VEŠTAČKA INTELIGENCIJA PREPOZNAJE RUPE NA PUTU
Veštačka inteligencija sve češće dobija praktičnu ulogu u održavanju saobraćajne infrastrukture. Jedan od zanimljivijih primera je sistem RoadScan AI, namenjen automatskom otkrivanju i praćenju udarnih rupa na putevima. Sistem koristi računarski vid kako bi oštećenja registrovao direktno iz video-snimaka. Bilo da su oni napravljeni kamerama u automobilima, dronovima ili fiksnim nadzornim kamerama. Za detekciju je moguće koristiti modele poput YOLO11. Oni su razvijeni upravo za brzo prepoznavanje objekata u video-materijalu.
Posebnost ovakvog pristupa nije samo u tome što sistem može da uoči rupu, već i da je prati kroz više uzastopnih kadrova. RoadScan AI kombinuje YOLO11n sa tehnologijom ByteTrack. Sistemom za praćenje više objekata koji svakom detektovanom objektu dodeljuje identitet i pokušava da ga zadrži kroz različite frejmove. Na taj način ista rupa ne bi trebalo da bude evidentirana kao novo oštećenje svaki put kada se pojavi u narednom kadru.
OD SNIMKA DO DIGITALNE MAPE
Takva tehnologija može značajno da promeni način na koji se obavljaju inspekcije puteva. Umesto da ekipe na terenu ručno pregledaju kilometre saobraćajnica i beleže svako oštećenje, kamere bi mogle kontinuirano da prikupljaju podatke. Algoritam bi automatski označavao problematične delove. Naučna istraživanja iz 2026. godine takođe pokazuju da se YOLO modeli mogu koristiti za detekciju rupa u realnom vremenu i efikasnije praćenje stanja infrastrukture.
Još važnija mogućnost jeste stvaranje digitalne mape oštećenja. Ako se detekcije povežu sa lokacijom na kojoj je snimak napravljen, gradske službe mogle bi da dobiju pregled puteva na kojima se pojavljuje najveći broj rupa. Kao i evidenciju koja bi se mogla ažurirati nakon novih prolazaka vozila ili dronova. Takav sistem bi omogućio da se održavanje puteva ne zasniva samo na prijavama građana, već i na kontinuirano prikupljenim podacima sa terena.
PAMETNIJE ODRŽAVANJE PUTEVA
Prednost je i u tome što se isti sistem može koristiti za obradu velikog broja video-zapisa bez potrebe da čovek pregleda svaki kadar. YOLO11 je projektovan za različite zadatke računarskog vida i može da radi na različitim okruženjima. Od serverske infrastrukture do uređaja koji obrađuju podatke bliže samoj kameri. ByteTrack je, sa druge strane, razvijen upravo za održavanje identiteta objekata kroz video. On može da smanji problem višestrukog brojanja istog objekta.
Iako ovakva tehnologija ne može sama da popravi oštećen put, može da promeni način na koji se ona otkrivaju, evidentiraju i određuju prioriteti za sanaciju. Udarne rupe predstavljaju svakodnevni problem za vozače i dodatno opterećenje za službe koje održavaju saobraćajnice. Automatizovano prepoznavanje može da omogući brže reakcije i preciznije planiranje. RoadScan AI tako predstavlja primer kako računarski vid može da pređe iz laboratorije na ulice i postane deo infrastrukture koja sama „vidi“ gde nastaje problem.