Identificación de señales de tráfico y extracción de ubicación a partir de imágenes de la carretera
El Distrito de San Angelo implementó un enfoque innovador para identificar y localizar automáticamente señales de tráfico utilizando datos de imágenes de carreteras e inteligencia artificial. Aprovechando los recursos de vídeo existentes y técnicas de aprendizaje automático, el distrito puede generar un inventario completo y preciso de señales. Este enfoque mejora la eficiencia, reduce el esfuerzo manual y mejora la precisión de las actividades de inspección y mantenimiento de los carteles. La innovación apoya una mejor gestión de activos y ofrece una solución escalable para uso a nivel estatal.
Desafío
El distrito se basó en un proceso manual de inspección nocturna en el que los equipos identificaban y registraban visualmente las condiciones de los señales de tráfico mientras circulaban por las carreteras. Este proceso dificultaba anticipar los carteles próximos y documentar con precisión su ubicación en tiempo real. Como resultado, la recopilación de datos era laboriosa, laboriosa y menos consistente, lo que suponía desafíos para mantener un inventario de señales preciso y fiable.
Solución
El distrito desarrolló un sistema que utiliza datos de imágenes de carreteras e inteligencia artificial para identificar señales de tráfico y extraer su ubicación. Utilizando datos existentes de vídeo e imágenes de PathWeb, se entrenan modelos de aprendizaje automático para detectar y clasificar señales. El sistema captura imágenes y coordenadas de cada cartel y compila la información en una base de datos estructurada, creando un inventario digital de señales que apoya las actividades de inspección y mantenimiento.
Beneficios
- Mejora la precisión y consistencia en los inventarios de señales de tráfico
- Reduce el tiempo y la mano de obra necesarios para la recogida manual de datos
- Mejora la eficiencia de los procesos de inspección y mantenimiento
- Proporciona datos de activos fácilmente accesibles y bien organizados
- Apoya una mejor planificación y toma de decisiones para la seguridad vial
- Aprovecha la inteligencia artificial para identificar señales de tráfico
Información clave adicional
- Detección automática de señales de tráfico mediante IA y aprendizaje automático
- Extracción de datos de imagen y geolocalización para cada signo identificado
- Creación de un inventario centralizado de señales digitales
- Integración con las herramientas de inspección y mantenimiento existentes
- Imágenes y datos de vídeo de la carretera desde la plataforma PathWeb
- Datos de imágenes anotadas utilizados para entrenar modelos de aprendizaje automático
- Modelos de aprendizaje automático seleccionados y preparados para la detección de signos
- Datos de entrenamiento recogidos y etiquetados a partir de imágenes de carreteras
- Modelos probados usando nuevas entradas de imagen para evaluar el rendimiento
- Desarrolló una base de datos para almacenar imágenes de señales e información de ubicación
- Puede ampliarse a distritos adicionales a nivel estatal
- Adaptable para otras aplicaciones de identificación de activos e inventario
- Apoya un uso más amplio de la IA en la gestión de activos de transporte
Alineación con los objetivos estratégicos de TxDOT
Recursos
Contacto
¿Tiene preguntas o necesita información adicional sobre este proyecto de innovación?