Ученые Санкт-Петербургского политехнического университета Петра Великого разработали цифровую платформу «ПОЛАНИС» — интеллектуальный навигатор транспортных систем с использованием искусственного интеллекта. Разработка способна контролировать, оптимизировать и прогнозировать городской трафик в режиме реального времени.
Чтобы транспортная система работала как часы и динамично подстраивалась под изменения — например, ДТП, стихийные заторы, ремонт дорог, — отрасли нужен диспетчер по аналогии с авиационным. С этим может справиться специализированная программа, способная быстро обрабатывать десятки и сотни тысяч различных сигналов. За решение этой задачи взялись ученые СПбПУ.
Исследователи презентовали демонстрационный прототип платформы «ПОЛАНИС». Она улучшает компьютерные модели транспортных систем с помощью технологий ИИ, а также автоматически генерирует наборы данных для машинного обучения, чтобы точнее предсказывать и оптимизировать работу транспорта.
Платформа на основе гибридного ИИ и геоинформационных систем может проводить глубокий анализ больших данных и оптимизировать транспортные потоки. Она обладает системой поддержки принятия решений по развитию дорожной инфраструктуры, в том числе в сложных климатических условиях.
Как отметила руководитель проекта, заведующая лабораторией «Промышленные системы потоковой обработки данных» передовой инженерной школы «Цифровой инжиниринг» Марина Болсуновская, суть подхода — в комбинации взаимодополняющих методов анализа больших массивов данных.
«Каждый, кто хоть раз использовал нейросети, мог заметить, что искусственный интеллект может ошибаться и генерировать ошибочную информацию. В нашей же системе использованы имитационно обоснованные нейронные сети — подход, аналогичный PINN, физически информированным нейронным сетям. Это означает, что логика поведения платформы задана разработанной нами имитационной моделью. Она не позволяет платформе предлагать нереалистичные сценарии управления, то есть нарушать реально существующие физические законы, — объяснила она. — Нейросетевой же компонент позволяет системе видеть статистически важные совпадения в большом массиве данных. Благодаря этому платформа с минимальными вычислительными мощностями анализирует данные, а также предугадывает транспортную обстановку. Также система постоянно самообучается».
Платформа «ПОЛАНИС» предназначена для комплексного планирования развития транспортных систем городов и регионов. Она позволит повысить качество транспортного обслуживания населения, сократит время в пути и снизит экологическую нагрузку.
Преимущества платформы по сравнению с аналогами:
- точность определения координат объектов — до 5 см;
- вероятность детектирования — до 0,95;
- способность обрабатывать мультимодальные данные из разных источников и объединять в общую базу;
- наличие функций предиктивной и прескриптивной аналитики, то есть возможности прогнозирования транспортной обстановки.
Важная особенность проекта — его масштабируемость и кросс-отраслевой потенциал. Ключевая идея ученых — создать универсальную цифровую платформу-экосистему для управления цифровыми моделями в различных отраслях. Помимо транспортной сферы, платформу тестируют в энергетике, нефтегазовой отрасли, биомедицине и сейсморазведке. Результаты исследований будут использованы при разработке национальных стандартов в сфере ИИ.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
