Новосибирские автобусы станут «умными» диагностами дорог
В дорожном хозяйстве России на смену периодическим рейдам специализированных лабораторий приходит непрерывный цифровой мониторинг. Новосибирская область находится в лидерах, предлагая масштабируемую и экономичную модель контроля за состоянием асфальта.
В Новосибирской области с 2027 года планируют запустить масштабное сканирование дорог с использованием лазерных технологий и специального ПО. Система будет автоматически собирать данные о состоянии дорожного покрытия, выявлять дефекты и формировать цифровую модель инфраструктуры. Территориальное управление автомобильных дорог (ТУАД) разрабатывает этот проект совместно с НГТУ НЭТИ. К 2027 году лазерные сканеры планируют устанавливать не только на специализированные дорожные лаборатории, но и на обычный маршрутный транспорт – автобусы и троллейбусы.
От «Трассы-2» к постоянному потоку данных
Приобретенная Новосибирском в 2026 году передвижная лаборатория «Трасса-2» к середине августа обследовала более 500 километров дорог, измеряя колею и фиксируя трещины. Однако одна машина, даже самая совершенная, не может дать непрерывную картину. Другое дело – сотни автобусов, ежедневно проходящих одни и те же маршруты. Совсем скоро пассажирский транспорт станет огромной распределенной сетью сбора данных о дорогах, что позволит обновлять информацию о конкретном участке не раз в год, а ежедневно.
Технически проект разбит на три уровня. Первый – сбор «облака точек» лазерными сканерами. Второй – распознавание этих данных специализированным ПО, которое должно отличить реальную выбоину от тени, снега или лужи. И третий, самый важный для управления – геопривязка и визуализация в цифровой модели. Именно она даст дорожникам возможность видеть не статичную карту, а цифровую «историю» дороги.
Автобус как лаборатория
Лазерное сканирование и компьютерное зрение в дорожном мониторинге – явление распространенное. «РОСДОРНИИ» на постоянной основе проводит масштабную диагностику дорожной сети России. Для этого используются инновационные мобильные дорожные лаборатории, оснащенные системами лазерного сканирования и панорамной видеофиксации.
В Москве нейросети анализируют дороги с камер еще с 2022 года. В Подмосковье в прошлом году 40 мобильных комплексов с ИИ нашли более 3 тысяч дефектов, что снизило поток жалоб от жителей на 10%. Проект по ИИ-мониторингу дорожного хозяйства был запущен и в Мурманской области. Мобильный комплекс нейросетевого наблюдения на базе автомобиля в режиме реального времени находит нарушения дорожной инфраструктуры: выбоины, трещины, стертую или поврежденную дорожную разметку, сломанные или нечитаемые дорожные знаки.
Но новосибирская идея – немного иная. Она не требует создания отдельного парка дорогостоящих лабораторий. Регион пытается использовать уже существующую инфраструктуру – общественный транспорт – как носитель измерительных приборов. Но данные с автобуса заведомо менее точны, чем с выверенной лаборатории. Поэтому наиболее реалистичный сценарий – двухуровневая система. Маршрутный транспорт будет выполнять функцию массового мониторинга, быстро выявляя проблемные зоны, а «Трасса-2» выезжать туда для детальной диагностики. Это позволит экономить ресурсы и время.
Прямая дорога в цифровое будущее
В Новосибирской области уже есть подобные «умные» диагносты качества дорог. Ученые Центра искусственного интеллекта Новосибирского государственного университета разработали интеллектуальную систему, которая с помощью камер видеофиксации, установленных в городе, и специально обученной нейронной сети может с большой точностью выявлять различные дефекты объектов городской инфраструктуры, а затем, с помощью логико-семантического блока, формировать решение по устранению этих проблем. Для региона, где уже развернута интеллектуальная транспортная система с сотнями видеодетекторов, данные сканирования могут стать недостающим слоем.
Научные исследования подтверждают экономическую эффективность цифровых систем: цифровые двойники в полтора-два раза дешевле традиционных полевых обследований и выдают актуальные данные в два с половиной или даже три раза быстрее. Сопоставив состояние покрытия с интенсивностью движения и аварийностью, можно будет точнее выбирать участки для ремонта.
«Современные цифровые решения для эффективного управления дорожным движением внедряются опережающими темпами. В целом перед нами стоит задача к 2030 году достичь результата, при котором интеллектуальные системы будут не ниже первого уровня зрелости в 66 городах, образующих городские агломерации», – подчеркнул заместитель председателя правительства России Марат Хуснуллин.
Работа по внедрению и развитию интеллектуальных транспортных систем (ИТС) в регионах стартовала в 2020 году благодаря национальному проекту «Безопасные качественные дороги». С 2025 года мероприятия проводят уже по национальному проекту «Инфраструктура для жизни», и география регионов-участников расширяется. В 2025 году на развитие интеллектуальных транспортных систем в регионах из федерального бюджета было выделено 2,7 миллиарда рублей.
