нейросети23 апреля 2026 г.

Колумбийский университет создал ИИ-систему предупреждения столкновений велосипедистов и пешеходов: 93% точности на перекрёстках

Исследователи Колумбийского университета разработали инфраструктурную ИИ-систему реального времени на базе NVIDIA Jetson и YOLO11, которая предупреждает пешеходов и велосипедистов о приближающихся столкновениях на городских перекрёстках. Система обеспечивает 93,3% чувствительности и среднее время предупреждения 3,3 секунды.

Колумбийский университет создал ИИ-систему предупреждения столкновений велосипедистов и пешеходов: 93% точности на перекрёстках

Исследователь Мехмет Керем Туркджан из Колумбийского университета представил 18 апреля 2026 года инновационную ИИ-систему, способную в реальном времени предупреждать велосипедистов и пешеходов о надвигающихся столкновениях на городских перекрёстках. В отличие от носимых устройств и автомобильных систем помощи водителю, новая разработка устанавливается непосредственно на инфраструктуру — фонарные столбы или светофоры — и защищает всех участников движения, включая тех, у кого нет никаких гаджетов.

Система построена на связке NVIDIA Jetson AGX Orin и широкоугольной камеры «рыбий глаз» с разрешением 3840×2160 пикселей и углом обзора 197,9°. Для детекции объектов используется модель YOLO11x, обученная на специально подготовленном наборе данных COCO с аугментацией искажений fisheye-объектива. Обработка ведётся со скоростью 30 кадров в секунду, а трёхступенчатый алгоритм принятия решений анализирует попарные траектории сближения участников движения и прогнозирует вероятность столкновения с помощью кинематического предиктора первого порядка.

Результаты тестирования впечатляют: система показала чувствительность 93,3% и специфичность 92,3% при среднем бюджете предупреждения 3,3 секунды — это почти вдвое больше, чем среднее время реакции отвлечённого пешехода (1,87 секунды). Тестирование проводилось в 24 сценариях, включая лобовые сближения, обгоны, высокоскоростные столкновения и нелинейные траектории движения. При использовании двух камер чувствительность возрастает ещё на 10–13 процентных пунктов.

Разработка решает критическую проблему безопасности велосипедистов в городах. По данным из разных мегаполисов мира, ситуация остаётся тревожной: в Лондоне велосипедисты составляют 6% трафика, но на них приходится 20% серьёзных травм, а в Берлине ежегодный ущерб от велосипедных аварий достигает 160 млн евро. В Питтсбурге, где число велокоммьютеров почти удвоилось с 2010 по 2019 год, аварии с участием велосипедистов происходят каждые шесть дней.

Проект вписывается в мировой тренд «умных» велосипедных полос. Копенгаген и Амстердам уже внедряют IoT-сенсоры, которые за полгода снизили число аварий типа «доринг» (удар дверью припаркованного автомобиля) на 34%. В Барселоне аналогичные системы сократили время прибытия скорой помощи к пострадавшим велосипедистам с 9 минут до 2,1 минуты. Технологический стек включает лидарные сканеры, термальные камеры, пьезоэлектрические датчики давления и динамические болларды.

Код проекта опубликован на GitHub, что позволяет городским администрациям по всему миру адаптировать систему под местные условия. По мнению экспертов, именно инфраструктурный подход — когда защита обеспечивается самой средой, а не гаджетами отдельных пользователей — станет ключевым направлением в обеспечении безопасности микромобильности в ближайшие годы. Оптимальная высота установки камер определена в диапазоне 2–3,5 метра при крутом наклоне вниз, что делает систему совместимой с существующей городской инфраструктурой без масштабной реконструкции.

Попробуйте нейросети в MashaGPT

GPT-5, Claude, Gemini, генерация изображений и видео — всё в одном месте

Попробовать бесплатно