Проекты «умных городов» полноценно развиваются, и в них активно применяется видеоаналитика. Сегодня мы обсудим как анализ видеоданных с камер наблюдений помогает контролировать городские пространства, делать среду безопасной, а жителей — более счастливыми.
Повышение безопасности в метро
Каждый год в метрополитенах и на городских железных дорогах падают на рельсы десятки и сотни людей. Среди причин таких инцидентов — скопления людей, драки, внезапные проблемы со здоровьем, например, головокружение или сердечный приступ, бывают и намеренные прыжки под поезд. А последствия (даже если никто не погиб) — задержки [1] для десятков тысяч пассажиров.
Иногда окружающие успевают среагировать, обратиться к дежурному по станции, но компьютеры в таких ситуациях действуют намного оперативнее. Системы видеоаналитики способны мгновенно «увидеть» человека на рельсах, автоматически включить красный свет поездам и отправить тревожный сигнал.
Разгрузка дорог
В городах будущего станет меньше личных автомобилей, а значит и пробок (которые обошлись [2] миру в $ 87 млрд в 2018 году. А значит общественный транспорт должен быть удобным. Одно из решений — это планирование маршрутов и интервалов между ними в соответствии с пассажиропотоком. Например, когда людей на остановке много, на линии нужно больше автобусов номер 310, а номер 552 может изменить маршрут, чтобы забрать пассажиров. Чтобы воплотить это в жизнь, нужно постоянно считать людей на остановках, и здесь поможет видеоаналитика.
Автомобилистам анализ данных с камер тоже поможет — система, оценивающая состояние на дорогах в режиме реального времени, позволит строить оптимальный план поездки так, не усугубляя уже существующие заторы, а также сообщит о свободных парковочных местах (именно из-за долгого поиска парковки появляется [3] 30% пробок).
Предотвращение инцидентов на проезжей части
Видеоаналитика обеспечивает автоматическое распознавание дорожно-транспортных происшествий и аномалий на дорогах — сломавшихся светофоров, повреждений дорожного покрытия.
А ещё на основе полученных данных можно определять опасные участки и продумывать способы работы с ними. Например, если в зоне скоростного трафика люди слишком часто пытаются перебежать дорогу, необходимо установить светофор либо заграждения.
Снижение расходов на вывоз мусора
В России каждый год образуется [4] 60 млн тонн твердых бытовых отходов. В современных мегаполисах остро стоит вопрос своевременного вывоза мусора. Но каждый выезд мусоровоза — это издержки для жилищного хозяйства.
Контейнеры в жилых комплексах заполняются неравномерно. Как сделать рейс машины был максимально эффективным, чтобы не объезжать «холостые» точки, но обязательно приехать туда, где контейнеры уже заполнены. Городское видеонаблюдение частично решает вопрос, но проверка данных и формирование маршрутов вручную непросто. Ускорить процесс способна видеоаналитика: она может анализировать уровень наполнения контейнеров, качество их выгрузки.
Подобную идею уже используют [5] рестораны McDonald’s и универмаги Nordstrom в США, и ежегодно экономят тысячи долларов на каждом мусорном контейнере.
В среднем же расходы на сбор бытовых отходов сокращаются [6] на 40%. А интеграция видеоаналитики со сторонними сервисами позволяет автоматически составлять маршруты для машин. А ещё на основе полученных данных можно определять опасные участки и продумывать способы работы с ними. Например, если в зоне скоростного трафика люди слишком часто пытаются перебежать дорогу, необходимо установить светофор либо заграждения.
Безопасность массовых мероприятий
Концерты, спортивные состязания и другие подобные мероприятия собирают десятки тысяч человек и сопровождаются высоким риском непредвиденных ситуаций у гостей. Возможны внезапное ухудшение здоровья, конфликты и драки, правонарушения. А если толпа людей двинется в одном направлении, существует опасность давки с человеческими жертвами.
Недавний пример: после окончания концерта [7] в Минске люди вышли под ливень, стремительно побежали в метро, создали давку с пострадавшими. Чтобы избежать подобных ситуаций нужно проводить распределение человеческих потоков при входе и выходе.
Здесь поможет видеоаналитика, благодаря которой трафик на мероприятиях и распознавание инцидентов происходит в реальном времени, а кроме того видеоданные накапливаются для последующего анализа. А при подключении камер к системе распознавания лиц на мероприятии можно обнаружить людей находящихся в розыске и имеющих действующие запреты на посещение определенных мероприятий.
Системы видеоаналитики — это не волшебная палочка, которая сразу после внедрения устраняет все проблемы. Они получают и обрабатывают видеопотоки и предоставляют данные, с которыми еще нужно работать. Однако в контексте «умного города» видеоаналитика — необходимый инструмент для создания безопасной и комфортной городской среды.
Источники:
- https://www.the-village.ru/city/news/328807-relsy
- https://www.weforum.org/agenda/2019/03/traffic-congestion-cost-the-us-economy-nearly-87-billion-in-2018/
- https://www.techrepublic.com/article/smart-cities/
- https://riamo.ru/article/500771/60-mln-tonn-othodov-nakaplivayut-v-rossii-ezhegodno.xl
- https://edition.cnn.com/2020/12/18/tech/compology-artificial-intelligence/index.html
- https://compology.com/blog/fullness-monitoring-for-waste/
- https://www.gazeta.ru/science/2019/05/30_a_12384493.shtml