Другие журналы

электронный научно-технический журнал

ИНЖЕНЕРНЫЙ ВЕСТНИК

Издатель: Общероссийская общественная организация "Академия инженерных наук им. А.М. Прохорова".

Искусcтвенный интеллект научит горожан экономить время

15.06.2018

Ученые Самарского университета разрабатывают сервис, который позволит легче ориентироваться в мегаполисе и прокладывать максимально комфортные дорожные маршруты. Инновация выполняется в рамках гранта Минобрнауки РФ по программе поддержки прикладных научных исследований и экспериментальных разработок.


Над проектом, получившим название “Персональный цифровой автотранспортный помощник”, работает команда ученых Самарского университета под руководством профессора кафедры геоинформатики и информационной безопасности Владислава Мясникова. Разработчики с помощью методов машинного обучения предлагают создать виртуальный профиль участника движения, который агрегирует в себе данные о персональных предпочтениях и привычках, с помощью которого цифровой помощник подберет самый удобный маршрут для конкретного человека. Приложение будет интегрировано со ставшим востребованным в Самаре мобильным сервисом “Прибывалка-63”, созданным ранее авторами проекта.

“Думая о расширении функционала “Прибывалки-63”, у которой более 200 тысяч активных пользователей, мы пришли к выводу, что оптимальный маршрут от точки “А” до точки “Б” для каждого человека свой. Кто-то не любит стоять в пробках, кто-то наоборот готов терпеливо переждать затор, только бы не нервничать, кто-то обязательно по дороге завернет на набережную - просто, чтобы полюбоваться Волгой, - говорит один из разработчиков сервиса, сотрудник Института информатики, математики и электроники, доцент Самарского университета Андрей Чернов . - Но есть объективные критерии в транспортной стратегии. Главный из которых - достичь цели с максимальной вероятностью и сделать это вовремя”.

Ученые предлагают не только подстроить сервис под привычки и требования конкретного человека, но и “научить” персонального транспортного помощника учитывать прогноз дорожной ситуации.   

“С помощью методов машинного обучения анализируется дорожная стратегия пользователя: каким транспортом он предпочитает пользоваться, какие “точки притяжения” в его маршруте проявляются, каковы его особенности поведения. Например, автолюбитель придерживается крупных магистралей, или избегает левых поворотов, - говорит об индивидуальных характеристиках поведения участника движения Владислав Мясников. - После анализа предпочтений, мобильный сервис предложит варианты передвижения, которые подходят именно этому человеку. То есть путь будет построен с учетом неявных предпочтений”. Примером же явных предпочтений пользователя вполне может стать и самый кратчайший путь. Разработчики говорят, что он будет рассчитываться исходя из стоимости проезда по тому или иному сегменту дорожно-транспортной сети. Она, в свою очередь, может быть рассчитана с учетом количества израсходованного топлива.

Цифровой автотранспортный помощник учтет и время прибытия на остановку общественного транспорта. Это позволит горожанам рассчитать точное время своих перемещений по мегаполису. “Когда люди выбирают, на каком виде общественного транспорта лучше доехать до пункта назначения, то учитывают время пути до остановки, время ожидания на остановке и непосредственно время поездки, - приводит пример Андрей Чернов. - То есть, выбирая между маршрутами общественного транспорта, люди рассматривают не только самый удобный, но и тот, который ходит чаще. Ждать любят очень немногие”.

Также “умный сервис” через сбор статистики и выяснения скорости передвижения пользователя рассчитает для него оптимальное время до остановки общественного транспорта. Понятно, что для бабушки расчет времени в пути будет одним, а для подростка другим.

Будут учитываться сервисом и индивидуальные особенности не только пешеходов, но и автовладельцев. “Пример: есть джип и малолитражка. Навигатор предлагает им маршрут, не задумываясь о его проходимости. Хотя в любом российском мегаполисе есть улицы, которые для малолитражки станут «дорогой жизни». Джип же справится с кочками и выбоинами, - приводит наглядный пример Андрей Чернов. - Собрав статистику, умная программа проанализирует: раз водитель использует этот проезд, то он способен преодолеть все тяготы пути. Значит, ему можно предложить самый сложный в плане дорожного покрытия маршрут”.


Справка :


Мобильное приложение “Прибывалка-63” является одним из первых опытов анализа городского транспортного потока в России. Ученые Самарского университета готовы наполнить этот сервис новым функционалом в рамках проекта “Персональный цифровой автотранспортный помощник”, выполняемым при финансовой поддержке Минобрнауки России (проект №14.575.21.0177). В начале 2019 года разработчики закупят необходимое для этого оборудование: для хранения и анализа трекеров и статистики пользователей понадобится создать отдельный кластер высокопроизводительных компьютеров, оборудованных современными графическими процессорами с архитектурой CUDA, а также систему обработки "больших данных". Первые решения разработчики предложат в 2019 году, в целом же проект рассчитан на три года. “Персональный цифровой автотранспортный помощник” разрабатывается под геоинформационные характеристики Самары, но потенциально может быть спроецирован на любой город-миллионник России.

 
ПОИСК
 
elibrary crossref neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (499) 263-69-71
  RSS
© 2003-2018 «Инженерный вестник» Тел.: +7 (499) 263-69-71