Проект посвящён созданию интеллектуальной системы управления светофорами на городских перекрестках с использованием компьютерного зрения и анализа видео. Мы применяем современные модели CV (например, YOLOv9 и RT-DETR) для обнаружения и отслеживания транспортных средств, а также прогнозирования их траекторий с помощью Kalman-фильтров и LSTM/Transformer-архитектур. На основе собранных данных система выявляет потенциальные конфликты и заторы, а затем оптимизирует фазы светофора с помощью OR-Tools/cvxpy или RL-алгоритмов, снижая количество опасных ситуаций и среднее время ожидания.

Решение работает на edge-платформах (например, NVIDIA Jetson) и интегрируется через MQTT/Kafka, обеспечивая обработку данных в реальном времени и масштабируемость. Цель проекта — достичь более 90% точности в обнаружении конфликтов, снизить число инцидентов на перекрестках на 25% и сократить среднее время ожидания на 10–15%. Такой подход позволяет повысить безопасность дорожного движения и улучшить транспортную доступность в городах.

На страницу проекта