Большой брат действительно следит за нами 👀 И это хорошая новость

Говорим о том, как технологии помогают улучшать городскую среду.

Александр Цуриков

Автор статей про IT-технологии. Преподаватель, доцент. Инженер по первому образованию, по второму — журналист. Кандидат технических наук.

Безопасный город для каждого

Город — это живая структура, где всё взаимосвязано. Представим, что на водопроводе случилась авария, отключилась холодная вода во всём районе. Авария серьёзная, быстро всё не починят.

Это событие повлечёт цепочку последствий. Одним вызовом ремонтников тут не обойдёшься. По санитарным нормам нужно подвезти питьевую воду. Учебные заведения прекратят занятия и отпустят учеников. Потребуются дополнительные автобусы, потому что школьников и студентов нужно отвезти домой. Из-за этого в районе может случиться транспортный коллапс и так далее.

Чтобы сделать городское управление эффективнее, в России с 2014 года разрабатывают систему «Безопасный город». Она позволит быстро принимать решения во всех аспектах городской жизни: безопасность, экология, транспорт, потребление ресурсов и других.

Предполагается, что будет создана виртуальная модель каждого города — цифровой двойник, который точно отразит все особенности населённого пункта.

Чтобы это сделать, в каждом городе есть множество систем сбора информации:

камеры наблюдения следят за ситуацией на дорогах и в общественных местах;
датчики мониторят окружающую обстановку: загрязнение воздуха, подъём уровня воды и так далее;
экстренные службы (МЧС, полиция, скорая помощь и другие) сообщают о чрезвычайных ситуациях;
умные счётчики воды, газа и электричества автоматически передают информацию о потреблении ресурсов;
пожарные системы и системы, обеспечивающие работу инженерного оборудования в зданиях (лифты, вентиляция, доступ на чердаки и в подвалы) сообщают о поломках и чрезвычайных ситуациях;
транспортные предприятия рассказывают о работе общественного транспорта;
коммунальные службы отчитываются о вывозе мусора, подаче воды и тому подобном.

Вся эта информация будет стекаться в одну точку — ситуационный центр. А в обратном направлении будут тянуться нити управления ко всем службам, предприятиям и даже к отдельным домам.

Но основная задача «Безопасного города» не в том, чтобы обнаружить какие-то происшествия, а в том, чтобы не дать им случиться. Если вовремя принять меры, можно существенно снизить ущерб или вовсе его избежать.

Вот в предсказании будущего людям и поможет искусственный интеллект. Если удастся создать точную цифровую копию города и загрузить в неё всю имеющуюся информацию, нейросети смогут предсказать развитие ситуации.

К сожалению, проект невероятно сложен технически и очень дорого стоит, поэтому полностью его реализуют только в отдалённом будущем. Пока в рамках «Безопасного города» в России созданы лишь отдельные пилотные проекты.

Например, в Санкт-Петербурге внедрили комплексную систему диспетчеризации, учёта ресурсов и безопасности жилых домов. В нескольких многоквартирных зданиях в единую сеть подключили системы теплоучёта, расхода воды, видеонаблюдения, голосовой связи, управления лифтами, охранную и пожарную сигнализации, управление освещением подъездов и придомовой территории, датчики затопления и вскрытия подвалов и чердаков.

Технологии повсюду

Огромным количеством камер в городе уже никого не удивишь. Москва находится на втором месте в Европе по оснащённости камерами видеонаблюдения — после Лондона с его знаменитым Большим Братом. Камеры следят за ситуацией на дорогах, помогают расследовать и предотвращать преступления.

Искусственный интеллект находит на изображениях лица (даже в медицинских масках) и сравнивает их с базами разыскиваемых или пропавших людей. Нейронные сети позволяют автоматически обнаруживать опасное поведение и мгновенно сигнализировать в правоохранительные органы о подозрительных предметах, оставленных в людных местах.

Но безопасный город — это прежде всего удобное и комфортное место для жизни. И тотальное видеонаблюдение — не единственный и не главный инструмент улучшения городской среды.

Важнее, например, вовремя вывезти мусор и организовать уличное освещение. Уже есть примеры, когда баки для сбора мусора оснащают датчиками. Когда контейнеры заполняются, они автоматически подают сигнал, и мусоровоз приезжает только тогда, когда это действительно необходимо.

При этом оптимальный маршрут для автомобилей коммунальных служб прокладывают компьютерные алгоритмы, используя данные GPS/ГЛОНАСС-трекеров. А умные фонари меняют яркость и время включения освещения в зависимости от погоды, времени года и наличия людей поблизости.

Для работы таких систем необходимо связать все оснащённые датчиками объекты в единую компьютерную сеть, которую называют интернетом вещей (Internet of Things, IoT). Информация между ними передаётся по каналам беспроводной связи, и здесь могут пригодиться сети 5G.

Надо обезопасить горожан и от возможных природных и техногенных угроз. В Уфе для этого множество датчиков отслеживает состояние атмосферы. Если случится опасный выброс на городском предприятии или крупный пожар, информация немедленно попадёт в городской ситуационный центр.

Ещё в Башкирии отслеживают уровень воды в реках. Информация непрерывно поступает от 65 гидропостов и от нескольких десятков автоматических датчиков измерения уровня воды.

Информация об уровне воды и паводковой обстановке визуализируется на интерактивной карте. Здесь же можно увидеть статистику изменения уровня воды за последнее время и в онлайн-режиме посмотреть изображения с камер, расположенных на гидропостах. Сервис прогнозирует, в каких местах возможны подтопления, и рассказывает, что делать в случае чрезвычайной ситуации.

Каждое дерево на счету

В Нью-Йорке запустили сайт, содержащий фотографии и исчерпывающую информацию о 700 тысячах деревьев, растущих в центральных районах города.

Над созданием карты трудились две тысячи волонтёров. Информация на ней постоянно обновляется благодаря помощи жителей «Большого яблока». Каждый горожанин может сообщить в коммунальные службы о проблеме с конкретным деревом, указав его идентификационный номер (ID) на карте.

Вдохновившись этим примером, жители Екатеринбурга создали аналогичный проект для своего города. На сайте «Деревья Екатеринбурга» есть интерактивная карта зелёных насаждений. Проект пока находится в стадии развития. Над ним работают волонтёры и студенты УрФУ.

Данные о первых 150 деревьях они добавили в систему вручную. Но это трудно и долго, потребовались бы годы, чтобы обработать информацию обо всех деревьях в городе. Поэтому процесс автоматизировали с помощью нейронных сетей и машинного обучения.

В качестве информационной базы использовали панорамные снимки из системы Street View компании Google.

Программисты написали скрипт, позволяющий автоматически выгружать снимки города из Street View и сохранять их на собственном сервере. Затем эти фотографии пропустили через три различные нейросети. Первая из них определяет, есть ли на исследуемой фотографии деревья в принципе. Вторая выделяет изображение дерева рамкой (уточняет сегмент) и определяет его породу, третья позволяет установить координаты дерева с точностью до двух метров, чтобы нанести отметку на карту.

И здесь не обошлось без помощи волонтёров и неравнодушных людей. Нейросеть надо было обучить находить на фото деревья. Для этого создали Telegram-бота. В нём любой желающий мог самостоятельно сделать снимки городских улиц на свой смартфон и выделить на них (сегментировать) изображения деревьев и добавить краткое пояснение. Эти размеченные волонтёрами фотографии использовались для обучения нейронной сети.

Но в данных, предоставленных нейросетью, могли быть ошибки, которые требовали устранения в ручном режиме. На завершающем этапе волонтёры также участвовали в уточнении результатов работы, отображаемых на карте.

В итоге в реестр внесут информацию обо всех деревьях Екатеринбурга. А это значит, что теперь городским службам будет легче следить за их состоянием, а общественность сможет отстаивать зелёные насаждения от незаконной вырубки.

Благодаря Data Science наши города с каждым годом будут становиться лучше и безопаснее.