A mesterséges intelligenciával az utak zsúfoltsága is csökkenthető

A műegyetemi okosváros-projektek fejlesztési lehetőségeiről nyilatkozott az autopro.hu-nak a VIK szakembere.

Az okosvárossal kapcsolatban mindig azt nézem, hogy mire van társadalmi igény. És nyilvánvaló, hogy a városlakók számára a legbosszantóbb jelenség a közlekedés helyzete. Ez globális szinten is nagy kihívás, hiszen a tíz év múlva legnépesebbé váló városok között nem is nagyon ismert afrikai városok is vannak - érzékelteti az okosváros-fejlesztés aktualitását Simon Vilmos, a Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar (VIK) Hálózati Rendszerek és Szolgáltatások Tanszékének docense.

Rengeteg időt, energiát pocsékolunk el dugóban ülve, holott a GDP-t termelhetnénk vagy a családunkkal lehetnénk. Ehelyett azonban CO2-t termelünk, üzemanyagot égetünk el és a mindennapi stressz rombolja az egészségünk. Ezt ráadásul egyre több ember csinálja a Földön, 2050-re számítások szerint az emberiség háromnegyede urbanizált területeken fog tömörülni, egymással összenövő, úgynevezett konurbációkban zajlik majd az életünk jelentős része. Ám a városok, főutak áteresztőképessége nem fog jelentősen növekedni. Egy valamit tudunk befolyásolni, ez pedig a közlekedők jobb elosztása fejlett informatikai rendszerek segítségével. Valójában erről szólt a Budapesten működő BKK Futár rendszer létrehozása is: mindenki számára jobban tervezhetővé vált a közösségi közlekedés.

Már amúgy is sok szenzor, kamera működik a köztereken, és ezek sok-sok adatot szolgáltatnak. Gépi látással, mélytanulási algoritmussal még egy monitorozásra használt forgalomfigyelő kamera képéből is olyan forgalmi jellemzőket lehet előállítani, amellyel taníthatóak a modellek és ezek segítségével megjósolhatóak jövőbeli forgalmi események. További értékes adatokat szolgáltatnak az induktív hurkok vagy más típusú forgalomszámlálók, a Bluetooth vagy RFID alapú forgalomszámláló rendszerek, illetve a különböző navigációs rendszereket üzemeltető cégek is sok historikus forgalmi adattal rendelkeznek - mondja Simon Vilmos, aki egyben a tanszéken működő MEDIANETS labor vezetője is.

A VIK egyetemi docense beszélt arról, hogy a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal (NKFIH) Versenyképességi és kiválósági együttműködések (VKE) pályázatán a BME, a GAMAX Informatikai és Munkaerő-kölcsönző Kft. és a Rationet Zrt. 1,4 milliárd forintot nyert egy 4 éves komplex fejlesztésre. Ennek célja egy olyan piacképes termék fejlesztése, amely a városi közlekedés szabályozását menedzseli mesterséges intelligencia bevonásával. A BME-n 5 területen is fejlesztünk: gépi látás eszközeivel nyerünk ki forgalmi jellemzőket valós időben a kameraképekből, ugyanúgy valós időben hatalmas méretű adathalmazt kezelni képes stream processing alapú rendszert építünk, gépi tanuláson alapuló forgalompredikciós módszereket implementálunk, a városi forgalmirányítók részére beavatkozó megoldásokat nyújtunk (közlekedési lámpa valós időben történő vezérlése), illetve járműkommunikációs keretrendszert is fejlesztünk. A mi rendszerünk heterogén adathalmazzal dolgozik, ezért van szükség komoly hardveres és szoftveres háttérre, ami ezt feldolgozza. A rendszernek fel kell például ismernie egy balesetet valamilyen minta alapján, vagy előre kell jeleznie, hogy forgalmi dugó fog bekövetkezni egy meghatározott időn belül, így a közlekedésszervezők időben riasztást kapva be tudnak avatkozni a közlekedési infrastruktúrán keresztül (pl. változtatnak a közlekedési lámpa beállításán) vagy egy alternatív útvonalat ajánlanak fel a végfelhasználók számára (navigációs alkalmazáson vagy a jövőben akár járműkommunikációs platformon keresztül). Ma az van, hogy a forgalomirányítás csak akkor avatkozik be, ha betelt utakat lát. Akkor kezd tervezni, hogy akkor hova kell terelni. Ezt mindenképpen meg kell haladni, és a mesterséges intelligenciával ez meg is haladható.

Az interjú további része az autopro.hu-n érhető el.

Forrás: autopro.hu
Fotó: BME HIT, Bosch