Desafio / Objectivo
O tráfego no distrito urbano era originalmente controlado com base em regimes de ciclo estático de semáforos desenvolvidos por engenheiros de tráfego. Estes regimes mudavam três vezes por dia a horas fixas e não respondiam às flutuações frequentes do tráfego com uma variação bastante grande. Esta ineficiência de controlo conduzia a perdas de tempo significativas para os condutores e a graves congestionamentos.
O nosso objetivo era implementar e aplicar um esquema de controlo flexível, baseado em técnicas de IA de ponta, que permitisse a monitorização do tráfego e o controlo dos semáforos em tempo real.
Solução
1. Implementámos um módulo de visão computacional que analisa os fluxos de vídeo das câmaras instaladas nos cruzamentos, reconhece e segue todos os veículos na região de visibilidade (80-100 metros) e extrai informações sobre as suas posições e velocidade em tempo real.
2. Implementámos uma infraestrutura para treinar agentes de aprendizagem por reforço, utilizando um simulador de tráfego calibrado com dados do mundo real obtidos a partir do módulo de visão computacional. A infraestrutura é, de um modo geral, suficiente para poder incorporar todas as fontes de dados de tráfego disponíveis (agora ou no futuro) e para treinar um agente ótimo que recomenda fases para os controladores de semáforos. Este agente é o núcleo do nosso módulo de recomendação.
3. Integrámos os nossos módulos de visão computacional e de recomendação no sistema central de gestão do tráfego do departamento de transportes de Moscovo e fornecemos recomendações para mudanças de fase em tempo real.
Participação dos cidadãos
Os cidadãos podem comentar a situação do trânsito em cruzamentos específicos, utilizando uma plataforma em linha do serviço de trânsito.
Quer aprender mais sobre as lições partilhadas, detalhes financeiros e resultados?
Entrar