Avancerad trafikdator framme
Det finns stor potential för datorprogram som själv analyserar trafikhändelser objektivt. Forskare i Lunds har tagit fram en sådan produkt för marknaden.
Matematikerna har lärt datorn att känna igen fotgängare, cyklister och bilar, hur dem kör och med vilken hastighet. Datorn kan även plocka fram position och avstånd mellan olika fordon. Med den här tekniken kan datorn automatiskt sålla fram den information man söker efter exempelvis ”nästanolyckor”, alltså händelser som nästan blev en olycka. På så sätt kan man komma fram till vad som brister i trafikmiljön.
En kamera sätts upp på en hög plats, t ex en balkong eller lyktstolpe, där den under några dygn filmar trafikhändelser. Exempelvis har den observerat hur fotgängare och cyklister i Lund beter sig i korsningar respektive rondeller. I augusti-september kommer forskarna använda programmet för att i ett nytt projekt filma hur bilar kör på landsvägar i Skåne och vilka slutsatser man kan dra om lämplig hastighetsgräns utifrån det.
Tekniken går alltså att användas idag och tanken är att fler kan använda den på sikt. Enligt Aliaksei Laureshyn, doktorand i Trafik och väg vid Lunds Tekniska Högskola, är användningspotentialen stor.
– Efter att ha gått igenom 40 forskningsrapporter om trafikbeteenden kan jag konstatera att i 90 procent av dessa kunde man använda videoanalys för datainsamling. Tekniken behövs både när det gäller att föra forskningen kring trafikantbeteende framåt men även för gatukontor och trafikkonsulter som idag gör manuella studier, säger Aliaksei Laureshyn , som lade fram sin avhandling ”Application of automated video analysis to road user behaviour” den 29 januari.
Han tillägger att det är en stor utmaning för systemet att analysera miljöer där trafikanter av olika slag är blandade och rör sig i olika riktningar. Det kan i förstone låta enkelt, men det finns inga andra system som kan göra det. De flesta jobbar bara med bilar och skiljer riktningar på ett väldigt enkelt sätt, menar han.
Aliaksei Laureshyns roll i projektet är att vara en länk mellan bildbehandlarna - som kan mycket om pixlar men inget om trafik - och verkligheten, det vill säga att formulera mål, applicera systemet, peka ut det som måste förbättras.
– Det tog lång tid innan vi började prata samma språk, och att vi äntligen kom fram till det är också ett viktigt resultat av projektet, säger Aliaksei Laureshyn.
Den största utmaningen i nuläget är att få datorns analysarbete gå snabbare. Datorer blir mer kraftfulla år efter år, men det är också viktigt att optimera algoritmer som används, vilket kan minska beräkningstiderna flera hundra gånger om.