Введение

Искусственный интеллект внедряется во все сферы деятельности человека и становиться неотъемлемой частью мониторинга городской среды. Цифровые инновационные технологии в управлении городской средой, позволяют производить контроль транспортной системы, энергетической структуры, управлять системой видеонаблюдения города, а также контролировать все строительно-ремонтные мероприятия производимые на территории города.

В настоящее время активно развиваются не только информационные технологии во всех сферах деятельности, но и активно увеличивается, как общественный, так и личный транспорт, что требует разработки и реализации инновационных концепций, способных разгрузить городскую инфраструктуру. Концепции основанные на инновационных технологиях с внедрением искусственного интеллекта, позволят в ближайшем будущем в значительной степени реорганизовать структуру управления городскими территориями и сделать города более комфортными для проживания населения. Мониторинг городской территории, обработка и анализ информации с использованием инновационных технологий и разработок, позволяют принимать эффективные решения на основе полученных данных.

Цель исследования – изучение процесса применения искусственного интеллекта для формирования концепции мониторинга городской среды. В процессе мониторинга городской среды с применением искусственного интеллекта были использованы оценочные показатели, основанные на матричной структуре, так как с помощью матрицы возможно составить детальное описание всех процессов происходящих в городской среде и увидеть их взаимодействие друг с другом. Матрица, которая позволяет произвести комплексную оценку показателей пространственного развития города, строиться на основании критериальных показателях (количественных и качественных), а именно на показателях безопасности, доступности, многообразии и обеспеченности социально значимых, архитектурно-планировочная и инженерных характеристиках [1]. Матрица представлена на рисунке 1.

В зависимости от поставленных задач, будет складываться система на основании, которой будет проводиться мониторинг, а именно будет формироваться состав территориальных единиц, так как если стоит задача произвести экспресс мониторинг необходимо ориентироваться на более крупные единицы, такие как административные районы. В целях исследования и составления наиболее подробного отчета территории, необходимо использовать более мелкие территориальные единицы [2].

Правительство РФ активно поддерживает внедрение инновационных технологий в городскую инфраструктуру, стимулируя создание и развитие отечественных разработок. Инновационные технологии с применением искусственного интеллекта в основном сегодня применяются в области CV («компьютерного зрения» или «машинного зрения») и NLP (обработка естественного языка) [3].

Рис. 1. Матрица оценки комплексных показателей пространственного развития

Экология и чистый воздух, в формировании эффективной концепции управления городской средой, является неотъемлемой составляющей и основывается на применении искусственного интеллекта [4]. В процессе мониторинга и исследования воздуха на территории города для получения достоверных данных, предлагается использовать инновационные датчики AirVisual мировой системы мониторинга, объединенной с государственными станциями и спутниками, которые позволяют фиксировать данные о концентрации и наличии вредных веществ в воздухе и в реальном времени производить обработку полученных данных, что в значительной степени позволило бы ускорить процессы негативно влияющие на экологию города [5].

В создании эффективной концепции мониторинга городской среды с применением искусственного интеллекта, необходимо руководствоваться не только проведением анализа по получению данных о состоянии воздуха, но разрабатывать оптимальные меры и способы учета отходов, технологии по переработки и утилизации мусора, прорабатывая маршруты транспорта (мусоровозов), что в значительной степени так же позволит сократить транспортную нагрузку и обеспечить экологическую чистоту города [6].

Материалы и методы исследования

Искусственный интеллект выступает в большей степени, как аналитическая составляющая в концептуальной системе обработки данных полученных с помощью инновационных разработок и технологий. В сборе данных при провидении мониторинга городской среды задействована экосистема, основанная на взаимодействии человека и инновационных технологий способных осуществлять взаимную и непрерывную связь в передаче, анализе, обработке, объединении в случаи необходимости полученной информации для высокой результативности выходных данных [7].

Важными и очень значимыми составляющими в процессе мониторинга городской среды, являются мониторинг дорог с использованием автомобилей с IoT, т.е. автомобили оснащенные датчиками связанными с программным обеспечением, которые могут отслеживать пробки, предотвращать аварийные ситуации, оповещать заранее о наличии светофоров и их работе и передавать данные сопоставимые с инфраструктурой города в онлайн режиме в городские службы. При получении информации с IoT (датчиков) в автоматическом режиме меняется работа светофоров при необходимости разгрузки перекрестков, городскими службами производиться анализ полученных данных и разрабатывается стратегия дополнительного дорожного пространства для общественного транспорта и экстренных служб, что в значительной степени позволяет улучшить качество дорожного движения в городе и разгрузить основные дороги.

Исследование и анализ зданий и сооружений города на сегодняшний день стало более эффективным благодаря видеоаналитике, инновационной технологии основанной на применении БПЛА со встроенными датчиками способными осуществлять мониторинг и фиксацию дефектов, как построенных, так и строящихся зданий и сооружений. После сбора информации происходит обработка полученных данных с помощью искусственного интеллекта, т.е. нейросеть уже производит аналитическое заключение о состоянии объекта [8]. Так как беспилотные летательные аппараты, оснащенные специальными датчиками могут осуществлять видеонаблюдение и сбор необходимой информации для проведения исследований в труднодоступных местах, то сокращается не только время на проведение данного вида исследования, но и затраты на их проведение [9]. ИИ используется также и для сегментации полученных изображений, в том числе для выделения зон застройки и водных объектов. Это задача семантической сегментации т.е. происходит классификация каждого пикселя в зависимости от того, какой объект на нём изображён [10]. Семантическая сегментация имеет свойство разделения объектов по их назначению, не объедения их в единую структуру, что является правильным и позволяет определить не только их смысловое значение и разделить на области и границы [11]. Сегментация с применением искусственного интеллекта изображена на рисунке 2.

Для сегментации изображений с помощью ИИ применяются следующие методы:

• Свёрточные нейронные сети. Преобразуют входное изображение в многомерное представление признаков, а развёрточная сеть создаёт сегментированное изображение на основе признаков, полученных от свёрточной сети [12].

Рис. 2. Сегментация с применением искусственного интеллекта

• Двухэтапные методы. Сначала необходимо обозначить определенную зону, которую необходимо исследовать покрыв ее нейронным слоем, а также можно использовать поисковые системы основанные на селективной составляющей и позволяющие определять структуру объекта внутри той зоны которая подлежит обследованию. На втором этапе выбранные регионы рассматриваются классификатором для определения принадлежности исходным классам и регрессором, уточняющим местоположение ограничивающих рамок [12].

• Подходы, основанные на регионах. Например, R-CNN (Region-based Convolutiona lNetwork) – алгоритм, который на первом шаге находит селективным поиском «регионы» и на втором этапе рассматривает их классификатором.

Результаты исследования и их обсуждение

Искусственный интеллект обучают на большом количестве данных, где каждый пиксель имеет свою метку. В ходе проведенного исследования было установлено, что необходимо применять алгоритм основанный на сопоставимых данных с заложенным правильным ответом для каждой сегментационной задачи [13]. Благодаря структуре взаимодействия параметров в нейронной сети все данные, которые поступают на обработку проходят отбор, через сравнительные характеристики и приведением к верному результата согласно требуемым параметрам. Сеть считается обученной, когда ошибка сравнения равна нулю или соответствует предельно допустимому значению ошибки [14].

Областью для применения ИИ в целях сегментации изображений, как правило выступают геоинформационные технологии и работа со спутниковыми снимками. Для того чтобы создать детализированную карту города необходимо сделать слои в ГИС системе с выделением всех значимых объектов и произвести анализ тех объектов и зон, которые были выделены, что в свою очередь позволяет осуществить мониторинг и выявить зоны, которые имеют природное значение, увидеть изменения границ и линий. А также производиться анализ данных полученных при помощи воздушного лазерного сканирования

Для успешной реализации и внедрения искусственного интеллекта во все системы мониторинга городской среды, необходимо создать сетевую базу данных инфраструктуры города и обучить искусственный интеллект, на основании последовательного алгоритма взаимодействия информационных составляющих.

Проблемы, возникающие при применении ИИ

Но не менее важным для реализации концепции мониторинга городской среды с использованием искусственного интеллекта является законодательная база, которую необходимо полностью пересматривать и расширять [15]. Существует ряд проблем, которые возникают в процессе применения искусственного интеллекта и основные из них представлены в таблице.

Ряд проблем, которые возникают в процессе внедрения искусственного интеллекта в значительной степени тормозят развитие инновационных технологий и их решение в более короткие сроки способствовало бы развитию городской инфраструктуры и развитию экономики страны в целом. Для этого необходимо развивать национальные кадры, производить обучение населения, осуществлять необходимое финансирование в установленные сроки и согласно требуемому объему. Представленные показатели позволят расширить область деятельности во многих сферах, в значительной степени снизить ошибки и минимизировать уровень затрат, а также выйти на новый уровень по развитию искусственного интеллекта, но и стать лидером среди многих стран в данной области[16].

Концепция мониторинга городской среды должна включать инновационную модель города с применением искусственного интеллекта, который будет способен осуществлять сбор, анализ, обработку и управление проанализированными данными. Информационный поток внешних данных основанный на интерактивных составляющих будет играть основную и самую главную роль в получении точных данных с наименьшими погрешностями, что благоприятно будет сказываться на концептуальных показателях.

Заключение

Предложенные инновационные технологии, в основе которых искусственный интеллект позволят сформировать интегрированные системы, которые будут способствовать правильному, безопасному и эффективному использованию территории города, а также повышению комфортности жизни граждан. На основании предложенной концепции мониторинга городской среды, можно предположить, что гармоничное и благоприятное взаимодействие всех отраслей, позволит создать наиболее современную структуру безопасного и удобного города.