Русский
Камеры на базе ИИ для отслеживания тенденций пешеходной мобильности: от данных к устойчивому городскому будущему
Создано 01.31
Города по всему миру переживают глубокие преобразования в сторону устойчивого развития, и градостроительство, ориентированное на пешеходов, становится краеугольным камнем этой трансформации. Поскольку все больше муниципалитетов стремятся сократить углеродный след, повысить общественную безопасность и улучшить качество жизни, понимание тенденций пешеходного движения стало критически важным. Традиционные методы отслеживания пешеходного движения — такие как ручные опросы и ограниченные данные с датчиков — больше не достаточны для удовлетворения потребностей динамичной городской среды. Здесь на помощь приходит ИИ-камеры: передовые инструменты, которые революционизируют способы сбора, анализа и использования данных о мобильности пешеходов. В этой статье мы рассмотрим, как ИИ-камеры переопределяют отслеживание тенденций в области пешеходного движения, их инновационные применения в городах по всему миру, технические прорывы, делающие их более эффективными, и этические рамки, обеспечивающие ответственное использование.
За гранью подсчета: Эволюция ИИ-систем отслеживания пешеходов
Прошли те времена, когда мониторинг пешеходов сводился к простому подсчету. Современные камеры с искусственным интеллектом объединяют компьютерное зрение, алгоритмы машинного обучения и периферийные вычисления для получения детальных данных о поведении пешеходов. В отличие от традиционных систем видеонаблюдения, эти решения на базе ИИ могут определять не только количество пешеходов, но и их траектории, скорость, динамику групп и даже намерения — различая спешащих на работу горожан, туристов, осматривающих площадь, и семьи, неспешно прогуливающиеся по парку.
В основе этой возможности лежат передовые алгоритмы, такие как YOLOv7 (You Only Look Once) для обнаружения объектов в реальном времени и SORT (Simple Online and Realtime Tracking) для поддержания постоянной идентификации людей на кадрах с камер. Эти технологии работают в тандеме для обработки видеопотоков локально (с помощью граничных вычислений) или в облаке, генерируя полезные метаданные без необходимости хранения громоздких необработанных видеоматериалов. Такая эффективность меняет правила игры для городов, позволяя осуществлять непрерывный мониторинг без перегрузки ресурсов хранения данных или пропускной способности.
Ключевое отличие камер с искусственным интеллектом от традиционных методов отслеживания заключается в их способности адаптироваться к сложным условиям. Они могут эффективно работать при слабом освещении, в условиях большого скопления людей и при переменной погоде — это те проблемы, которые часто мешают работе ручных систем или систем на основе базовых датчиков. Например, датчик изображения Sony IMX500, оснащенный встроенной обработкой ИИ, может в реальном времени обнаруживать пешеходов и извлекать данные о мобильности, работая независимо от внешних источников питания, что делает его идеальным для удаленных или труднодоступных городских районов.
Глобальные примеры: ИИ-камеры формируют городскую мобильность
Города на разных континентах уже используют ИИ-камеры для трансформации планирования пешеходной мобильности. От оптимизации общественных пространств до повышения безопасности дорожного движения — эти реальные примеры демонстрируют практическую ценность технологии.
1. Милан: Переосмысление общественных пространств с помощью анализа поведения пешеходов
На культовой миланской площади Дуомо исследователи использовали видеоаналитику на основе ИИ для анализа пешеходных потоков и информирования проектов по реконструкции общественных пространств. Команда развернула камеры с ИИ, оснащенные моделями обнаружения и отслеживания объектов, для сбора данных о плотности, скорости и траекториях движения пешеходов. Классифицируя пешеходов по различным профилям — спешащие на работу, туристы, одиночки и группы — город получил основанные на фактических данных сведения для перепланировки площади с целью улучшения потока и удобства использования. Результат? Более удобное для пешеходов пространство, учитывающее разнообразные потребности при сохранении его исторического облика. Этот подход подчеркивает, как данные о мобильности, полученные с помощью ИИ, могут вывести городское планирование за рамки догадок к принятию решений на основе данных.
2. Нью-Йорк и Флорида: Снижение смертности в ДТП благодаря ИИ для безопасности пешеходов
Инициатива Vision Zero, направленная на полное искоренение смертей в результате дорожно-транспортных происшествий, нашла мощного союзника в лице ИИ-камер. Компании, такие как Stop for Kids, развернули системы на базе искусственного интеллекта на перекрестках в Нью-Йорке и Флориде для мониторинга поведения водителей и обеспечения соблюдения правил дорожного движения, защищающих пешеходов. Эти камеры обнаруживают "проезды на грани остановки", превышение скорости и непропуск пешеходов — нарушения, которые приводят к половине всех дорожно-транспортных происшествий. Технология использует ИИ для наложения цифровых ограничивающих рамок на транспортные средства, отслеживая их перемещения без захвата изображений лиц или происходящего в салоне автомобиля. В ходе 90-дневного пилотного проекта в Сэддл-Роке на Лонг-Айленде соблюдение знаков "Стоп" увеличилось с скромных 3% до 84%, а сегодня составляет 94%. Предотвращая опасное вождение, эти ИИ-камеры делают пешеходные переходы более безопасными для пешеходов, одновременно продвигая цели Vision Zero.
3. Рим: Баланс между эффективностью мобильности и защитой конфиденциальности
Сотрудничество Рима с Sony и Envision демонстрирует, как ИИ-камеры могут оптимизировать мобильность, уделяя при этом приоритетное внимание конфиденциальности. Город развернул ИИ-датчики (на базе Sony IMX500) для мониторинга пешеходных переходов, потока пассажиров в автобусах и наличия свободных парковочных мест. Ключевой инновацией здесь является способность датчиков обрабатывать данные локально, извлекая метаданные в реальном времени (например, присутствие пешеходов, наличие парковочных мест) без хранения изображений или передачи персональных данных. Такой подход "конфиденциальность по замыслу" обеспечивает соответствие строгим нормам, одновременно принося ощутимые выгоды: уменьшение заторов от автомобилей, кружащих в поисках парковки, оптимизация маршрутов автобусов на основе подсчета пассажиров и повышение безопасности пешеходов благодаря интеллектуальным световым оповещениям для водителей. Для пешеходов это означает сокращение времени ожидания автобусов и более безопасные переходы — и все это без ущерба для конфиденциальности.
4. Сан-Хосе: Защита уязвимых пешеходов с помощью ночного обнаружения
Сан-Хосе, Калифорния, использует датчики машинного зрения Sony для решения критической проблемы: гибели бездомных пешеходов в ночное время. Город установил на ключевых перекрестках камеры с искусственным интеллектом, работающие на солнечных батареях, для обнаружения пешеходов в условиях плохой видимости. Несмотря на то, что технология находится на стадии пилотного проекта, она уже предоставила ценные данные об объеме трафика и скорости движения транспортных средств, которые город использует для определения участков, нуждающихся в дополнительном уличном освещении, пешеходных переходах или дорожных знаках. Это целенаправленное применение демонстрирует, как камеры с искусственным интеллектом могут быть адаптированы для защиты уязвимых групп населения, обеспечивая инклюзивное планирование городской мобильности.
Технические прорывы: что делает современные ИИ-камеры такими эффективными?
Успех ИИ-камер в отслеживании мобильности пешеходов обусловлен несколькими ключевыми техническими достижениями, которые устраняют прошлые ограничения:
1. Периферийные вычисления для получения информации в реальном времени
Ранние системы ИИ-отслеживания полагались на облачные вычисления, что создавало задержки и ограничения пропускной способности. Современные ИИ-камеры используют граничные вычисления (edge computing), обрабатывая данные непосредственно на устройстве. Это позволяет проводить анализ в реальном времени, что критически важно для таких приложений, как оповещения о безопасности дорожного движения и динамические сигналы для пешеходных переходов. Граничные вычисления также снижают потребность в передаче данных, уменьшая затраты и повышая конфиденциальность, сохраняя конфиденциальную информацию локально.
2. Высокоточное распознавание пешеходов
Системы переидентификации пешеходов между камерами (Re-ID) значительно улучшились: точность достигает 93,8% в условиях отсутствия препятствий и 75,6% даже при наличии препятствий. Эти системы могут отслеживать пешеходов по нескольким видеопотокам с камер, реконструируя их полные маршруты передвижения по городу. Для городских планировщиков это означает целостное представление о том, как пешеходы перемещаются между районами, транспортными узлами и коммерческими зонами.
3. Анализ целевых групп населения
Современные модели ИИ теперь могут идентифицировать конкретные группы пешеходов, такие как дети, родители или пожилые люди, анализируя пропорции тела и модели движения. Например, в детских зонах отдыха эта технология использовалась для изучения взаимодействий между детьми и взрослыми, что помогло в разработке более безопасных и привлекательных игровых площадок. Такой уровень детализации позволяет городам адаптировать решения по мобильности к уникальным потребностям различных групп населения.
Этические соображения и соблюдение нормативных требований
Как и любая технология наблюдения, камеры с искусственным интеллектом для отслеживания пешеходов вызывают серьезные этические вопросы и опасения по поводу конфиденциальности. Для обеспечения ответственного использования города и поставщики технологий должны придерживаться строгих нормативных рамок и этических принципов.
Общий регламент ЕС по защите данных (GDPR) устанавливает глобальный стандарт конфиденциальности данных, требуя «минимизации данных» (сбора только необходимых данных) и прозрачности (информирования лиц о том, как используются их данные). Такие технологии, как ИИ-сенсоры Rome, соответствуют этим принципам, обрабатывая данные локально и удаляя несущественную информацию в режиме реального времени. Аналогично, системы Stop for Kids размывают черты лица и активность в салоне автомобиля, фокусируясь только на движении транспортных средств и номерных знаках для целей правоприменения.
Еще одним ключевым моментом является избежание «расширения полномочий» — расширения использования камер с искусственным интеллектом за пределы их первоначального назначения. Надзорные органы, такие как NYCLU в Нью-Йорке, предостерегают, что системы, первоначально развернутые для обеспечения безопасности дорожного движения, могут быть перепрофилированы для более широкого наблюдения без надлежащих мер защиты. Для снижения этого риска города должны установить четкие политики, определяющие сроки хранения данных, контроль доступа и допустимые виды использования данных о мобильности, полученных с помощью искусственного интеллекта.
Справедливость также имеет решающее значение. Алгоритмы ИИ должны проходить тестирование на предвзятость, чтобы избежать непропорционального воздействия на маргинализированные сообщества. Например, камеры должны одинаково хорошо работать в различных условиях освещения и точно распознавать пешеходов всех возрастов, полов и этнических групп. Регулярные аудиты и независимые оценки могут помочь обеспечить справедливость алгоритмов.
Будущее отслеживания пешеходов с помощью ИИ
Заглядывая в будущее, камеры с ИИ будут играть все более важную роль в создании устойчивых, удобных для пешеходов городов. Несколько тенденций готовы сформировать эволюцию этой технологии:
• Интеграция с экосистемами умного города: Данные об ИИ-мобильности будут объединены с данными систем общественного транспорта, программ совместного использования велосипедов и датчиков погоды для создания комплексных платформ городской мобильности. Эта интеграция позволит осуществлять динамическую корректировку, такую как маршрутизация общественного транспорта в реальном времени на основе спроса пешеходов или адаптивные светофоры, которые отдают приоритет пешеходам в часы пик.
• Усовершенствованные технологии конфиденциальности: Достижения в области федеративного обучения и гомоморфного шифрования позволят ИИ-камерам совместно анализировать данные без обмена необработанной информацией, что еще больше усилит защиту конфиденциальности.
• Проактивное планирование мобильности: Предиктивные модели ИИ будут использовать исторические данные о пешеходах для прогнозирования будущих тенденций, помогая городам предвидеть точки перегрузки и проактивно разрабатывать решения. Например, город может использовать предиктивную аналитику для планирования новых пешеходных переходов или расширения тротуаров до завершения строительства нового жилого комплекса.
• Приложения, ориентированные на климат: Поощряя использование пешеходного движения и общественного транспорта, данные о мобильности, полученные с помощью ИИ, будут способствовать сокращению городских выбросов углерода. Города могут использовать эти данные для определения областей, где улучшение пешеходной инфраструктуры окажет наибольшее влияние на снижение зависимости от автомобилей.
Заключение: Пешеходная мобильность на основе данных для улучшения городов
AI-камеры больше не являются просто инструментами наблюдения — они стали неотъемлемыми средствами для создания более устойчивых, безопасных и инклюзивных городов. Предоставляя подробные данные в режиме реального времени о тенденциях в области мобильности пешеходов, эти технологии позволяют городским планировщикам принимать обоснованные решения, ставящие людей выше автомобилей. От перепроектированных площадей Милана до более безопасных пешеходных переходов Нью-Йорка, глобальные примеры подчеркивают ощутимые преимущества отслеживания пешеходов с помощью ИИ.
Однако полный потенциал этой технологии может быть реализован только при ответственном использовании. Соблюдая нормативные акты о конфиденциальности, устраняя алгоритмические предубеждения и сохраняя прозрачность, города могут использовать AI-камеры для создания решений в области мобильности, которые принесут пользу всем жителям. Заглядывая в будущее, интеграция ИИ с городскими системами мобильности будет продолжать переосмысливать, что значит жить в городе, ориентированном на пешеходов, — городе, где передвижение эффективно, безопасно и устойчиво.
Для городов, начинающих этот путь, главное — начать с четких целей, привлечь заинтересованные стороны и уделять первостепенное внимание этическим соображениям на каждом этапе. При правильном подходе ИИ-камеры для отслеживания мобильности пешеходов станут краеугольным камнем устойчивых городов будущего.
Контакт
Оставьте свои контактные данные, и мы свяжемся с вами.
WhatsApp
WeChat