• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Un nouveau système d'IA gère l'infrastructure routière via Google Street View

    Le système identifie et localise les panneaux d'arrêt. Crédit :Université RMIT

    Les scientifiques géospatiaux ont développé un nouveau programme pour surveiller les panneaux de signalisation devant être remplacés ou réparés en exploitant les images de Google Street View.

    Le système entièrement automatisé est formé à l'aide de la détection d'objets alimentée par l'IA pour identifier les panneaux de signalisation dans les images disponibles gratuitement.

    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.

    Les résultats viennent de paraître dans le journal de Des ordinateurs, Environnement et systèmes urbains montrer que le système détecte les signes avec une précision proche de 96%, identifie leur type avec une précision proche de 98% et peut enregistrer leur géolocalisation précise à partir des images 2D.

    Auteur principal de l'étude et étudiant spécialisé en sciences géospatiales de l'Université RMIT, Andrew Campbell, a déclaré que le modèle de preuve de concept a été formé pour voir les panneaux « arrêter » et « céder le passage » (céder), mais pouvait être formé pour identifier de nombreux autres intrants et était facilement évolutif pour être utilisé par les gouvernements locaux et les autorités de la circulation.

    "(Les autorités municipales) ont des exigences pour surveiller cette infrastructure mais actuellement aucun moyen bon marché ou efficace de le faire, ", a déclaré Campbell.

    "En utilisant des outils gratuits et open source, nous avons maintenant développé un système entièrement automatisé pour faire ce travail, et le faire avec plus de précision."

    L'équipe a découvert au cours des enquêtes que les données de localisation GPS obligatoires dans les bases de données de panneaux de signalisation existantes étaient souvent inexactes, parfois jusqu'à 10 m de distance.

    « Le suivi manuel de ces signes par des personnes qui ne sont peut-être pas des géoscientifiques formés introduit une erreur humaine dans la base de données. Notre système, une fois installé, peut être utilisé par n'importe quel analyste spatial - il vous suffit d'indiquer au système quelle zone vous souhaitez surveiller et il s'en occupe pour vous, ", a déclaré Campbell.

    Campbell a attribué le concept initial du projet à son mentor de l'industrie à l'Alpine Shire Council et à l'ancien élève du RMIT Geospatial Science, Barrett Higman.

    Scientifique géospatial RMIT et co-chef de projet, Dr Chayn Sun, a déclaré que le fait que certains conseils fixaient déjà des caméras sur des camions à ordures pour collecter des images de rue montrait à quel point les données visuelles devenaient précieuses, étant donné ce que la technologie pouvait désormais en faire.

    « Cette imagerie est essentielle pour les gouvernements locaux dans la surveillance et la gestion des actifs et avec l'énorme quantité d'applications géospatiales en plein essor, cette information n'en sera que plus précieuse, " dit Soleil.

    « La nôtre est l'une des premières applications permettant de répondre à un besoin spécifique de l'industrie, mais beaucoup d'autres verront le jour dans les années à venir. »

    Sun a déclaré que des images provenant d'autres sources, comme celle des caméras des camions poubelles ou de toute autre imagerie géoréférencée du réseau routier collectée par les autorités communales, pourraient également être introduits dans le système.

    "Là où des images sont déjà rassemblées, notre recherche peut fournir aux conseils un outil économique pour générer des informations et des données à partir de cette ressource existante, " elle a dit.


    © Science http://fr.scienceaq.com