Monen muun kaupungin tavoin Jyväskylä kehittää aktiivisesti eri liikennemuotojen mittaamista. Nyt analyysejä tehdään myös tekoälyyn perustuvan ratkaisun avulla.

Liikenteen mittaamiseksi kehitetään jatkuvasti uusia innovatiivisia ratkaisuja. Yksi esimerkki on mobiilipäätelaitteiden seuranta, joka on oiva työkalu esimerkiksi isompien massaliikkeiden seurantaan ja tulkintaan. Google esimerkiksi tarjoaa tietoa liikenteen sujuvuudesta ja matka-ajoista eri pisteiden välillä. Juurikin mobiilipäätelaitteiden liikkeisiin perustuen.

Kuitenkin silloin, kun tavoitteena on laskea tarkkaan liikennemääriä ja tunnistaa eri liikennemuotoja, niin tarvitaan laskentalaitteita, jotka asennetaan väylälle tai sen läheisyyteen.

Viimeisimpiä askelia tässä kehityksessä on neuroverkkojen ja syväoppimisen eli niin sanotun tekoälyn hyväksikäyttö. Tässä ratkaisussa tekoälyohjelmistoa opetetaan tunnistamaan kamerakuvasta kaikki siinä näkyvä liikenne. Tekoäly tunnistaa ja laskee ajoneuvot sekä samalla luokittelee ne. Yhtä aikaa algoritmi tunnistaa kevyen liikenteen ja luokittelee sen pyöräilijöihin ja jalankulkijoihin. Samassa yhteydessä tunnistetaan kohteiden suunta sekä nopeus. Kaikki tämä yhden kameran tuottamasta videokuvasta.

Kuvituskuva

Tekoäly tunnistaa yhdestä videokuvasta kaikki liikennemuodot.

  • AI-pohjainen tunnistaminen
  • ajoneuvoliikenteen mittaaminen
  • kevyen liikenteen mittaaminen
  • liikennetiedon analysointi
Timo Majala

Haluatko lisätietoja?

Timo Majala

JYVÄSKYLÄ HARPPAA KOHTI TEKOÄLYMITTAAMISTA

Jyväskylän otti ensimmäisen askeleen kohti liikennemittaamisen uutta tekoälyn aikakautta.

Kaupunki valitsi Nodeonin kanssa haastavaksi mittauskohteeksi kaupungin yhden vilkkaimmin liikennöidyn väylän. Kohde yhdistää Jyväskylän keskustan itäpuolella olevat laajat asuinalueet Lutakon moderniin työssäkäynnin ja asumisen alueeseen, kaupungin ohittavaan rantaväylään sekä kaupungin ydinkeskustaan näyttävän Kuokkalan sillan avulla. Tavoitteena, mikäs muu, kuin laskea kaikki liikenne sillalta.

Perinteisin mittaustekniikoiden avulla kyseinen kohde olisi haastavaa mitata. Liikenne sillalla on kaksisuuntaista, ja lisäksi molemmin puolin ajorataa on sijoitettu kaksi vilkkaasti liikennöityä kevyen liikenteen väylää. Perinteisillä teknologioilla ongelman ratkaisu tarkoittaisi vääjäämättä erilaisten tekniikoiden yhdistelyä ja päällysteen alle sahattavia induktiosilmukoita - joka ei sekään ole sillalla yleensä kovin helppoa.

Nodeon lähestyi haastetta ainoastaan yhden kameran avulla. Mittausasemaan sijoitettu tekoälyllä valjastettu kamerakuvan analysointilaite analysoi jatkuvasti koko sillan liikennettä, tunnistaa ja luokittelee ajoneuvot ja kevyen liikenteen sekä välittää kaiken tiedon reaaliajassa Nodeonin keskitettyyn Smart City mittaustietojen tallennus- ja analysointiympäristöön.

Tekoäly tarjoaa todella varteenotettavan, joissain tilanteissa jopa ylivertaisen, vaihtoehdon perinteisille mittaustekniikoille!

Tutustu referenssiin liittyvään palveluumme.

Jaa LinkedIniin Jaa Twitteriin

Back to top