Inteligência artificial ajuda a melhorar segurança em cruzamentos

A Universidade de Melbourne aliou-se à Cubic Transportation Systems (CTS) para testar como é que a sua tecnologia de Inteligência artificial (IA) com rastreamento por em tempo real pode ajudar a melhorar a segurança e a eficiência dos cruzamentos para pedestres, ciclistas e utilizadores de estradas.

Sete das câmaras Gridsmart da Cubic estão a ser instaladas em locais estratégicos ao longo da Rathdowne Street, em Melbourne, e devem começar a operar em setembro. A Rathdowne Street já é o local para a mesa de testes do Australian Integrated Multimodal EcoSystem (AIMES). Liderada pela Universidade de Melbourne, a AIMES foi criada para testar a tecnologia de transporte altamente integrada, com o objetivo de oferecer resultados de transporte urbano mais seguros, limpos e sustentáveis.

Os parceiros observam que o projeto chega num momento importante, uma vez que as cidades em todo o mundo estão a assistir a níveis sem precedentes de caminhada e ciclismo como resultado da pandemia global - com algumas das rotas de bicicleta de Melbourne a relatar um aumento de 300% na sua utilização.

Melbourne, Sydney e Brisbane também relatam que estão a construir 'extensas' novas formas de ciclo para acomodar um número crescente de ciclistas e pedestres no ambiente urbano.

"Com o enorme fluxo adicional de bicicletas, pedestres e carros, há um risco significativo de mais congestionamento e acidentes nos cruzamentos", refere Chris Bax, vice-presidente de estratégia global da ITS, Cubic Transportation Systems. “Para proteger os ciclistas e reduzir o congestionamento, as cidades devem adotar tecnologias que integram múltiplas fontes de dados para otimizar a eficiência”.

De acordo com o CTS, o Gridsmart é um produto completo de visão computacional em tempo real, com imagens omnidirecionais, que inclui hardware e software, que trabalha com o controlador de tráfego para acionar interseções de carros e motos para fornecer dados de desempenho avançados da interseção.

O Gridsmart utiliza a sua câmara juntamente com o rastreamento da visão por computador em tempo real e a classificação de redes neurais profundas, para rastrear e discriminar ciclistas de outros usuários da estrada à medida que eles passam pelos cruzamentos.

O sistema rastreia os ciclistas enquanto viajam pelo cruzamento, fornecendo a quantidade correta de tempo verde para os indivíduos com base no caminho e na velocidade escolhidos. Também tem como objetivo produzir segurança aprimorada na estrada, detetando direções erradas e aumentar a consciencialização situacional, fornecendo vídeo ao vivo a partir do cruzamento.