Геопространственные ученые разработали новую программу для мониторинга дорожных знаков, нуждающихся в замене или ремонте, используя изображения Google Street View.
Полностью автоматизированная система обучается с помощью обнаружения объектов с помощью искусственного интеллекта для распознавания уличных знаков на свободно доступных изображениях.
Муниципальные власти в настоящее время тратят много времени и денег на мониторинг и запись геолокации дорожной инфраструктуры вручную, что также подвергает работников ненужным рискам дорожного движения.
Результаты, только что опубликованные в журнале Computers, Environment and Urban Systems, показывают, что система обнаруживает знаки с точностью около 96%, определяет их тип с точностью около 98% и может записывать их точную геолокацию по 2D-изображениям.
Ведущий автор исследования и студент с отличием по геопространственным наукам Университета RMIT Эндрю Кэмпбелл сказал, что экспериментальная модель была обучена видеть знаки «стоп» и «уступить дорогу», но может быть обучена распознавать многие другие входные данные и легко масштабировались для использования местными органами власти и дорожными службами.
"(Муниципальные власти) предъявляют требования по мониторингу этой инфраструктуры, но в настоящее время нет дешевого или эффективного способа сделать это", - сказал Кэмпбелл.
"Используя бесплатные инструменты с открытым исходным кодом, мы разработали полностью автоматизированную систему для выполнения этой работы, причем более точно."
Команда обнаружила в ходе расследования, что обязательные данные GPS о местоположении в существующих базах данных дорожных знаков часто были неточными, иногда до 10 м.
Отслеживание этих знаков вручную людьми, которые могут не быть обученными геологами, вносит человеческую ошибку в базу данных. Наша система, однажды настроенная, может использоваться любым пространственным аналитиком - вы просто указываете системе, какую область вы хотите монитор, и он позаботится об этом для вас», - сказал Кэмпбелл.
Кэмпбелл приписал первоначальную концепцию проекта своему отраслевому наставнику из Alpine Shire Council и выпускнику RMIT Geospatial Science Барретту Хигману.
RMIT геопространственный ученый и соруководитель проекта, доктор Чайн Сан, сказал, что тот факт, что некоторые советы уже прикрепляют камеры к мусоровозам, чтобы собирать уличные кадры, показывает, насколько ценными становятся визуальные данные, учитывая, что технологии теперь могут делать с это.
«Эти изображения имеют решающее значение для местных органов власти при мониторинге и управлении активами, и с процветанием огромного количества геопространственных приложений эта информация станет еще более ценной», - сказал Сан.
"Наше приложение является одним из нескольких первых приложений для удовлетворения конкретных отраслевых потребностей, но в ближайшие годы появится гораздо больше."
Сан сказал, что кадры из других источников, например, с камер мусоровозов или любые другие изображения дорожной сети с географической привязкой, собранные муниципальными властями, также могут быть загружены в систему.
"Там, где видеоматериалы уже собираются, наше исследование может предоставить советам экономичный инструмент для получения информации и данных из этого существующего ресурса", - сказала она..