Sprinx Technologies’ unike AID-løsning tilfører videoanalyse av trafikkbildet en ny dimensjon – med høyere nøyaktighet som bidrar til økt sikkerhet.
Som et viktig ledd i arbeidet med å øke sikkerheten og tryggheten på norske veier er majoriteten av landets mange tunneler under kontinuerlig overvåkning, ofte av flere titalls – og i enkelte tilfeller hundretalls – overvåkningskameraer som er strategisk plassert ved kritiske punkter i tunnelen.
Ved hjelp av smarte analyseverktøy kan disse kameraene samle og analysere viktige data om trafikkbildet, og automatisk varsle operatører i et tilknyttet kontrollrom ved en eventuell hendelse eller ulykke.
De fleste av disse verktøyene benytter seg av 2D-analyse og sporing av piksler for å følge objekter i videobildet, men det italienske ingeniørfirmaet Sprinx Technologies har utviklet et unikt analyseverktøy som gir videoovervåking av trafikken en ny dimensjon – bokstavelig talt.
Utfordringene med 2D-analyse
Tradisjonelle AID-systemer (Automatic Incident Detection) benytter seg av videoanalyse på et todimensjonalt plan. Objekter i bildet analyses og gjenkjennes basert på antall piksler i bildet som dekkes. På denne måten kan analyseverktøyet definere bl.a. hva slags objekt det dreier seg om (bil, lastebil etc.) om objektet beveger på seg og hvordan det beveger seg.
For at et slikt system skal fungere effektivt i en tunnel må flere parametere defineres på forhånd, deriblant hvilke kjørefelt som skal overvåkes, hvor mange piksler en lastebil dekker sammenlignet med en bil eller en motorsykkel, samt hvordan vil dette antallet endre seg for samtlige kategorier avhengig av om objektet befinner seg nærme eller lenger fra overvåkningskameraet.
"Dette kan være vanskelig å finne et godt kompromiss mellom de forskjellige parameterne for å oppnå et best mulig resultat"
-Paola Clerici i Sprinx Technologies.
En annen utfordring med å 2D-analyse er at pikselsporing ikke nødvendigvis vil gi håndfaste resultater. Når en lastebil entrer videobildet vil for eksempel flere av pikslene den dekker i bildet trolig befinne seg utenfor kjørefeltet, eller feltene, som dekkes. I tillegg kan refleksjoner i veibanen og langs veggene føre til en rekke falske alarmer.
Falske alarmer og tidkrevende kalibrering
Clerici mener hyppige falske alarmer en av de to mest markante utfordringene for tradisjonelle AID-systemer og analyseverktøy.
– Når vi snakker om AID-software må vi vurdere ytelse ikke bare ut ifra deteksjon, men også antallet falske alarmer du kan unngå. Dersom det er mange falske alarmer vil operatørene i kontrollrommet oppleve det som at systemet ikke fungerer som det skal, og at de derfor ikke kan stole på det, utdyper hun.
Den andre store utfordringen med 2D-analyse er kalibrering av de fysiske kameraene. På grunn av de mange forskjellige parameterne som må defineres på forhånd – f.eks. antall kjørefelt, forskjellige typer objekter, refleksjoner, lysforhold og forstyrrende elementer som røyk eller tåke – kan kalibreringen være tidkrevende.
"I mange tilfeller kan det ta opptil to timer å kalibrere hvert enkelt kamera. Når en tunnel kan ha godt over 100 kameraer koblet til et nettverk sier det seg selv at dette vil ta svært lang tid."
Som regel kreves det også at systemintegratorer fra den aktuelle utvikleren er on-site under klargjøringsprosessen.
– Vi forsto at falske alarmer og tidkrevende kalibrering var to svake punkter i todimensjonal videoanalyse, sier Sprinx Technologies’ daglig leder.
– Derfor bestemte vi oss for å ta med oss noe fra robotikkmarkedet for å revolusjonere trafikkovervåkningen.
3D-analyse løser de største utfordringene
For tre år siden introduserte Sprinx Technologies 3D-videoanalyse i AID-markedet.
Ved hjelp av to vertikale linjer i bildet, samt en referanse for avstand (f.eks. kjørefeltets bredde og kameraets monteringshøyde), muliggjør dette smarte verktøyet 3D-analyse i et todimensjonalt videobilde.
– Dette gjør det mulig å detektere og gjenkjenne objekter basert på volum fremfor piksler. Et objekt vil ha samme volum og dimensjoner uavhengig av om det er nærme eller langt fra kamera, og kan derfor enkelt spores når det beveger seg gjennom bildet.
"3D-analyse tilbyr derfor økt nøyaktighet, og tilbyr samtidig effektive løsninger på de tidligere nevnte utfordringene."
Med sporing av volum fremfor piksler spiller det ingen rolle om deler av kjøretøyet vises utenfor kjørefeltet, eller feltene, som overvåkes i bildet, eller om deler av kjøretøyet ikke vises i bildet i det hele tatt. Verktøy gjenkjenner at objektet beveger seg langs bakken og følger det gjennom bildet.
– Dette gjør at du kun må dekke de faktiske kjørefeltene, og slipper å tenke på å dekke deler av veggen og vurdere refleksjonene som ofte skaper falske alarmer, forklarer Clerici.
| 2D detection | 3D detection |
 |
 |
|
|
Betydelig kortere kalibreringstid
I tillegg til å redusere antallet falske alarmer kutter Sprinx Technologies’ smarte 3D-løsning kalibreringstiden betraktelig. Fordi man kun trenger to vertikale linjer og et referansepunkt for distanse for å få god informasjon fra videobildet tar det kun om lag 30 sekunder å kalibrere hvert enkelt kamera.
"I tillegg eliminerer det i de aller fleste tilfeller behovet for å ha systemintegratorer og ingeniører on-site"
-Paola Clerici.
En annen fordel Clerici trekker frem når det kommer til 3D-analyse er at systemet jobber med enheter og parametere operatørene er godt kjent med – som:
- fart
- dimensjoner
- størrelse
- retning
Systemet snakker operatørenes språk, og gjør det enklere for dem å forstå analysen og dataene som overføres.
Et verdifullt samarbeid
System kan samle og overføre statistiske data om trafikkflyten i opp til fire kjørefelt samtidig, uten at dette går utover ytelsen.
– Vi introduserte 3D-analyse i markedet for tre år siden, og vi er fremdeles de eneste som kan tilby denne typen analyse gjort på en god måte. Det er mange som har forsøkt å kopiere oss, men de greier ikke å levere et like godt produkt, fastslår Clerici.
I liket med deres banebrytende Deep Learning-teknologi er 3D-analyse en del av merverdien det R&D-fokuserte teknologiselskapet tilbyr. Hatteland Technology svært fornøyde med å kunne samarbeide med Sprinx, og tilby deres produkter og løsninger på det norske markedet.
– Vi samarbeider ikke med partnere som kun kan tilby distribusjon. Vi er alltid på utkikk etter merverdidistributører som har evnen til å kombinere vår teknologi med andre systemer, samt tilby support på første og andre nivå lokalt, forteller Clerici.
– Vi ser på Hatteland Technology som en svært god partner, som evner å promotere vår teknologi i sitt marked, og gi både pre-sale og post-sale support. Vi trener dem opp hvert år for å gi dem alle verktøy de trenger for å administrere teknologien vår på riktig måte, og er svært fornøyde med samarbeidet, avslutter hun.
Vil du vite mer om smarte trafikklys? Ta kontakt med vår ansvarlig for samferdsel, Morten Smestad.