Проект представляет собой разработку прототипа сервиса для оценки рисков транспортной недоступности в зимне-весенний период. Система на основе компьютерного зрения анализирует аэрофотоснимки (при наличии — погодные данные) и автоматически выявляет опасные явления на дорогах и переправах: снежные заносы, перемёты, следы подтопления, заторы льда. Результаты обнаружения наносятся на карту с выделением проблемных участков и цветовой индикацией (зелёный — норма, жёлтый — риск, красный — непроходимо), что позволяет оперативным службам быстро оценивать обстановку и принимать решения.

Разработка ведётся в рамках федерального проекта по подготовке кадров для беспилотных авиационных систем. Задача намеренно сужена до конкретного применения — компьютерное зрение для обнаружения признаков, затрудняющих движение, — что делает её реализуемой в течение 1–1,5 месяцев командой из 5–6 человек. Бюджет проекта оценивается в 50 тыс. рублей, включая разработку алгоритмов, веб-интерфейса и сбор тестовых данных.

Система должна распознавать не менее двух типов явлений с точностью Precision/Recall не ниже 65%, обрабатывать один снимок не более чем за 30 секунд и отображать результаты на карте с возможностью просмотра подтверждающего снимка. Предполагается использование открытых предобученных моделей (например, SAM, YOLO) с дообучением на тестовых данных из открытых источников. Прототип работает как веб-приложение или десктопный инструмент, не требуя специализированного оборудования сверх обычного ноутбука.

Проект соответствует направлениям «Искусственный интеллект и автономность принятия решений» и «Унифицированная инфраструктура связи, навигации и наблюдения» в части интеграции данных о транспортной доступности территорий. В дальнейшем возможно масштабирование на другие регионы и интеграция с существующими системами мониторинга дорожной сети.

На страницу проекта