Снижение аварийности на транспорте с помощью компьютерного зрения

Январь, 2020 год.

AI-комплекс «Антисон» от ГК «КСОР» для обеспечения дорожной безопасности

Транспорт Логистика Безопасность Клиентский сервис Крупный бизнес КСОР Повышение качества Automated vehicle Computer vision

Какую проблему решали

Пассажирский транспорт мегаполиса входит в группу повышенного риска в связи с внушительным пассажиропотоком, плотностью движения и высокой нагрузкой на водителя.

Общественным транспортом Москвы каждый день пользуются несколько миллионов человек. Задача ГУП «Мосгортранс» обеспечить их комфорт и безопасность в пути.

70% дорожно-транспортных инцидентов происходит из-за потери внимания человеком.

Решение проблемы

Весь подвижной состав ГУП «Мосгортранс» оборудован программно-аппаратным комплексом «Антисон».

Система использует компьютерное зрение для анализа видеопотока в реальном времени непосредственно на устройстве.

Обнаружив признаки отвлечения, платформа подает звуковой сигнал водителю и оповещает центр мониторинга.

Применяемые технологии

Система основана на собственных алгоритмах машинного обучения и компьютерного зрения. «Антисон» обучен на датасете из 1 млн изображений.

Для построения вектора признаков использована гистограмма направленных градиентов (HOG) с 9 интервалами. В подходе выбран 1794-мерный вектор признаков, который представляет взвешенную по Гауссу пространственную статистику градиента.

Нормализованные векторные значения передаются в ансамбль из 50 деревьев принятия решений, которые обучены с использованием набора данных положительных и негативных примеров.

Выходные данные деревьев принятия решений объединяются посредством статистической процедуры и передаются в алгоритм фильтрации данных во временной области и далее в процедуру статистической оценки состояния водителя.

Логика работы .

Бизнес-процесс

До проекта:

Сотрудники многократно выполняют схожие действия и процедуры. Они отвлекаются на еду, курение и средства связи. Уровень внимания снижается, утомляемость приводит к засыпанию.
Отсутствует проактивный контроль состояния водителя. Это не позволяет предупредить инцидент в моменте.

После проекта:

Появилась возможность оперативно реагировать на потенциальный риск: платформа фиксирует признаки засыпания, «будит» водителя звуковым сигналом и информирует центр мониторинга для реагирования.
Инциденты попадают в единую базу. Формируются ежедневные, еженедельные и ежемесячные отчеты в разных разрезах.
Инциденты разбираются с водителями, проводится дополнительный инструктаж.