Три секунды для автобуса
Всего три дополнительные секунды зеленого сигнала могут избавить от минутного ожидания на перекрестке. Датчик сообщает светофору о приближающемся автобусе, система определяет, успеет ли он проехать, и при необходимости корректирует сигнал.
О моделировании транспортных потоков, расписаниях и контроле городских территорий говорили 23 октября на форуме «Инфотех-2026». Сессию «Передовые цифровые технологии в дорожном хозяйстве и муниципальном контроле» провел заведующий кафедрой автомобильных дорог и аэродромов Тюменского индустриального университета Сергей Санников.
Заведующий кафедрой эксплуатации автомобильного транспорта ТИУ, кандидат технических наук Дмитрий Захаров объяснил, для чего нужны модели: прежде чем менять дорогу, схему движения или режим светофора, можно проверить, что произойдет с потоком. Одни модели показывают город целиком и изменение транспортного спроса в течение дня. Другие позволяют рассмотреть отдельный перекресток, движение автобуса или пешеходов. Такие проекты в университете выполняют преподаватели и студенты, в том числе в рамках курсовых и дипломных работ.
Одна из инициативных работ посвящена возможному трамваю на улице Республики, на участке от улиц Мельникайте до Холодильной. В ней объединили прогноз транспортного спроса, движение машин и пешеходов, управление светофорами. По словам Захарова, модель позволяет увидеть, какие изменения понадобятся при появлении нового вида транспорта.
Можно проверить и движение людей. «Все известные модели комфорта, поведения человека в толпе, скорости, разные возрастные категории — все это учитывается. То есть можно моделировать не только транспорт. Но чтобы создать модель, нужно обработать очень большое количество данных, которые нужно получать как раз из реальных систем мониторинга», -рассказал Дмитрий Захаров.
А еще отдельные расчеты нужно связать между собой. Для этого в ТИУ разрабатывают интеграционную платформу. Например, после реконструкции дороги часть потока может переместиться на соседний участок, где потребуется перенастройка светофора. Eсли в районе увеличивается число жителей, меняется транспортный спрос. Задача платформы — показать последствия изменений и тем службам, которые непосредственно в проекте не участвуют.
Искусственный интеллект, по мнению докладчика, поможет обрабатывать большие массивы данных. Для обучения нейросетей он предлагает использовать заранее сформированные, откалиброванные и проверенные имитационные модели. Захаров рассчитывает, что это повысит точность расчетов и расширит набор решаемых задач.
Проверять приходится и то, как перевозчики выполняют запланированную работу. Лев Петру-ша (ФГУП «Защитаинфотранс») привел пример: перевозчик вместо большого автобуса ставит на линию малый. Когда расписание, сведения о выполненных рейсах и расчет бюджетного финансирования находятся в разных системах и таблицах, такое отклонение легко пропустить. Петруша предложил объединить перевозчика, муниципалитет и регион в одном информационном пространстве. Перевозчик составляет расписание, распределяет машины и водителей по сменам. Муниципалитет отвечает за маршрутную сеть, заключает контракты и принимает работу. Регион рассчитывает и распределяет субсидии, контролирует их использование. В предлагаемой системе все три уровня должны работать с согласованными данными, а итоговую сумму можно проверить вплоть до конкретного рейса, пробега и времени работы.
Искусственный интеллект здесь используют для составления расписаний и смен. Система перебирает множество вариантов, учитывает имеющийся транспорт, водителей и ограничения их работы, помогает уменьшить простои и переработки. По оценке Петруши, более рациональное планирование позволяет высвободить часть машин, сохранив необходимый набор рейсов. При расчете субсидий применяют методику конкретного региона с его нормативами и коэффициентами.
Санников спросил, насколько трудоемкой будет подготовка базы для запуска. Петруша ответил, что потребуются интеграции с поставщиками этих систем: необходимо согласовать формат обмена и обеспечить регулярную автоматическую загрузку данных. Первым регионом, с которым начали прорабатывать и пилотировать такой подход, стал Ямало-Ненецкий автономный округ.
О том, как цифровые данные используют в административной практике Тюмени, рассказал руководитель управы Центрального округа Eвгений Триль. Контроль благоустройства с применением новых комплексов начали развивать в декабре 2025 года. Для этого использовали уже наработанный опыт контроля за платными парковками.
Машины с камерами движутся по маршрутам, выбранным под конкретную задачу. Для проверки крыш на снег и сосульки нужны одни маршруты, для контейнерных площадок и частного сектора — другие. Стационарные комплексы контролируют перевозку сыпучих грузов без укрытия. Система распознает признаки нарушения, фиксирует место и передает материал. В Тюмени используют комплексы «Дозор» и «Страж» В числе выявляемых нарушений — неочищенные крыши и водостоки, надписи на фасадах, мусор на контейнерных площадках, парковка на тротуарах.
При этом фотофиксацией работа не завершается. Eвгений Александрович объяснил, что для оформления материалов нужны сведения из других информационных систем. Электронный обмен ускорил процедуры, которые раньше требовали писем и ожидания ответов. Но в ряде случаев без сотрудника пока не обойтись. Eсли камера обнаружила надпись на торце дома, нужно проверить адрес и установить, какая управляющая компания сейчас обслуживает здание.
Разработчик одного из используемых в Тюмени комплексов уверен, что видеоданные могут служить сразу нескольким городским задачам. Директор по развитию ООО «ФАЙВДЖEН» Дмитрий Кретов упомянул и о дублировании оборудования и вычислительных ресурсов.
— Разные подведомственные организации строят «Безопасный город» и «Умный город». В лучшем случае один видеопоток ретранслируется с «Безопасного города» и используются двойные вычислительные мощности для записи видеопотока для двух систем. В худшем случае мы видим две камеры, установленные в одном месте, вещающие в две совершенно разные системы, — сказал Дмитрий Кретов.
Компания предлагает объединять эти задачи в одном комплексе: использовать общий видеопоток и распределять функции между службами безопасности и городского хозяйства. В Тюмени мобильный комплекс Nestbox уже применяют для выявления нарушений благоустройства. По мнению Кретова, совместное использование камер и вычислительных ресурсов позволит уменьшить расходы на дублирующую инфраструктуру.