韓国とアメリカの科学者のチームは、アクティブなWiFiとニューラルネットワークモジュールを備えた2台のラップトップのみを使用してトラフィック追跡システムを作成しました。 このようなシステムのコストは、カメラ、レーダー、専用ソフトウェアを含むトラフィック監視ネットワークの標準インフラストラクチャの価格よりもはるかに低くなっています。
新しいシステムを搭載した移動車両の認識精度は非常に高いです。 車両タイプは91.1％の精度で決定されます。 このシステムは、ほぼ100％の精度でさまざまなタイプの車とオートバイの違いを区別します。
システムが機能するには、道路とWiFiの反対側にある2台のラップトップが必要です。 確かに、科学者は、接続されたカメラを備えたラップトップをさらに2台設置しました。
システムの原理は、変化する無線信号の分析であり、その特性は移動する車両の影響を受けます。 マシンのタイプを判別するために、開発者は畳み込みニューラルネットワークを使用し、120時間にわたって車両のタイプを認識するようにトレーニングしました。 トレーニング用のデータは、道路上の「フィールド条件」ですでにプロセスで収集されました。
開発者は、あらゆる種類の車両を完全に特定することを学ぶという目標を持っていませんでした。 そもそも、ニューラルネットワークは、車、SUV、ピックアップ、トラック、オートバイを識別するように教えられました 。 上記のように、道路に沿ったさまざまなタイプの車両の通過を決定する精度は非常に高く、約99.4％です。 輸送の種類を決定する精度はすでに低く、83.3％から99.7％です。 平均精度は91.1％でした。
プロジェクトの作成者によると、システムはより複雑なタスクでトレーニングすることもでき、その後、たとえば輸送警察によって使用できるようになります。 システムの精度は標準インフラストラクチャよりも若干低くなりますが、道路の遠隔地でニューラルネットワークを使用することは非常に可能です。これにより、多数の新しいセクションを交通監視に接続できます。
このシステムは、交通ルールの違反者を修正するのには適していませんが、交通密度、道路の個々のセクションの使用効率を完全に決定するのに適しています。 「私たちのシステムは、センターから遠く離れた数千キロメートルの道路セクションの性能を評価するのに役立つと信じています」とプロジェクト参加者は言います。 ニューラルネットワークとニューラルネットワーク自体のトレーニングプロセスを含むシステムの価格は、約1000ドルです。 静止観測点のコストは35,000ドルを超えます。