Главным преимуществом разработки является ее универсальность. В отличие от специализированных систем, требующих дорогостоящего оборудования, эта технология интегрируется с любыми существующими уличными камерами. Это делает ее доступной для внедрения в городах любого масштаба по всей стране.
Система работает по трехкомпонентной схеме. Первый модуль анализирует видеопоток, подсчитывая количество машин и классифицируя их по пяти категориям (от легковых авто до грузовиков и автобусов). Второй модуль сопоставляет эти данные с временными метками – временем суток и днем недели. Финальный, интеллектуальный блок объединяет информацию и строит прогноз дорожной обстановки на ближайшее время.
Эффективность алгоритма была доказана в ходе практических испытаний. Нейросеть успешно обработала массив видеоданных с перекрестков города Душанбе (столица Таджикистана). Система безошибочно идентифицировала различные типы транспортных средств, подтвердив точность своих аналитических модулей. На разработку уже получен патент, и она готова к коммерческому внедрению на территории России.
По словам создателей, ценность технологии заключается в ее проактивном подходе. Городские службы и операторы не просто получают статистику постфактум, а видят прогноз развития ситуации. Это дает драгоценное время для принятия мер: например, для оперативной корректировки фаз работы светофоров или перераспределения транспортных потоков, чтобы предотвратить образование пробки еще до ее появления.
