Trazer a IA para a gestão do tráfego: Cidades inteligentes, sistemas inteligentes
À medida que as cidades em todo o mundo crescem implacavelmente, os líderes precisam de construir espaços urbanos inteligentes e conectados que sejam agradáveis para viver e fáceis de percorrer. Durante anos, desde os meus estudos no Instituto Superior Técnico em Lisboa, senti-me fascinado pelo potencial da IA. Trabalhei com o U.S. Geological Survey e com projetos apoiados pela NASA para produzir mapas precisos de Marte. Juntamente com os meus colegas da Schréder Hyperion, estamos a tentar utilizar a IA para resolver um dos maiores desafios enfrentados pelos habitantes das cidades em todo o mundo: como é que nos livramos dos engarrafamentos de trânsito?
Tudo flui, até deixar de fluir
Um dos principais desafios que as cidades inteligentes enfrentam é a forma de gerir o congestionamento do tráfego e melhorar a mobilidade dos seus cidadãos. A qualidade dos fluxos de tráfego afeta não só a eficiência e a produtividade da vida urbana, mas também o ambiente, a saúde e a segurança das pessoas. Por conseguinte, é crucial que as cidades inteligentes monitorizem e otimizem o fluxo de tráfego utilizando soluções inovadoras baseadas em dados e tecnologia.
O nosso novo White Papper, An Insight into Traffic Analysis with Computer Vision (Uma visão da análise de tráfego com visão computacional), discute a forma como a IA pode ajudar as autoridades urbanas a medir os fluxos de tráfego de uma forma que respeite a privacidade, não exije intervenção humana (poupando assim tempo e dinheiro) e fornece dados úteis e pormenorizados sobre como e quando os cidadãos utilizam as estradas. Compreender o fluxo de tráfego é fundamental para otimizar a mobilidade nos espaços públicos, mas as medidas tradicionais para o monitorizar são trabalhosas, carecem de informações pormenorizadas sobre o tipo de veículo e podem não incluir pormenores vitais.
No nosso projeto, que foi apoiado pelo ramo português do programa Horizonte 2020 da UE, utilizámos a infraestrutura de iluminação urbana para testar uma solução para medir o fluxo de tráfego em cruzamentos importantes. Foi utilizado um dispositivo de computação periférica alimentado por IA, instalado em postes de iluminação pública. Estes dispositivos estavam equipados com dois sensores de visão utilizados para múltiplas aplicações de tráfego. Foram instalados três pilotos de demonstração em Lisboa, nos municípios de Cascais, Loures e Oeiras, abrangendo nove cruzamentos; os resultados mostraram que a IA é muito útil para monitorizar o tráfego e pode ajudar a apoiar projetos futuros nestes locais.
Foram instalados sensores nos principais cruzamentos da área metropolitana de Lisboa para analisar a densidade do tráfego
Dar sentido aos sensores
Nestes nove cruzamentos de trânsito, instalámos uma câmara, um sensor de som e um radar no poste de iluminação. Isto significa que o sistema pode detetar peões, carros, bicicletas, camiões... e tráfego de passagem. Nos cruzamentos mais movimentados, monitorizámos 24 horas por dia, onde é esperado um elevado fluxo de tráfego e conflitos, especialmente durante as horas de ponta. Nos outros, analisámos as zonas residenciais durante a noite, onde o objetivo era identificar momentos de potencial excesso de ruído.
Os dados foram recolhidos durante dois meses, e foram recolhidos aproximadamente 30 dias de dados por dispositivo. Os detalhes técnicos completos podem ser encontrados no white papper, mas o mais importante a notar é que nenhum humano estava a monitorizar os dados - tudo foi feito por IA. O algoritmo Deep SORT foi utilizado para seguir os objetos detetados pelo modelo de visão, que foram depois contados. Os diferentes ângulos de câmara permitiram à IA distinguir entre carros, autocarros, camiões, motociclos e bicicletas.
Fizemos uma pequena verificação manual no início para nos certificarmos de que os veículos estavam a ser registados corretamente, e a utilização subsequente provou que sim: a certa altura, o sistema deixou de registar quaisquer veículos, mas subitamente registou muitos peões. Uma verificação rápida revelou que a estrada tinha sido fechada para uma maratona!
Privacidade desde a conceção significa vida no limite
Uma das maiores preocupações sobre as infraestruturas das cidades inteligentes é como equilibrar a privacidade dos cidadãos com sistemas que forneçam informações significativas. Durante anos, a Schréder tem vindo a trabalhar em formas de conseguir este equilíbrio, e uma das soluções mais eficazes é conhecida como "processamento de ponta". Ao processar os dados mais perto da "extremidade" da rede - onde se encontra a luminária, o poste ou o sensor, estes podem permanecer onde são necessários, em vez de terem de fazer saltar a informação de e para a nuvem, ou para um servidor proprietário que pode estar localizado a centenas de quilómetros de distância. Em vez de enviar imagens, o sensor envia apenas uma pequena quantidade de dados de texto e um carimbo de data/hora para a nuvem, para informar que um determinado tipo de veículo passou. Sem imagem, sem som. Isto também poupa tempo de processamento.
Aperfeiçoámos os algoritmos de IA que funcionam no pequeno computador no poste de iluminação; com este projeto, o objetivo é desenvolver um novo paradigma de infraestruturas urbanas localizáveis, interoperáveis, cibe seguras, resilientes, distribuídas, autónomas e conectadas, que servirão de espinha dorsal para a implementação de tecnologias e equipamentos que permitam a transição para uma cidade inteligente. Uma cidade onde podemos ver como o tráfego flui sem comprometer a privacidade dos cidadãos.
Observação, alimentada por IA
Este estudo inicial forneceu uma série de informações sobre o volume de tráfego a diferentes horas do dia, o tráfego em hora de ponta e pormenores interessantes sobre a utilização da estrada. Por exemplo, um cruzamento apresentou um pico anormal de tráfego em direção a Norte aos sábados. Este pico é semelhante aos valores observados para a hora de ponta, embora um pouco mais tarde (o pico vai até às 11h00), o que provavelmente corresponde a carros que se dirigem ao centro comercial que se situa alguns metros a norte da rotunda.
Informações como esta podem ajudar as cidades a tomar melhores decisões sobre os fluxos de tráfego. Por exemplo, esta autoridade pode ajustar a temporização dos semáforos para que os compradores possam seguir o seu caminho mais rapidamente. Os planeadores urbanos que observam um grande tráfego de bicicletas em determinadas estradas podem decidir construir ciclovias nessas estradas. Melhores dados podem permitir melhores decisões e as soluções de IA podem fornecer informações mais pormenorizadas sobre os fluxos de tráfego durante mais tempo do que os observadores humanos.
Este projeto representa a implementação bem-sucedida de um dispositivo de computação periférica alimentado por IA para medir o fluxo de tráfego em cruzamentos importantes com base num multisensor, que foi capaz de captar o efeito do tráfego da hora de ponta e fornecer informações valiosas sobre os padrões de fluxo de tráfego. Além disso, a solução foi capaz de obter dados significativos tanto de dia como de noite, demonstrando a sua viabilidade. Este projeto é um passo em frente no desenvolvimento de um novo paradigma para as infraestruturas urbanas do futuro - onde se espera que os engarrafamentos de trânsito sejam uma coisa do passado.
Descarregar o White papper para mais informações
Sobre o escritor
Fascinado pela ciência desde tenra idade, após a graduação Lourenço dedicou 14 anos a explorar a geologia de Marte e alguns dos seus análogos terrestres (como a Antártida, o Ártico e os desertos secos) através da deteção remota e do árduo trabalho de campo no Técnico, a maior escola portuguesa de Engenharia, Ciência e Tecnologia. Em 2019, foi um dos primeiros colaboradores a juntar-se à Schréder Hyperion, o nosso Centro de Excelência da Cidade Inteligente. Juntou-se à equipa porque está convencido de que a tecnologia, e em particular a inteligência artificial, pode tornar-se um trunfo importante na abordagem de questões urbanas e na melhoria da qualidade de vida. Ele concentra-se no desenvolvimento de aplicações de IA para Cidades Inteligentes para melhorar a tecnologia para a mobilidade urbana e infraestruturas públicas inteligentes, desde a ideia até aos protótipos.
Ligue-se a Lourenço no LinkedIn.