Математическое обеспечение мониторинга выбросов загрязняющих веществ от автотранспорта в зоне регулируемого пересечения на основе нейросетевых алгоритмов

В современных городах вопросы экологии, связанные с автотранспортом, занимают всё более важное место в системе управления городскими транспортными потоками. Наибольшее количество выхлопных газов транспортные средства выделяют при резком изменении режимов движения, которое характерно для регулируемых перекрестков. Заторные ситуации также чаще формируются на перекрестках, когда большое скопление транспорта формирует неблагоприятный экологический фон. Для получения оперативной информации о параметрах интенсивности транспортных потоков применены нейросетевые алгоритмы распознавания транспортных средств из видеопотоков, полученных со стационарных уличных камер наблюдения на городских перекрёстках. Оптимизированный алгоритм работы обученной нейронной сети (YOLOv4) позволяет извлекать и интерпретировать данные о параметрах транспортных потоков в режиме реального времени. В рамках исследования разработаны математические модели, позволившие реализовать мониторинг в режиме реального времени количества и концентрации загрязняющих веществ от автотранспорта в зоне регулируемого пересечения. Расчет количества выделяемых загрязняющих веществ в атмосферу от транспорта реализован с учетом средней скорости, типа транспортного средства и времени простоя в зоне измерения. Предложенная модель с поддержкой данных на основе непрерывного отслеживания и анализа состояния транспортных потоков может служить основой для прогнозирования уровней сложности заторов и оценки экологических рисков.