97%-os észlelési pontossággal működik a telepített rendszer: amennyiben jelez, azonnal lépj a fékre!

Ausztrál tudósok egy innovatív kamerarendszert alkottak meg, amely nem csupán képes észlelni az út mentén megjelenő vadállatokat, hanem folyamatosan fejlődik is, így egyre pontosabbá válik az észlelése.

Ausztráliában sikeresen kipróbálták a világ első olyan innovatív technológiáját, amely mesterséges intelligencia révén megelőzi az autók és az úton átszaladó vadállatok közötti ütközéseket. Az Interesting Engineering beszámolója szerint ezt a fejlett rendszert a Sydney-i Egyetem és a Queenslandi Műszaki Egyetem mérnökei közösen dolgozták ki.

A rendszer az út szélén megjelenő állatokat monitorozza, majd amikor felbukkan egy veszélyt jelentő vad, valós időben küld jelzést az autósoknak. Mivel a fejlesztés nyílt forráskódú, így a világ bármely pontján hozzáférhető és alkalmazható lesz. A szakemberek szerint ez lehetővé teheti, hogy nagyobb biztonságban legyenek a veszélyeztetett állatfajok. Ilyenek például a vörös pandák Nepálban, az óriás hangyászok Brazíliában vagy a hópárducok Közép-Ázsiában.

A LAARMA (Large Animal Activated Roadside Monitoring and Alert) nevű rendszert Észak-Queenslandben tesztelték le a szakemberek egy olyan régióban, ahol gyakran gázolnak el az autósok kazuárokat. A rendszer oszlopokra szerelt érzékelőket - RGB kamerákat, hőkamerákat és LiDAR-t - kombinál egy öntanuló mesterséges intelligenciával, amely idővel javítja az észlelés pontosságát. A vadak észlelésekor a sofőröket villogó táblák figyelmeztetik a veszélyre.

Egy öt hónapos terepi kísérlet során Kurandában a LAARMA rendszer lenyűgöző, 97 százalékos észlelési pontosságot ért el, amelynek során több mint 287 észlelést rögzítettek. Eredményeként a járművek sebessége átlagosan 6,3 km/h-val csökkent. Ahhoz, hogy a figyelmeztető rendszerek valóban hatékonyak legyenek, a Queenslandi Műszaki Egyetem kutatói olyan innovatív megoldásokat dolgoztak ki, amelyek a legnagyobb hatással bírnak az autósokra. Ezeket a megoldásokat alapos teszteléseknek vetették alá, mielőtt kiválasztották volna a legoptimálisabb opciót.

Mivel a rendszer önmagát fejleszti, ezért a kezdeti 4,2 százalékos észlelési arány 78,5 százalékra javult a kísérlet végére.

A szakemberek hamarosan a GitHubon teszik majd elérhetővé a program forráskódját.