• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • El nuevo sistema de inteligencia artificial gestiona la infraestructura vial a través de Google Street View

    El sistema identifica y localiza las señales de alto. Crédito:Universidad RMIT

    Los científicos geoespaciales han desarrollado un nuevo programa para monitorear los letreros de las calles que necesitan reemplazo o reparación al aprovechar las imágenes de Google Street View.

    El sistema totalmente automatizado se entrena mediante la detección de objetos impulsada por IA para identificar los letreros de las calles en las imágenes disponibles de forma gratuita.

    Las autoridades municipales actualmente dedican una gran cantidad de tiempo y dinero a monitorear y registrar manualmente la geolocalización de la infraestructura de tráfico, una tarea que también expone a los trabajadores a riesgos de tráfico innecesarios.

    Resultados recién publicados en la revista de Ordenadores, Medio ambiente y sistemas urbanos mostrar que el sistema detecta señales con una precisión cercana al 96%, identifica su tipo con una precisión cercana al 98% y puede registrar su geolocalización precisa a partir de las imágenes 2-D.

    Autor principal del estudio y estudiante con honores en Ciencias Geoespaciales de la Universidad RMIT, Andrew Campbell, dijo que el modelo de prueba de concepto fue entrenado para ver las señales de 'detenerse' y 'ceder el paso' (ceda el paso), pero podía capacitarse para identificar muchas otras entradas y era fácilmente escalable para su uso por parte de los gobiernos locales y las autoridades de tráfico.

    "(Las autoridades municipales) tienen requisitos para monitorear esta infraestructura, pero actualmente no hay una forma barata o eficiente de hacerlo, "Dijo Campbell.

    "Al utilizar herramientas gratuitas y de código abierto, ahora hemos desarrollado un sistema totalmente automatizado para hacer ese trabajo, y hacerlo con mayor precisión ".

    El equipo descubrió durante las investigaciones que los datos de ubicación GPS obligatorios en las bases de datos de letreros de calles existentes a menudo eran inexactos, a veces hasta 10 m de distancia.

    "El seguimiento manual de estas señales por parte de personas que pueden no ser geocientíficos capacitados introduce errores humanos en la base de datos. Nuestro sistema, una vez configurado, puede ser utilizado por cualquier analista espacial:solo le indica al sistema qué área desea monitorear y él se encarga de ello por usted, "Dijo Campbell.

    Campbell atribuyó el concepto inicial del proyecto a su mentor de la industria en Alpine Shire Council y ex alumno de RMIT Geospatial Science, Barrett Higman.

    Científico geoespacial de RMIT y codirector del proyecto, Dr. Chayn Sun, dijo que el hecho de que algunos ayuntamientos ya estaban colocando cámaras en camiones de basura para recopilar imágenes de la calle mostraba cuán valiosos se estaban volviendo los datos visuales, dado lo que la tecnología podría hacer ahora con él.

    "Estas imágenes son fundamentales para los gobiernos locales a la hora de monitorear y administrar activos y con la gran cantidad de aplicaciones geoespaciales floreciendo, esta información solo será más valiosa, "Dijo Sun.

    "La nuestra es una de las primeras aplicaciones para que esto satisfaga una necesidad específica de la industria, pero surgirán muchas más en los próximos años".

    Sun dijo que las imágenes de otras fuentes, como el de las cámaras de los camiones de basura o cualquier otra imagen georreferenciada de la red de carreteras recopilada por las autoridades municipales, también podría introducirse en el sistema.

    "Cuando ya se están recopilando imágenes, Nuestra investigación puede proporcionar a los ayuntamientos una herramienta económica para generar conocimientos y datos a partir de este recurso existente. " ella dijo.


    © Ciencia https://es.scienceaq.com