Нейросеть против пробок
У российских городов может появиться надёжный союзник – нейросеть, которая умеет не просто фиксировать транспортный поток, а заранее предсказывать заторы. Разработка учёной из ЮУрГУ способна превратить обычные уличные камеры в мощный инструмент управления дорожным движением.
Учёная Южно-Уральского государственного университета Рухшона Джураева создала нейросетевую систему, которая прогнозирует дорожные заторы на перекрёстках. Особенность решения – в его практичности: система подключается к уже установленным городским камерам видеонаблюдения и анализирует транспортный поток в реальном времени. Она не только считает машины, но и классифицирует их по пяти категориям, учитывает время суток и календарь, формируя прогноз дорожной обстановки.
Разработка уже прошла тестирование на видеоданных с камер в Душанбе и получила патент. По словам создателей, система готова к внедрению в российских городах. Её ценность – в способности работать на базе существующей инфраструктуры, без необходимости массовой замены оборудования. Для регионов с ограниченными бюджетами это особенно важно: вместо дорогостоящего развёртывания новых систем можно «прокачать» уже имеющиеся камеры, превратив их из инструментов фиксации нарушений в источники данных для управления трафиком.
Горизонты развития
Перспективы внедрения в России выглядят многообещающе. С 2020 года в стране активно развивается программа интеллектуальных транспортных систем (ИТС): к 2024 году они охватывали 62 городские агломерации в 56 субъектах РФ, а объём федерального финансирования с 2020 года превысил 22 млрд рублей. К 2030 году планируется довести уровень зрелости ИТС не ниже первого в 66 городах-агломерациях.
Для муниципалитетов ключевое преимущество системы – низкий порог входа. Не нужно закупать новые датчики или строить сложную инфраструктуру: достаточно подключить аналитический модуль к существующему видеопотоку. Это позволит оперативно прогнозировать заторы, адаптивно управлять светофорами, оценивать долю личного и общественного транспорта, выявлять перегруженные направления и планировать развитие дорожной сети.
Экспортный потенциал у разработки тоже есть, хотя и носит среднесрочный характер. Тест на данных из Душанбе уже показал, что технология применима за пределами России. Перспективными рынками могут стать страны СНГ, ЕАЭС, Центральная Азия, Ближний Восток и Юго-Восточная Азия – регионы, где города быстро растут и сталкиваются с транспортными перегрузками.
От датчиков к нейросетям
Последние пять лет развитие ИТС в России шло поступательно. С 2020 года эти системы стали частью нацпроекта «Безопасные качественные дороги», и к 2024 году их внедряли уже в десятках агломераций. Параллельно развивались и прикладные технологии: в Брянске устанавливали отечественные видеодетекторы «ПАУК Трафик», использующие нейросети и компьютерное зрение для детекции транспорта.
В Дагестане модернизировали светофоры и видеонаблюдение, чтобы анализировать дорожную ситуацию в реальном времени. В Пензе на загруженных перекрёстках работали адаптивные светофоры, реагирующие на плотность трафика. А в Улан-Удэ внедрение ИТС позволило увеличить среднюю скорость движения в часы пик с 15,5 до 22,8 км/ч – наглядное доказательство того, что «умные» технологии реально меняют городскую мобильность.
Эти примеры показывают, как постепенно меняется роль городской инфраструктуры: камеры и датчики перестают быть просто средствами контроля и становятся источниками данных для проактивного управления транспортом. Разработка ЮУрГУ логично вписывается в этот тренд, предлагая инструмент, который не только фиксирует, но и прогнозирует ситуацию.
От пилота к стандарту
Система Рухшоны Джураевой – это не абстрактный эксперимент, а прикладной инструмент для городских властей. Её главная ценность – в расширении функционала существующих камер: вместо пассивной фиксации они становятся активными элементами ИТС, способными предупреждать о надвигающихся заторах.
Наиболее вероятный сценарий развития – пилотные внедрения в российских городах с последующей интеграцией в центры организации дорожного движения и системы адаптивного светофорного управления. Если система подтвердит свою точность в разных погодных и дорожных условиях, она может стать востребованным модулем для региональных ИТС. В ближайшие годы такие технологии могут стать стандартом для российских городов, делая дорожную сеть не только умнее, но и удобнее для всех участников движения.
