.
Pesquisadores propuseram um novo método para contar e rastrear veículos em vias públicas, um desenvolvimento que pode aprimorar os sistemas de tráfego atuais e ajudar os viajantes a chegarem mais rapidamente aos seus destinos.
Usando as câmeras já instaladas nos ônibus do campus da Ohio State University, os pesquisadores demonstraram que podiam medir automaticamente e com precisão a contagem de veículos em estradas urbanas, detectar objetos na estrada e distinguir veículos estacionados daqueles que estão em movimento.
Em estudos anteriores, os pesquisadores do estado de Ohio descobriram que o uso dessas câmeras móveis fornece uma cobertura espacial e temporal muito melhor do que contar com sensores esparsos e muitas vezes colocados temporariamente que não fornecem uma visão de muitas ruas e estradas em uma cidade.
“Se coletarmos e processarmos informações espaciais de alta resolução mais abrangentes sobre o que está acontecendo nas estradas, os planejadores poderão entender melhor as mudanças na demanda, melhorando efetivamente a eficiência no sistema de transporte mais amplo”, disse Keith Redmill, principal autor do estudo e um professor associado de pesquisa de engenharia elétrica e de computação na Ohio State.
Enquanto os pesquisadores usavam observadores humanos para identificar manualmente os veículos nos vídeos, este estudo, publicado na revista Sensors, automatiza o processo usando IA.
De acordo com os co-autores do estudo Mark McCord e Rabi Mishalani, ambos professores de engenharia civil, ambiental e geodésica no estado de Ohio, sua equipe optou por utilizar as câmeras de trânsito no Serviço de Ônibus da Área do Campus em parte porque o grande campus interconectado do estado de Ohio se assemelha uma cidade pequena e seu relacionamento com os operadores do CABS deu a eles acesso imediato aos vídeos coletados.
“Compartilhar o acesso às nossas câmeras de ônibus para monitoramento de tráfego é um ótimo exemplo de como as operações da universidade podem apoiar a pesquisa e o aprendizado”, disse Tom Holman, diretor de Transporte e Gerenciamento de Tráfego do Estado de Ohio. “Estamos felizes em compartilhar os recursos existentes que podem gerar dados úteis para fins de planejamento de tráfego de longo prazo no campus e além.”
Mas o que diferencia este estudo de estudos semelhantes relacionados ao trânsito é que ele utiliza os recursos disponíveis sem nenhum custo extra: câmeras de ônibus que já foram instaladas para outros fins de segurança e proteção. Isso permite que seja facilmente integrado à forma como outras cidades gerenciam seu monitoramento de tráfego, disse Mishalani.
“Se pudermos medir o tráfego de uma maneira tão boa ou melhor do que o que é feito convencionalmente com sensores fixos, teremos criado algo incrivelmente útil e extremamente barato”, disse ele. “Nosso objetivo é começar a construir um sistema que possa fazer isso sem muita intervenção manual, porque se você deseja coletar essas informações sobre muitos veículos em potencial e muito tempo, vale a pena automatizar totalmente esse processo”.
O sistema funciona utilizando um modelo de aprendizado profundo 2D de última geração chamado YOLOv4 para detectar e rastrear objetos automaticamente. O programa também é especialista em reconhecer vários objetos em um único quadro de imagem, disse Redmill.
Embora ainda esteja longe da implementação total, o estudo sugere que os resultados do sistema são promissores para o futuro da vigilância inteligente do tráfego. Por exemplo, além de contar veículos, seu algoritmo também é capaz de projetar coordenadas panorâmicas da rede rodoviária do mundo real, aproveitando fluxos de imagens, medições GNSS e informações regionais de mapas 2D. É tão preciso que o sistema também foi capaz de detectar se o ônibus desviou de sua rota planejada – e, em seguida, relatar isso a um banco de dados de mapas que registra informações detalhadas sobre as estradas, disse Redmill, que também é membro do Controle do Estado de Ohio. e Laboratório de Pesquisa em Transportes Inteligentes (CITR).
Com ampla implantação e integração de sua abordagem proposta, a vasta coleta e automação completa do processamento desses dados ao longo do tempo permitiria um planejamento, projeto e operação de rodovias mais eficazes para mitigar o tráfego pesado em todo o país. Quanto aos benefícios que o público pode ver, tais avanços na vigilância do tráfego podem significar tempos de viagem reduzidos e maiores opções de viagem ao tentar ir do ponto A ao ponto B.
“Os planejadores, engenheiros e operadores de transporte tomam decisões vitais sobre o futuro de nossas rodovias, portanto, ao projetar sistemas de transporte para funcionar nos próximos 30 a 50 anos, é imperativo fornecer a eles dados que lhes permitam melhorar a eficiência do sistema e o nível de serviço prestado aos viajantes”, disse Mishalani.
A pesquisa foi apoiada pelo programa Mobility21 University Transportation Center do Departamento de Transporte dos Estados Unidos. Outros co-autores são Ekim Yurtsever e Benjamin Coifman, ambos do estado de Ohio.
.
