Нейросеть научили вычислять аварийные участки дорог И строить карту с высокой детализацией

Модель глубокого обучения основывается на истории дорожно-транспортных происшествий в районе, дорожным картам и данным навигационной системы GPS. Также нейросеть регистрирует все случаи аварий и прогнозирует их количество в определенный период времени. Это помогает ученым выявлять потенциально опасные дорожные участки. В отличие от всех существующих систем, нейросеть генерирует карты в высоком разрешении, представляющие собой ячейки размером 5 х 5 метров. Благодаря высокому уровню детализации ученым удалось выяснить, что у шоссе гораздо более высокий риск возникновения аварий, чем на улицах в жилых кварталах, а самыми опасными для водителей оказались съезды с автомагистралей.

Для обучения нейросети исследователи использовали данные из таких городов, как Лос-Анджелес, Чикаго, Бостон и Нью-Йорк. Общая площадь изученного дорожного покрытия составила более 7,5 тысяч квадратных километров. Исследователи использовали информацию об истории дорожно-транспортных происшествий за последние четыре года.

Самым опасным городом оказался Лос-Анджелес, от него чуть отстает Нью-Йорк. Система посчитала некоторые участки дорог потенциально опасными даже несмотря на то, что на них не было зарегистрировано более-менее заметного количества аварий. Ученые надеются, что их разработка сможет найти применение при проектировании улично-дорожной сети, а интеграция в навигационные приложения поможет пользователям избегать опасных участков.

Некоторые модели Mercedes-Benz недавно получили возможность генерировать сообщения для других участников дорожного движения, предупреждая их об опасностях на дороге: