Nyt AI -system styrer vejinfrastruktur via Google Street View

Geospatiale forskere har udviklet et nyt program til overvågning af gadeskilte, der skal udskiftes eller repareres, ved at trykke på billeder fra Google Street View.

Det fuldautomatiske system er uddannet ved hjælp af AI-drevet objektdetektering til at identificere gadeskilte i de frit tilgængelige billeder.

Kommunale myndigheder bruger i øjeblikket store mængder tid og penge på at overvåge og registrere geolokalisering af trafikinfrastruktur manuelt, en opgave, som også udsætter arbejdstagere for unødvendige trafikrisici.

Resultaterne er netop offentliggjort i tidsskriftet Computere, Miljø og bysystemer vis systemet registrerer tegn med næsten 96% nøjagtighed, identificerer deres type med næsten 98% nøjagtighed og kan registrere deres præcise geografiske placering fra 2-D-billederne.

Undersøg hovedforfatter og RMIT University Geospatial Science Honours -studerende, Andrew Campbell, sagde, at proof-of-concept-modellen blev uddannet til at se tegn på 'stop' og 'give efter' (udbytte), men kunne trænes til at identificere mange andre input og var let skalerbar til brug af lokale regeringer og trafikmyndigheder.

"(Kommunale myndigheder) har krav til overvågning af denne infrastruktur, men i øjeblikket ingen billig eller effektiv måde at gøre det på, "Sagde Campbell.

"Ved at bruge gratis og open source -værktøjer, vi har nu udviklet et fuldautomatiseret system til at udføre dette job, og gør det mere præcist. "

Holdet fandt under undersøgelser ud af, at obligatoriske GPS -lokaliseringsdata i eksisterende gadeskiltdatabaser ofte var unøjagtige, nogle gange op til 10 meter fra.

"Sporing af disse tegn manuelt af mennesker, der muligvis ikke er uddannet geoforskere, introducerer menneskelige fejl i databasen. Vores system, en gang opsat, kan bruges af enhver rumlig analytiker - du fortæller bare systemet, hvilket område du vil overvåge, og det ser efter det for dig, "Sagde Campbell.

Campbell krediterede projektets første koncept til sin branchementor ved Alpine Shire Council og RMIT Geospatial Science alumnus, Barrett Higman.

RMIT geospatialforsker og projektleder, Dr. Chayn Sun, sagde det faktum, at nogle råd allerede vedhæftede kameraer på skraldespande til at samle gadeoptagelser, viste, hvor værdifulde visuelle data blev, givet hvad teknologien nu kunne gøre med det.

"Dette billede er afgørende for lokale regeringer i overvågning og forvaltning af aktiver og med den enorme mængde geospatiale applikationer, der blomstrer, disse oplysninger vil kun blive mere værdifulde, "Sagde Sun.

"Vores er en af ​​flere tidlige applikationer til, at dette kan imødekomme et specifikt branchebehov, men der vil dukke meget mere op i de kommende år."

Sun sagde optagelser fra andre kilder, sådan fra skraldespandskameraer eller andre geo-refererede billeder af vejnettet indsamlet af kommunale myndigheder, kunne også føres ind i systemet.

"Hvor optagelser allerede er ved at blive samlet, vores forskning kan give rådene et økonomisk værktøj til at skabe indsigt og data fra denne eksisterende ressource, " hun sagde.