Un nouveau système d'IA gère l'infrastructure routière via Google Street View

Un nouveau système d'IA gère l'infrastructure routière via Google Street View
4.7 (94.86%) 35 votes


IMAGE: Le système identifie et localise les panneaux d'arrêt.

Crédit: Université RMIT

Les scientifiques géospatiaux ont mis au point un nouveau programme pour surveiller les panneaux de signalisation nécessitant un remplacement ou une réparation en exploitant les images de Google Street View.

Le système entièrement automatisé est formé à la détection d'objet à l'aide d'une intelligence artificielle afin d'identifier les panneaux de signalisation sur les images librement disponibles.

Les autorités municipales consacrent actuellement beaucoup de temps et d’argent à la surveillance et à l’enregistrement manuel de la géolocalisation des infrastructures de circulation, une tâche qui expose également les travailleurs à des risques de circulation inutiles.

Résultats récemment publiés dans le journal de Ordinateurs, environnement et systèmes urbains show Le système détecte les panneaux avec une précision de près de 96%, identifie leur type avec une précision de près de 98% et peut enregistrer leur géolocalisation précise à partir des images 2D.

L'auteur principal de cette étude, Andrew Campbell, étudiant honorifique en sciences géospatiales à la RMIT University, a déclaré que le modèle de démonstration de principe avait été formé de manière à voir les signaux «d'arrêt» et «de passage» (rendement), mais pouvait également être formé pour identifier de nombreux autres intrants. facilement évolutif pour une utilisation par les gouvernements locaux et les autorités de la circulation.

"(Les autorités municipales) ont l'obligation de surveiller cette infrastructure mais ne disposent actuellement d'aucun moyen efficace ni bon marché", a déclaré M. Campbell.

"En utilisant des outils gratuits et à code source ouvert, nous avons mis au point un système entièrement automatisé pour effectuer ce travail et le faire avec plus de précision."

Au cours des enquêtes, l’équipe a découvert que les données de localisation GPS obligatoires dans les bases de données de panneaux de signalisation existants étaient souvent inexactes, parfois jusqu’à 10 mètres.

"Le suivi manuel de ces signes par des géoscientifiques non formés introduit une erreur humaine dans la base de données. Notre système, une fois configuré, peut être utilisé par tout analyste spatial. Vous indiquez simplement au système la zone que vous souhaitez surveiller et il s'en occupe. ça pour vous ", a déclaré Campbell.

M. Campbell a attribué le concept initial du projet à son mentor du secteur au sein du Conseil Alpine Shire et du diplômé en sciences géospatiales de RMIT, Barrett Higman.

Le Dr Chayn Sun, scientifique géospatial et co-responsable du projet au RMIT, a déclaré que le fait que certains conseils fixaient déjà des caméras sur des camions poubelles pour recueillir des images de rue montrait à quel point les données visuelles devenaient précieuses, compte tenu de ce que la technologie pourrait en faire maintenant.

"Cette imagerie est essentielle pour les gouvernements locaux dans la surveillance et la gestion des actifs et, compte tenu de l'énorme quantité d'applications géospatiales en plein essor, cette information deviendra encore plus précieuse", a déclaré Sun.

"Notre application est l'une des nombreuses premières applications permettant de répondre à un besoin spécifique de l'industrie, mais beaucoup d'autres apparaîtront dans les années à venir."

Sun a déclaré que des séquences provenant d'autres sources, telles que des caméras pour camions de déchets ou toute autre imagerie géoréférencée du réseau routier collectée par les autorités municipales, pourraient également être intégrées au système.

"Là où des séquences sont déjà collectées, notre recherche peut fournir aux conseils un outil économique pour générer des idées et des données à partir de cette ressource existante", a-t-elle déclaré.

###

Le projet a été co-dirigé par Sun et son collègue scientifique en géospatiale du RMIT, Dr Alan Both, du Center for Urban Research de l'université.

L’équipe travaille actuellement avec les gouvernements locaux sur des stratégies d’intervention de chauffage utilisant des images de Google Street View pour analyser l’ombre des arbres de la rue.

"Détecter et cartographier les panneaux de signalisation de Google Street View à l'aide de l'apprentissage en profondeur et des SIG" vient de paraître dans Ordinateurs, environnement et systèmes urbains avec DOI: 10.1016 / j.compenvurbsys.2019.101350.

L’Université RMIT de Melbourne, en Australie, a récemment été élue meilleur institut de recherche en sciences géospatiales au monde par le Geospatial World Forum.

Avertissement: AAAS et EurekAlert! ne sont pas responsables de l'exactitude des communiqués publiés sur EurekAlert! institutions contributrices ou pour l'utilisation de toute information via le système EurekAlert.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *