Veiliger kruispunt dankzij AI voor snelheidscamera's
Met de bestaande infrastructuur die het verkeer in de gaten houdt kunnen planners de doorstroom nog beter maken. Een kunstmatig intelligent algoritme, ontwikkeld door de University of Texas at Austin, analyseert beelden van snelheids- en beveiligingscamera's of sensoren bij stoplichten en daarmee verkeerssituaties.
De techniek laat zien hoe ver beeldherkenning inmiddels is gekomen. Voetgangers, auto's, bussen, vrachtwagens en fietsen worden allemaal herkend als aparte objecten. Ook ziet het programma of een licht op groen staat of niet en herkent het verkeersborden.
Maar het unieke van deze AI is dat hij ook interacties tussen verkeersdeelnemers kan herkennen. Laten auto's bijvoorbeeld vaak voetgangers voor? Of rijden fietsers bij een bepaalde weg regelmatig tegen de richting in? De computer, die in razend tempo verzamelde camerabeelden analyseert en sorteert, ziet al die gedragingen en geeft ze door aan (menselijke) verkeersplanners. Die kunnen daar vervolgens hun voordeel mee doen.
De kunstmatige intelligentie maakt het planningswerk volgens de onderzoekers van de University of Texas at Austin veel makkelijker. Nu krijgen verkeersplanners hun data uit tellingen die nooit meer dan een paar dagen duren of via tijdelijk geïnstalleerde sensoren. Beide methodes zijn minder praktisch dan een computer die automatisch camerabeelden bestudeert die toch al worden gemaakt voor verkeerscontroles of veiligheid.
95 procent zeker
De onderzoekers hopen dat hun techniek breed toepasbaar is in verschillende steden. De eerste resultaten lijken bemoedigend: in een tien minuten durende video wist het algoritme met 95 procent nauwkeurigheid auto's te herkennen en gevaarlijke situaties tussen wagens en voetgangers te zien.
Het identificeren van bijna-aanrijdingen van voetgangers is voorlopig het enige wat de AI kan. Maar hoe meer camerabeelden het algoritme 'ziet', hoe meer het uiteindelijk herkent. De onderzoekers denken dat hun systeem straks onder andere voetgangers kan zien die verkeerd oversteken en kan herkennen hoe auto's en voetgangers op elkaar reageren in allerlei situaties. Planners kunnen al die informatie gebruiken om kruispunten veiliger te maken en de doorstroming te bevorderen.