Slimme steden: hoe drones, satellieten, AI en beeldherkenning deze werkelijkheid kunnen maken

Traditionele manieren om moderne steden te monitoren blijken vaak inefficiënt te zijn. Vanwege de enorme omvang van de noodzakelijke handmatige inspanning vereisen ze veel middelen die een stad mogelijk niet heeft.

Bovendien is wat met de hand moet worden gedaan, gevoelig voor fouten.

Maar vooruitgang op het gebied van AI en aanverwante hardwareoplossingen kan de situatie snel veranderen. In dit bericht willen we ons concentreren op beeldherkenning.
Hoe werkt het?
Vóór beeldverwerking komt het verzamelen van beelden. Dit kan worden gedaan door drones of satellieten.

Een drone kan worden uitgerust met een hyperspectrale camera. Het kan de beelden lokaal opslaan voor latere verzending, maar er zijn modellen die livestreaming mogelijk maken. Beelden verkregen van zowel drones als satellieten kunnen worden geanalyseerd door een AI-beeldherkenningsalgoritme om bepaalde patronen te detecteren.

Klinkt het als een extra kostenpost? Laten we eens kijken naar de voordelen voordat we tot een verkeerde conclusie komen.
Voordelen van drones en satellieten voor gebiedsbewaking
Ten eerste kunnen zowel drones als satellieten helpen bij het inspecteren van problematische gebieden en objecten op elke hoogte, maar drones kunnen ook in gaten kijken die vanuit de baan niet zichtbaar zijn of het object zijdelings inspecteren. In tegenstelling tot een bemand team hoeven beiden geen fysieke barrières te overwinnen.

Ten tweede kunnen drones en satellieten grote gebieden bestrijken. In een later analytisch stadium maakt dit feit het mogelijk preciezere conclusies te trekken en tot betere besluitvorming te leiden.

Ten derde zijn drones eenvoudig in te zetten. Ze zijn altijd klaar om te starten, zolang hun accu’s voldoende zijn opgeladen. Er zijn al satellieten in de lucht en meerdere organisaties bieden toegang tot de beelden, bijvoorbeeld via een API. Het is niet nodig om een team te sturen om bepaalde gebieden in kaart te brengen, aangezien zij dit regelmatig doen.

Het is de moeite waard te vermelden dat de resolutie van de beelden die door een drone zijn vastgelegd, afhankelijk van de hoogte, het mogelijk maakt om zelfs bladeren aan de bomen te detecteren, evenals stenen en stokken op de grond, terwijl satellieten alleen macro-objecten zoals auto's en bomen of groter kunnen detecteren. degenen.

Bijgevolg helpen drones en satellieten de kosten te verlagen en de efficiëntie van stadsmonitoring te vergroten. De vraag is alleen wat je doet met de beelden die je ervan krijgt.
Voorbeelden van beeldherkenning voor slim stadsbeheer
Opnames gemaakt met drones en satellieten openen de deur voor creativiteit. We willen slechts een paar gebruiksscenario's noemen waar we mee te maken hadden of die we bijzonder veelbelovend vinden.

Stedelijke infrastructuur

De belangrijkste dagelijkse kopzorgen van elke gemeente zijn wegen en waternetwerken. Ze overbruggen allebei enorme afstanden en spelen een cruciale rol in het stadsleven. Patches en lekken kunnen het evenwicht verstoren en moeten beter worden opgespoord voordat ze de burgers gaan irriteren.

Bij AI Superior hebben we een aantal klanten geholpen met het implementeren van een geospatiale analyseoplossing voor het identificeren van zwakke plekken op de weg die gerepareerd moeten worden. Deze oplossing maakt gebruik van drone- en satellietbeelden die worden verwerkt door AI-algoritmen. Onze AI categoriseert fysieke en visuele objecten die zijn gefilmd, zodat operators slechte problemen snel kunnen opmerken.

Deze aanpak kan ook nuttig zijn bij het inspecteren van wegmarkeringen, waarbij u er zeker van wilt zijn dat de noodzakelijke markeringen aanwezig zijn en dat het wegverkeer niet wordt gehinderd door de afwezigheid of slechte staat ervan.

Op dezelfde manier, synthetische apertuurradarbeelden (SAR). kan uitstekend werk leveren bij het opsporen van lekken in waterleidingen.

Verkeersmanagement

Ook stadsdiensten kunnen geïnteresseerd zijn in een dynamisch beeld van hun wegen. Als u de verkeersintensiteit kent, kunt u nieuwe wegen efficiënter plannen, het verkeer omleiden of splitsen om files te voorkomen. Dat is wat onze klanten waarderen in onze oplossing voor wegverkeersanalyse.

Drone- en satellietbeelden en videobeelden helpen bij het monitoren van ongevallen en de gevolgen daarvan, zoals olielekken op de wegen. Hierdoor kunnen autoriteiten snel reageren en waarschuwingen geven aan automobilisten die in hun richting rijden.

Afhankelijk van de lokale wetgeving kunnen drones worden ingezet voor het lezen van kentekenplaten en het verzamelen van ander bewijsmateriaal.

Beveiliging en noodhulp

Een bredere use case zou algemene veiligheidskwesties zijn, zoals het monitoren van grote bijeenkomsten en het bieden van hulp aan het grondpersoneel.

Beelden die van bovenaf zijn genomen en die een groter beeld geven, helpen om de inspanning te richten op de plekken die bijzonder gevaarlijk worden, bijvoorbeeld waar een rally een knelpunt nadert en mensen langzamer moeten gaan rijden om te veel druk op de mensen op de eerste rijen te voorkomen.

Stadionevenementen kunnen veiliger worden met live observatie op basis van drones. Net als in het vorige geval helpt beeldherkenning snel opkomende knopen in de menigte te identificeren, waar mensen te strak op elkaar gedrukt kunnen worden, en negatieve gevolgen te voorkomen.

Toezicht op naleving

Afgezien van de openbare veiligheid blijft wetshandhaving voor veel steden een grote uitdaging. Hoewel drones en satellieten niet alle problemen kunnen oplossen, kunnen beelden uit de lucht in twee gevallen helpen.

Niet alle bouwplaatsen worden in een conforme staat achtergelaten. Vaker wel dan niet zijn aannemers terughoudend in het opruimen van bouwmaterialen, resten van oude gebouwen of ander afval dat ze hebben gegenereerd. AI Superior heeft een oplossing voor detectie van bouwafval dat afhankelijk is van beelden verzameld door drones. Het helpt niet alleen om handmatige inspecties te vermijden door een mogelijke plek te identificeren, maar classificeert ook het afval, waardoor de schade en de kosten van de verwijdering ervan kunnen worden ingeschat.

Ongeoorloofde constructie is een ander probleem. De burgerlijke autoriteiten kunnen kiezen voor satellietgebaseerde monitoring – om illegale activiteiten een halt toe te roepen. Beelden verkregen van satellieten kunnen worden doorgegeven met de goedgekeurde plannen voor een bepaald gebied om ongeoorloofde constructies te detecteren. Dit soort toezicht is niet in alle landen universeel aanvaardbaar, omdat de wetgeving in sommige regio's kan variëren en restrictiever kan zijn.

Observatie van recreatiegebieden

Slim stadsbeheer gaat immers niet alleen over het oppakken van publiekrechtelijke overtreders! Er zijn aangenamere en vreedzamere gebruiksscenario's mogelijk.

Steden hebben planten nodig, vooral veel bomen, om de lucht fris te houden en hun oppervlakken aantrekkelijk en gezellig te houden. Het observeren van de groei van bomen en struiken is een andere traditioneel handmatige taak die gemakkelijk kan worden uitbesteed aan moderne hardware- en AI-oplossingen.

Drones kunnen beelden met een hoge resolutie genereren, naast metingen die voorheen op de grond moesten worden uitgevoerd. Landbeheerders kunnen snel beslissen welke gebieden of bepaalde planten mogelijk extra zorg nodig hebben en het veldwerk dienovereenkomstig plannen.
Vereisten voor een succesvolle implementatie van beeldherkenning in Smart City Management
Zelf een smart city-oplossing bouwen en implementeren? U moet op de hoogte zijn van de belangrijkste vereisten.

Gegevensbronnen en gegevensverwerking

Om te beginnen heb je toegang nodig tot satellietbeelden of een dronevloot. Drones zijn meestal goedkoop en satellietbeelden worden door sommige providers gratis beschikbaar gesteld.

Uiteraard vergen alle gratis bronnen meer inspanning van uw kant om de gegevens te verzamelen die u nodig heeft en deze “analyseerbaar” te maken. Zorg ervoor dat u een volledig geautomatiseerde oplossing bouwt of aanschaft, anders is het voordeel dat u geen handmatig werk hoeft te doen, mogelijk verdwenen.

Vooruitgang in computervisie

Het aanbod van computer vision-oplossingen groeit exponentieel. De grootste moeilijkheid is hoe je een keuze maakt en vervolgens gebruik maakt van wat je hebt gekocht. Meestal heb je iemand nodig die op zijn minst enkele basisbeginselen van beeldherkenning begrijpt. Hoewel de meeste softwareleveranciers zeer intuïtieve gebruikersinterfaces bouwen, kunt u beter begrijpen wat ze onder de oppervlakte doen om te voorkomen dat u verkeerde conclusies trekt en snel problemen kunt oplossen met alleen uw interne middelen.

Computationele kracht

Om nog maar te zwijgen van het feit dat dit soort software een machine met voldoende rekenkracht nodig heeft om te kunnen draaien. Veel oplossingen kunnen in de cloud worden ingezet, maar op bepaalde technische aspecten heb je in dit geval doorgaans weinig invloed. De implementatie van de cloud kan ook aanleiding geven tot zorgen over gegevensbescherming.
Is het nog steeds de moeite waard om te proberen?
Het belangrijkste effect van het gebruik van AI- en beeldherkenningstechnieken bij het beheer van slimme steden is een verhoogde monitoringefficiëntie. Naarmate u de hoeveelheid handmatige inspanningen vermindert en richting automatisering gaat, nemen de onderhoudskosten af, waardoor er meer financiële middelen vrijkomen voor kapitaalinvesteringen.

De tijd die u besteedt aan het opsporen van eventuele problemen neemt af, zodat u ze kunt oplossen voordat ze meer ongemak of extra kosten veroorzaken.

Maar het allerbelangrijkste: je kunt je hoofddoel bereiken: een mooie slimme stad met gelukkige inwoners.