Челябинский студент придумал, как контролировать вредные выхлопы от машин
Искусственный интеллект анализирует загрязнение воздуха по «картинкам» камер дорожного видеонаблюдения.
Напомним, в вузе разработали схему оптимального движения транспорта для Челябинской агломерации. Студенческое ноу-хау может стать ее хорошим экодополнением, поможет защитить мегаполис от вредных выхлопов.
Кирилл Хазюков победил во Всероссийском конкурсе студенческих проектов, получил грант и уже «в работе». Его научный руководитель — кандидат технических наук, доцент кафедры «Автомобильный транспорт» Владимир Шепелев. К масштабному экопроекту привлекли целую бригаду студентов, аспирантов и преподавателей смежных профилей.
По словам разработчиков, главная цель — создание системы автоматического определения выбросов загрязняющих веществ потоками автотранспорта с применением камер уличного видеонаблюдения в режиме реального времени. Существующие методики отслеживания выхлопов авто не позволяют получать данные о количестве и структуре загрязняющих веществ, а новый проект призван решить эту проблему.
«Я принял участие в конкурсе, чтобы получить поддержку на развитие проекта в виде гранта, услышать советы экспертов по его улучшению, — рассказывает Кирилл Хазюков. — Инновационность нашего подхода — в непрерывном анализе экообстановки с помощью искусственного интеллекта, получении данных о выбросах автотранспорта без задержек, в онлайн-режиме. По прогнозам, это существенно повысит эффективность управленческих решений в рамках экологической политики городов».
Как сообщили авторы проекта, уже созданы программные компоненты для обнаружения, классификации, отслеживания, определения скорости транспортных средств и параметров трафика, расчета выбросов вредных веществ семи типов. Но многое еще предстоит сделать: проработать пользовательский интерфейс, тестирование, отладку системы и подготовку серверного оборудования.
«Самый сложный этап проекта — разработка системы обнаружения и отслеживания транспортных средств, — делится Кирилл Хазюков. — Это вызвано расположением камер, которые не всегда охватывают всю «перекрестную» зону. Причем камера должна быть достаточно удалена, чтобы система могла с высокой точностью вести отслеживание движущихся автомобилей. Много времени заняла разработка методов по улучшению нейросетевой модели, пришлось в нее заложить более 30 тысяч изображений».
По мнению экспертов, эта «умная» система может найти применение в федеральных и муниципальных проектах по оценке экологических рисков. Программный комплекс, который уже на подходе, предлагают растиражировать в масштабах страны: он может произвести переворот в контроле и улучшении экологической обстановки. Ученые также работают над расширением его возможностей, чтобы научить систему еще и вести расчет выбросов мелких частиц, времени их рассеивания, прогнозировать возможное обострение экоситуации.
Поделиться