Un equipo combinado de científicos coreanos y estadounidenses
creó un sistema de seguimiento del tráfico utilizando solo dos computadoras portátiles con WiFi activo y módulos de red neuronal. El costo de dicho sistema es mucho más bajo que el precio de una infraestructura estándar de una red de monitoreo de tráfico, que incluye cámaras, radares y software especializado.
La precisión de reconocimiento de los vehículos en movimiento con el nuevo sistema es bastante alta. El tipo de vehículo se determina con una precisión del 91,1%. El sistema distingue la diferencia entre diferentes tipos de automóviles y motocicletas con una precisión de casi el 100%.
Para que el sistema funcione, necesita dos computadoras portátiles ubicadas en lados opuestos de la carretera y WiFi. Es cierto que los científicos instalaron dos computadoras portátiles más con cámaras conectadas, lo que nos permitió calcular la cantidad de autos que pasaban y establecer el tipo de vehículo.
El principio del sistema es el análisis de una señal de radio modificada, cuyas características se ven afectadas por un vehículo en movimiento. Para determinar el tipo de máquina, los desarrolladores utilizaron una red neuronal convolucional, que fue entrenada para reconocer tipos de vehículos durante 120 horas. Los datos para la capacitación ya se recopilaron en el proceso, en las "condiciones de campo" en el camino.
Los desarrolladores no tenían el objetivo de aprender a identificar absolutamente todos los tipos de vehículos. Para empezar, se
enseñó a la red neuronal
a identificar automóviles, SUV, camionetas, camiones y motocicletas. Como se mencionó anteriormente, la precisión para determinar el paso de varios tipos de vehículos a lo largo de la carretera es muy alta: aproximadamente 99.4%. La precisión para determinar el tipo de transporte ya es menor: de 83.3% a 99.7%. La precisión promedio fue de 91.1%.
Según los autores del proyecto, el sistema puede ser entrenado en tareas más complejas, después de lo cual será posible utilizarlo, por ejemplo, por la policía de transporte. La precisión del sistema es ligeramente inferior a la infraestructura estándar, pero es bastante posible utilizar una red neuronal en secciones remotas de la carretera, esto le permite conectar una gran cantidad de secciones nuevas a la supervisión del tráfico.
El sistema no es adecuado para corregir a los infractores de las normas de tránsito, sino para determinar la densidad del tránsito, la eficiencia del uso de secciones individuales de la carretera, por completo. "Creemos que nuestro sistema puede ser útil para evaluar el trabajo de miles de kilómetros de tramos de carretera lejos del centro", dicen los participantes del proyecto. El precio del sistema, que incluye el proceso de capacitación de la red neuronal y la red neuronal en sí, es de aproximadamente $ 1000. El costo de un punto de observación estacionario supera los $ 35,000.