнее развивать общественный транспорт.

Система устанавливается на компьютер оператора, который следит за видеопотоком с камер наблюдения. Первый компонент обрабатывает видео, считает машины и распределяет их по пяти классам. Второй анализирует эти данные с учётом времени суток и календаря. Третий объединяет результаты и строит прогноз дорожной ситуации.

В ЮУрГУ объяснили, что заинтересованные службы в реальном времени получают наглядную статистику и прогноз. После этого можно скорректировать фазы светофоров или перераспределить транспортные потоки. 

Нейросеть уже протестировали на видеоданных с камер наблюдения в Душанбе. Система смогла классифицировать транспорт по пяти категориям, включая грузовики и автобусы. На разработку получен патент, она готова к внедрению в России.