Upload
others
View
10
Download
0
Embed Size (px)
Citation preview
Aplicación de la IA en las
soluciones de peaje. Caso
de éxito en EEUU.
Sept 2019
Javier Rojo Fernández
Índice Introducción Inteligencia Artificial
Aplicabilidad de la IA a las soluciones de
peaje actuales
Líderes en precisión en los tests del
DAVAO en la I-880 en San Francisco
(USA)
1
2
3
1
Introducción Inteligencia Artificial
4
Inteligencia Artificial - ¿Qué es?
5
Aplicaciones de la inteligencia artificial
Industria Medicina
Robótica
Lingüística
Decisión
6
Impacto
40% Mejora
Rendimiento Empresarial
200% Crecerá
Capital - Trabajo
The factory of the future will have only
two employees, a man and a dog. The
man will be there to feed the dog. The
dog will be there to keep the man from
touching the equipment. (Warren
Benis)
7
La Inteligencia Artificial está adquiriendo una importancia fundamental en las líneas de innovación de Indra. En
el mercado de transporte se están desarrollando una serie de sistemas para hacer la gestión del tráfico más
eficiente y precisa.
Estos algoritmos aprenden de manera similar a los humanos, en base a la experiencia. Para esto Indra
requiere de una serie de datos clasificados que permitirán aprender a sus algoritmos.
Para entrenar un algoritmo de
Inteligencia Artificial son
fundamentales unos datos de
calidad
Inteligencia Artificial - ¿Por qué?
8
Inteligencia Artificial – Capacidades Deep Learning
Conclusiones:
1. Los productos de IA necesitan un gran volumen de datos
2. La IA aprende como los humanos ( + Experiencia (DATOS) = + Conocimiento)
3. Los sistemas basados en Deep Learning son capaces de obtener precisiones mejores que los algoritmos tradicionales
debido a su constante aprendizaje y no requieren la supervisión humana
2
Aplicabilidad de la IA a las soluciones de peaje actuales
10
Soluciones de peaje
Peaje convencional
Peaje free-flow
DAVAO
Terminal de validación
11
Posibilidades del Deep Learning vs aplicaciones de peaje
Funcionalidades IA Aplicación en PEAJE
Detección de objetos Detección de vehículos y ocupantes, contaje
de ejes, matrículas
Clasificación de objetos en imágenes Clasificación de vehículos, lectura de
matrículas
Tracking de objetos Seguimiento de vehículos en vídeo
Segmentación de imágenes Detección de carretera vs vehículo vs peatón
Re-identificación - reconocimiento Armado de viajes (origen – destino)
%%% Aumento en la
precisión
Reducción de la
tasa de
validación
manual
€€€ Reducción de
costes de
operación
y mto.
Reducción de la
complejidad de
las soluciones
BENEFICIOS
12
Ejemplos de aplicación de IA a los sistemas de peaje
13
Vídeo
14
Deep Tolling Server
Algoritmos de Deep Learning (IA) especializados en peaje
Servidor IA especializado en funcionalidad de peaje 1. Detección de objetos: ejes, vehículos, parabrisas y ocupantes
2. Clasificación de objetos: ejes, vehículos
3. Lectura de matrículas
Beneficios API REST: fácil integración con los servicios de peaje (RSE y Back Office)
Reducción de tasas de validación manual: antes de enviar a validación se le
consulta al DTS, si la confiabilidad del resultado es alta, se evita la validación
manual
Posibilidad de redundancia para mayor disponibilidad
Reentrenamiento automático: el sistema mejora con el tiempo de forma autónoma,
con sus propias detecciones y con los resultados de las revalidaciones
15
Deep Tolling Server
Algoritmos de Deep Learning (IA) especializados en peaje
16
Deep Tolling Server
Algoritmos de Deep Learning (IA) especializados en peaje
17
Innovación en los sistemas de peaje
Inteligencia Artificial
• DAVAO
• Pórtico free-flow
• Peaje convencional
DETECCIÓN DE
EJES
DETECCION
DE
OCUPANTES
DETEC. Y
SEGUIM
DE VEHÍCULOS
CLASIFICACIÓ
N
DE
VEHÍCULOS
%%% Mejora del
rendimiento
Reducción tasas
de validación
manual
€€€ Reducción costes
O&M
Simplificación de
las soluciones
BENEFICIOS DEL DEEP LEARNING
18
Los pisones cuenta-ejes tradicionales son sustituidos por una cámara
lateral y un módulo HW/SW de procesado.
La detección de ejes cuenta con un
gran número de beneficios, entre los
cuales, cabe destacar los siguientes:
Sensores no intrusivos: No se
necesita obra civil, ni cortes de carril
para la instalación o mantenimiento
Se simplifica la instalación
Precisión de contaje de ejes >99%
Precisión de clasificación de ejes
(simple, doble) >90%
Reducción del ≈50% en costes de
inversión
Se reducen los costes de
mantenimiento y reposición: al no
haber contacto, no hay desgaste.
La precisión se mantiene en el
tiempo, no disminuye según lo
hace la vida útil del HW como con
los pisones
Detección de ejes
19
Clasificación de vehículos por visión
El sistema permitirá
Clasificar
por visión tránsitos de
vehículos como único
sistema de clasificación,
obtener su matrícula y
características.
Automatización
del proceso de
revisión de lista
NVDF
Ahorro de
tiempo
Misma marca y
modelo,
diferente
categoría
Irlanda, M1
Utilización de imagen de contexto
para clasificar vehículos
Irlanda, M1
Corrección de la
clasificación recibida
en la lista NVDF (de
terceros) para
disminuir la
validación manual
Viaducto Elevado Puebla (México)
Utilización de imágenes de matrícula
de pórticos free-flow para clasificar
vehículos en 4 categorías (moto, ligero,
bus, camión)
Precisión obtenida: 99%
Clasificación de vehículos por visión
21
Innovación en los sistemas de peaje
Detección de ejes y clasificación mediante Deep Learning
(1) Estimación basada sobre el cálculo de inversión (suministro e instalación) de los sistemas de clasificación (pisones cuenta-ejes vs cámaras)
(2) Estimación basada sobre la disminución de mantenimientos y reposiciones de los stmas. de clasificación y de la reducción de la tasa de validación.
99,5% Clasificación de
vehículos
50% Ahorro en inversión (1)
€
Cerca de
75% Ahorro en mantenimiento
y validación(2)
€
Cerca de
Una concesionaria con 150 vías e IMD de
300.000 vehículos podría llegar a ahorrar
+150.000€/año (operación)
Solución auditable
al estar basadas en
reconocimiento de
imagen
Reducción del
mantenimiento soluciones no
intrusivas y sin desgaste
3
Líderes en precisión en los tests del DAVAO en la I-880 en San Francisco (USA)
23
¿Qué es el DAVAO? Detector Automático de Vehículos de Alta Ocupación
24
¿Qué es el DAVAO? Detector Automático de Vehículos de Alta Ocupación
( Vídeo del DAVAO )
25
DAVAO – Método tradicional con algoritmos de visión artificial
Filtrado de frecuencias (Transformada de
Fourier)
Filtro de Wiener
Extracción de bordes
Extracción de Región de interés (ROI)
Búsqueda de caras (Viola-Jones, Haar
Cascades y SVM)
Búsqueda de ocupantes (Algoritmo de
texturas)
Resultado Final
26
DAVAO: Aplicabilidad del Deep Learning
Beneficios de la aplicación de Deep Learning
Proceso de Deep Learning 1. Clasificación de vehículo
2. Búsqueda de parabrisas
3. Búsqueda de ocupantes
Beneficios Incremento de la precisión y de la rapidez de procesado
Se simplifica la calibración
Reentrenamiento automático: el sistema mejora con el tiempo de forma autónoma
27
DAVAO: Líderes en las pruebas de la MTC en la I-880
• FECHA: Mayo 2019
• LUGAR: Express Lane en la I-880 de San Francisco (USA)
• PROVEEDORES: Conduent, Transcore (NEC), Indra
• Verificación manual de 18.000 tránsitos
• Auditados por varias entidades independientes (MTC, Caltrans)
• Precisión en Contaje: Indra: 89% 2º : 77% (+12%)
• Imágenes validables: Indra: 92% 2º : 84% (+8%)
ESTE ES UN EJEMPLO DE CÓMO LA IA
PUEDE AYUDARNOS A ESTAR UN PASO
POR DELANTE DE NUESTROS
COMPETIDORES
28
Innovación en los sistemas de peaje
DAVAO: beneficios de la aplicación de Deep Learning
Incremento en la rapidez de detección
400% ( < 500 ms )
Solución económica
Bajo coste de instalación,
calibración y mantenimiento
Incremento significativo de la precisión del
sistema respecto a los algoritmos
tradicionales de visión artificial
€
99,9% Detección de
parabrisas
98% Detección de
HOV 2+
95,3% Detección de
HOV 3+