В Швейцарии хотят победить пробки с помощью дронов и ИИ

В Швейцарии хотят победить пробки с помощью дронов и ИИ

Пробки остаются одной из главных проблем крупных городов, и исследователи ищут способы их уменьшения без расширения дорожной сети.

Швейцарские ученые из Федеральной политехнической школы Лозанны (EPFL) предлагают революционные способы: использование дронов с алгоритмами искусственного интеллекта для мониторинга трафика и новые математические модели, учитывающие не только отдельные поездки, но и весь распорядок дня человека и его семьи, пишет techxplore.com

Согласно рейтингу TomTom, сильнее всего в Швейцарии от пробок страдает Женева: водители теряют здесь в заторах в среднем 141 час в год. По плотности трафика небольшой город входит в мировую двадцатку. Средняя скорость в Женеве - 19,1 км/ч (в Лозанне - 27 км/ч, в Берне - 42,4 км/ч). Для сравнения - в 2025 году список мегаполисов с самым медленным трафиком возглавил Лондон со средней скоростью 16,5 км/ч.

Читайте нас также

В Лаборатории городских транспортных систем EPFL для мониторинга трафика активно используют дроны. Традиционные методы (камеры, индукционные петли) сосредоточены на автомобилях и ограничены по времени и охвату. Дроны дают более широкую и детальную картину.

В 2018 году инженеры провели эксперимент в Афинах: группа дронов собрала массивы данных о движении без распознавания номеров и лиц. На основе этих данных разработали алгоритмы, способные различать типы транспортных средств (автомобили, грузовики, автобусы, мотоциклы, велосипеды) и отслеживать их траектории.

Читайте Mixer

Оказалось, что методы ИИ и машинного обучения позволяют с высокой точностью распознавать и отслеживать очаги перегрузки на больших территориях. Объединение данных дронов с классическими средствами мониторинга повышает точность прогноза на 15-20%. Это позволяет заранее принимать превентивные меры, например, регулировать светофоры за полчаса до того, как пробка дойдет до конкретного района.

Дроны также помогают анализировать поведение водителей (перестроения, взаимодействия) и видеть контекст - например, причину резкого торможения. Их применяют для задач безопасности, анализа мультимодального трафика, оценки качества воздуха и шумового загрязнения.

Пока речь не идет о готовом решении для немедленного внедрения таких технологий. Задача исследователей - разобраться в фундаментальных вопросах: насколько полезны дроны, какое преимущество дают их данные и какие новые возможности открывает ИИ.