По словам главы Тюмени Максима Афанасьева, новые технологии должны повысить эффективность дорожного движения и сделать управление транспортом более гибким.

«Камеры и датчики будут анализировать интенсивность потока, длину заторов, скорость движения и загруженность полос, а затем автоматически корректировать режим работы светофоров», — подчеркнул Максим Афанасьев.

Переход от заранее заданных сценариев к управлению в реальном времени позволит обрабатывать большие массивы данных за считаные секунды. По оценкам специалистов, подобные решения уже применяются в крупных городах и могут сокращать задержки на отдельных перекрестках на 10–25%. Искусственный интеллект сегодня уже помогает перераспределять потоки и использовать существующую дорожную сеть эффективнее.

Эффект от внедрения интеллектуальных систем ожидается на загруженных перекрестках, вблизи торговых центров, новых жилых районов и выездов на магистрали. Особенно актуальны такие решения для Тюмени, где транспортная нагрузка на основные улицы продолжает расти. По оценкам специалистов, улучшение пропускной способности на 10–15% уже даст заметный результат для водителей и пассажиров общественного транспорта.

Для жителей города внедрение интеллектуального управления движением означает сокращение времени в пути, снижение расхода топлива, уменьшение выбросов и более предсказуемую работу общественного транспорта. В перспективе система также может обеспечить приоритет для спецтранспорта.

Помимо системы светофорного регулирования и мониторинга транспортных потоков в ИТС Тюмени включен «умный» комплекс по отслеживанию состояния дорог. Система умеет выявлять различного рода инциденты, различать объекты дорожной инфраструктуры. Сначала информацию собирают в движении при помощи камеры на автомобиле. Компьютер принимает данные и распознает отклонения от ранее заданной нормы улично-дорожной сети. На текущий момент система умеет определять проблемы с дорожным покрытием, разметкой, знаками, искусственными неровностями. Система на основе нейросети, детектирует проблемы на дорогах региона, размещает их на виртуальной карте с указанием места инцидента и даты. Далее информация в оперативном режиме передается подрядчику для устранения проблемы.