Pilotissa tullaan tekemään yhä monipuolisempia liikenneanalyysejä. Kuvalähteinä tullaan käyttämään olemassa olevista Tampereen kaupungin liikennekameroista saatavaa dataa ja fokuksessa on liikenne liikennevalo-ohjatuilla risteysalueilla.
Hankkeessa tullaan tekemään jo tutuksi tulleita liikenneanalyysejä eli liikennemäärien, suuntien ja eri ajoneuvoluokkien ja liikkumisen muotojen tunnistamista ja laskentaa. Riippuen olemassa olevien kamerakuvien tuottamasta informaatiosta (kuva-alueen laajuus, kuvakulmat, kameroiden korkeus, kuvan resoluutio) yksittäisen kameran tuottama analyysi voi parhaimmillaan kattaa koko risteysalueen kaikki tulosuunnat ja suojateiden laskennat.
Pilotissa tullaan myös testaamaan erityisesti liikennerikkomuksiin keskittyviä analyysejä. Näiden analyysien avulla voidaan tunnistaa mm. väärään suuntaan tai punaisia päin ajavat ajoneuvot, luvattomat U-käännökset, kaistarikkomukset ja pysähtyneet ajoneuvot. Erityisen tarkkojen kamerakuvalähteiden avulla kamerakuvasta voidaan tulkita jopa ilman turvavyötä ja puhelimeen puhuvat ajoneuvojen kuljettajat.
Hanke toteutetaan Tampereella talven ja kevään 2022 aikana. Analyysejä tullaan toteuttamaan Tampereen kaupungin valitsemilta liikennekameroilta ja yhä monipuolisempia analyysejä otetaan käyttöön aina kuvalähteen antamien mahdollisuuksien rajoissa.
Toteuttajat:
Nodeon Oy yhteistyössä Hazen.AI:n kanssa
Taustaa
Liikenneanalyysien teknologiat kehittyvät vauhdilla ja useita teknologioita kehitetään samanaikaisesti tuottamaan yhä kehittyneempää analytiikkaa liikenteestä ja yleisesti liikkumisesta (esim. tutkat, lidar, kamerat). Kaikki nämä teknologiat ottavat vuoron perään merkittäviä kehitysaskeleita. Tutkien ja laserkeilaimien resoluutiot sekä tunnistusohjelmistot kehittyvät vauhdilla ja hinnat laskevat. Samaan aikaan kamerakuvasta tehtävä hahmontunnistus paranee ja markkinoille tuodaan jatkuvasti uusia yhä monipuolisempia analyysejä.
Liikenteen ja liikkumisen mittaukseen sekä tilannekuvaan liittyvien sovellusten kehitys on oleellisen tärkeää älykkään liikkumisen toimialan kehityksen kannalta. Tässä kehityksessä tunnistusteknologioiden ja yleisesti ottaen laajan sekä reaaliaikaisen liikkumisen tilannekuvan räjähdysmäinen tarve on vasta edessä. Perinteinen liikennetutkimukseen ja liikennesuunnitteluun pohjautuva liikennetiedon tarkastelun tarve on pohjimmiltaan historiapainotteista, mutta jatkossa kehittyvät C-ITS-ratkaisut (ajoneuvojen välinen sekä ajoneuvojen ja infran välinen kommunikaatio) ja autonominen liikenne nostavat tilannekuvan tarpeen aivan uudelle tasolle. Kaikki tulevaisuuden C-ITS turvallisuus- ja opastusratkaisut toimivat nimenomaan tarkan ja reaaliaikaisen tilannekuvan varassa. Puhumattakaan autonomisesta liikenteestä, jossa ilman kuljettajaa toimivat ajoneuvot tulevat omien sensorien lisäksi tarvitsemaan jatkuvaa tilannekuvatietoa myös ajoneuvon ulkopuolelta, infralta. Kaikessa tässä kehityksessä liikenteen tilannekuva on siis täysin keskiössä.
Videokuvaan perustuva analytiikka ovat yksi erittäin potentiaalinen teknologia ratkomaan yllä kuvattuja haasteita. Nodeon yhdessä yhteistyökumppaninsa, palkittujen videoanalytiikkaratkaisujen toteuttajan Hazen.AI:n kanssa, pilotoi Tampereen ja Turun kaupungin yhteisessä CityIoT2 6Aika-hankkeessa yhä monipuolisempia liikenneanalyysejä. Kuvalähteinä tullaan käyttämään olemassa olevista Tampereen kaupungin liikennekameroista ja fokuksessa on liikenne liikennevalo-ohjatuilla risteysalueilla.
Kysy lisää pilotista:
