Видеоаналитика ЖКХ и благоустройства — модуль платформы, предназначенный для автоматизированного мониторинга объектов городского хозяйства с использованием технологий искусственного интеллекта

Главная

решения

Видеоаналитика в сфере ЖКХ и благоустройства

Решение ТелекомЦентра обеспечивает непрерывный контроль и выявление нарушений в режиме реального времени и последующую передачу данных в государственные информационные системы для оперативного принятия управленческих решений

Какие задачи решает модуль

Автоматизация
контроля

Снижение доли ручных проверок и инспекционных обходов

Предупреждение жалоб

Фиксация дефектов до появления жалоб граждан

Единая система данных

Сбор информации из разрозненных источников

Повышение эффективности

Оптимизация работы городских служб и подрядчиков

В условиях увеличения количества камер видеонаблюдения объем данных становится неподъемным для ручной обработки, что делает использование нейросетевых алгоритмов не просто преимуществом, а необходимостью

Проблематика

Управление городскими инцидентами требует плановых осмотров и большого количества ресурсов: финансовых, временных и кадровых. Но при этом отсутствует своевременное реагирование на нарушения, в следствии чего снижается эффективность работы городских ИОГВ, а рейтинг доверия среди жителей падает

Рост финансовых и репутационных рисков

Высокая нагрузка на органы исполнительной власти и коммунальные службы

Отсутствие целостной картины состояния города

Задержки в выявлении и устранении нарушений

Решение

Интеграция платформы видеоаналитики в городские системы видеонаблюдения

Модуль использует городские камеры наблюдения и систему аналитики на основе искусственного интеллекта для автоматического мониторинга городской среды. Нейросетевые алгоритмы помогают быстрее и эффективнее выявлять нарушения в содержании улиц и дворов и делают город безопасным и комфортным для жизни

Оперативное информирование городских служб

Своевременное реагирование и устранение

Эффективное управление городским хозяйством

Сбор информации

Обработка нейросетью

Проверка выявленных событий

Контроль и обработка полученных данных

Устранение нарушений

Принцип работы

Нейросетевые алгоритмы анализируют видеопотоки в режиме 24/7 и выявляют нарушения в сфере благоустройства и ЖКХ

алгоритм

Интеграция в цифровой контур города

Вся информация о выявленных нарушениях хранится в РРЦОД и доступна профильным органам власти и городскому мониторинговому центру. Таким образом формируется единый контур данных, обеспечивающий прозрачность и управляемость процессов в сфере ЖКХ и благоустройства

Региональный распределенный центр обработки данных исполнительных органов государственной власти Санкт-Петербурга (РРЦОД)

АС «Прогнозирование и поддержка принятия управленческих решений» (АС «ПППУР»)

ГИС «АПК «Безопасный город»

Источники данных

Работа детекторов нейросети проходит с определенно заданной периодичностью, а также с возможностью работы по конкретному расписанию для каждого нарушения, группы нарушений, групп устройств мониторинга, района города или зон детектирования, в ходе которого оценивается состояние объектов благоустройства, выявляются дефекты и фиксируются события, требующие внимания

Стационарные камеры видеонаблюдения

Мобильные программно-аппаратные комплексы фото-видеофиксации (ПАК)

Детектируемые события

Зима

Контроль ТКО

Повреждения и разрушения

Загрязнения

Другое

Складирование снега / навалы снега

Переполнен контейнер

Повреждение дорожного полотна

Грязные дорожные знаки, информационные щиты, указатели

Фиксация провалов люка или отсутствия крышки люка

Скамейки не очищены от снега и наледи

Переполнен бункер-накопитель

Повреждение искусственной дорожной неровности

Обнаружена грязная опора (освещения, дорожных знаков, светофоров)

Объекты недвижимости, несоответствующие градостроительным нормам

Не очищено твердое/мягкое покрытие от наледи и снега

Переполнена урна

Разрушение плиточного покрытия

Граффити

Скопление воды на территории

Наличие снега на крышах/кровле

Обнаружен мусор

Разрушение бортового камня

Зима

Обнаружен борщевик

Наличие сосулек и наледи на кровле

Обнаружен навал мусора

Повреждено ограждение

Зима

Неудовлетворительное содержание цветника

Складирование снега / навалы снега

Обнаружен крупногабаритный мусор

Зима

Развитие

модуля

Нейросетевые модели обучаются на городских данных с учетом сезонности, погодных условий и особенностей городской застройки

Система способна обрабатывать видеопотоки от тысяч камер видеонаблюдения и функционирует в режиме непрерывного мониторинга

Гибкая настройка сценариев детектирования

Адаптация под территориальные особенности города

Масштабирование по количеству источников данных

Эффекты от внедрения

Экономические

Социальные

Административные

Снижение затрат на содержание городского хозяйства

Повышение уровня доверия горожан

Снижение уровня административных правонарушений

Повышение эффективности работы ИОГВ

Предупреждение жалоб граждан

Снижение административной нагрузки на хозяйствующие субъекты

Оптимизация временных трудозатрат

Сокращение времени на обработку обращений

Повышение уровня информированности контрольно-надзорных органов и координирующих ИОГВ

Наличие снега на крышах/кровле

Обнаружен мусор

Увеличение количества выявленных негативных событий и происшествий в сфере благоустройства и ЖКХ

Галерея модуля