Contagem e Classificação de tráfego veicular com DATASET personalizado
A extração de indicadores rodoviários é um processo complexo que em meio a quarta revolução industrial, carece de implantações viáveis em termos de acurácia e processamento computacional. A inteligência artificial deve ter papel fundamental na mudança desse paradigma. O objetivo deste trabalho é desenvolver um método de contagem, classificação e extração de indicadores de tráfego veicular por intermédio de visão computacional para otimizar processos manuais de coleta de dados e compreensão em tempo real da variação desses indicadores.
O método está dividido em 4 etapas:
- Definição e otimização dos algoritmos;
- Delimitação do controle de contagem e classificação;
- Implantação dos algoritmos; e
- Extração dos indicadores e cálculo comparativo da acurácia dos modelos. Os resultados apontam que a fadiga humana influência negativamente nos dados, enquanto que o erro da máquina é constante. Todos os modelos apresentaram acurácia superior a 90% para automóveis de passeio e 70% para caminhões.
Os resultados apontaram que o fluxo e diversidade veicular influência na percepção humana e que em alto contingente veicular pode influenciar de forma negativa na acurácia desses resultados. A detecção de veículos como autos e caminhões se mostra mais eficiente quando realizada pela parte traseira deles e no sentido direto da tela. Os resultados com modelo personalizado obtiveram melhores resultados em todas as categorias, validando as hipóteses levantadas. O ganho em processamento, cálculo de indicadores em tempo real e não necessidade de acompanhamento da extração dos valores, tornam os algoritmos de inteligência artificial viáveis de serem utilizados em larga escala, tanto para uso em dados massivos quanto para pesquisas de tráfego veicular. Portanto esse trabalho, buscou evidenciar e dar contribuição em relação a literatura existente com um método de controle de qualidade dos dados e implementação de modelos personalizados para cada tipo de classificação, bem como a obtenção automatizada dos indicadores necessários aos estudos de tráfego.
Este artigo foi criado pelo GITI (Grupo de Inovação e Tecnologia Imtraff).