Vilniuje DI kameros atskleidė sankryžų spūsčių priežastis

Straipsnis

Vilniuje DI kameros atskleidė sankryžų spūsčių priežastis

Vilniuje išbandytos DI kameros parodė, kad vakarinio piko metu sankryžos blokavimo tikimybė išauga šešis kartus. Autobusuose įrengtos kameros taip pat ieškojo kelio dangos pažeidimų.

Skaitymo laikas: 4 Minutės
Sekti „Google“

Vilniuje išbandyta dirbtiniu intelektu (DI) paremta eismo stebėjimo sistema atskleidė, kad sankryžų blokavimą gali lemti ne tik bendras automobilių skaičius, bet ir vairuotojų nesugebėjimas laiku išvažiuoti iš sankryžos. Sistema penkiose sostinės centro sankryžose ir penkiuose miesto autobusuose taip pat fiksavo eismo situacijas bei kelio dangos pažeidimus.

Bandomąjį projektą įgyvendino Lietuvos technologijų bendrovė „AAI Labs“, bendradarbiaudama su Vilniaus viešojo transporto agentūra JUDU ir Vilniaus miesto savivaldybės administracija.

Sistema realiuoju laiku stebėjo eismą, nustatė problemines vietas ir rinko duomenis, kurie ateityje galėtų padėti efektyviau reguliuoti transporto srautus.

Vakarinio piko metu sankryža blokuojama šešis kartus dažniau

Viena iš stebėtų vietų – Švitrigailos ir Naugarduko gatvių sankryža. Nuo 2026 metų sausio iki birželio pradžios ja vidutiniškai per dieną pravažiuodavo apie 15 tūkst. transporto priemonių.

DI kameros fiksavo ne tik automobilių skaičių, bet ir jų judėjimo kryptis, eismo intensyvumą bei atvejus, kai transporto priemonės sustodavo sankryžos viduryje. Daugiausia dėmesio skirta geltonai pažymėtai sankryžos zonai, kuri turi likti laisva, kad nebūtų trukdoma eismui kitomis kryptimis.

Automobiliai šioje zonoje sustodavo kiekvieną projekto dieną. Įprastą darbo dieną sistema užfiksuodavo apie 12 tokių atvejų.

Duomenys parodė, kad vakarinio piko metu transporto priemonių srautas sankryžoje būdavo tik apie 5 proc. didesnis nei vidurdienį. Vis dėlto tikimybė automobiliui įstrigti geltonai pažymėtoje zonoje tuo metu padidėdavo maždaug šešis kartus.

Tai rodo, kad spūstis gali lemti ne vien bendras automobilių skaičius, bet ir tai, ar transporto priemonės spėja išvažiuoti iš sankryžos. Kai išvažiavimo kryptimi susidaro eilė, automobiliai nebegali laiku atlaisvinti sankryžos ir ima trukdyti eismui kitomis kryptimis.

Dauguma blokavimo atvejų truko neilgai, tačiau ilgesni incidentai dažniau pasitaikydavo piko metu. Vienas projekto komandos peržiūrėtas atvejis sukėlė eismo spūstį.

Tokie duomenys galėtų padėti savivaldybės specialistams priimti sprendimus dėl šviesoforų reguliavimo. Nustačius, kad sankryža blokuojama dėl užsikimšusio išvažiavimo, būtų galima svarstyti signalų ciklų koregavimą, kad automobiliai į sankryžą įvažiuotų tik tuomet, kai pakanka vietos iš jos išvažiuoti.

Sistema ne visus sankryžų blokavimo atvejus įvertino teisingai

Bandomasis projektas parodė, kad DI užfiksuotus pažeidimus būtina tikrinti. Projekto komandai rankiniu būdu peržiūrėjus 100 pranešimų apie sankryžos blokavimą, nustatyta, kad maždaug kas šeštas atvejis buvo susijęs su vairuotojais, laukusiais galimybės pasukti į kairę.

Toks sustojimas, laukiant, kol bus galima praleisti priešpriešinį eismą, gali būti teisėtas. Kadangi sistema jau geba nustatyti transporto priemonių judėjimo kryptis, ateityje ją būtų galima patobulinti, kad tokie atvejai nebūtų klaidingai žymimi kaip sankryžos blokavimas.

Autobusų kameros ieškojo kelio dangos pažeidimų

Kita projekto dalis buvo skirta Vilniaus gatvių būklei stebėti. Penkiuose miesto autobusuose įrengtos į priekį nukreiptos kameros, autobusams važiuojant maršrutais, analizavo kelio dangą.

Sistema galėjo atpažinti galimus pažeidimus, nustatyti jų vietą ir išsaugoti trumpą vaizdo įrašą. Kadangi autobusai tais pačiais maršrutais važiuoja daug kartų per dieną, tos pačios gatvių atkarpos buvo tikrinamos pakartotinai.

Jei įtariamas pažeidimas būdavo aptinkamas ne vieną kartą, tai suteikdavo daugiau pagrindo manyti, kad konkrečioje vietoje iš tiesų yra kelio dangos problema. Tokia informacija galėtų padėti gatvių priežiūros specialistams greičiau nustatyti vietas, kurias būtina patikrinti ar remontuoti.

Vis dėlto sistema dar nėra visiškai tiksli. Geriausiai ji atpažino didesnius ir aiškiai matomus objektus, pavyzdžiui, šulinių dangčius. Smulkesnius įtrūkimus aptikti buvo sudėtingiau, o kai kuriais atvejais šešėliai ar nusidėvėjęs kelio ženklinimas klaidingai palaikyti dangos pažeidimais.

Todėl galutinis užfiksuotų problemų vertinimas liko specialistų atsakomybė.

Vaizdas apdorotas pačiose kamerose

Bandomajame projekte naudotos kameros buvo sujungtos su nedideliais kompiuteriais, kurie vaizdą apdorodavo vietoje. DI atpažino automobilius, autobusus, dviratininkus ir pėsčiuosius, o surinktus duomenis perdavė į bendrą valdymo sistemą.

Užuot nuolat siuntus visą vaizdo srautą, 5G ryšiu buvo perduodami duomenys apie suskaičiuotus objektus ir trumpi įvykių vaizdo įrašai. Specialistai juos galėjo peržiūrėti valdymo skydelyje ir patikrinti sistemos pateiktus perspėjimus.

Stacionarios kameros buvo montuojamos ant gatvių apšvietimo stulpų, o elektros energija joms tiekiama iš apšvietimo arba šviesoforų tinklų. Todėl nereikėjo tiesti naujų elektros linijų. Autobusuose įrengtos sistemos veikė transporto priemonėms važiuojant įprastais maršrutais.

Kol kas projektas buvo bandomasis ir apėmė tik penkias sankryžas bei penkis autobusus Vilniaus centre. Jo rezultatai parodė, kad DI sistemos gali suteikti miestui išsamesnės informacijos apie eismo problemas.

Surinkti duomenys galėtų būti naudojami vertinant šviesoforų reguliavimo pakeitimus, nustatant nuolat blokuojamas sankryžas ar planuojant gatvių priežiūros darbus. Sprendimas dėl sistemos plėtros į kitas Vilniaus gatves kol kas nepaskelbtas.

Bandomojo projekto metu taip pat nebuvo nustatyta, kiek konkrečiai tokia technologija galėtų sutrumpinti spūstis ar sumažinti kelio dangos remonto išlaidas.

Šaltinismadeinvilnius.lt

Palikti komentarą

Komentarai (1)

samanėlė

vaizdo apdorojimas pačiose kamerose skamba praktiškai