Les chercheurs développent la première technologie mondiale de l'IA pour prévenir les collisions animales-véhicules

Une équipe de chercheurs a développé et testé avec succès une technologie mondiale en bordure de route conçue pour prévenir les collisions animales-véhicules en Australie régionale.

Le code alimentaire la technologie de l'IA sera mis à disposition gratuitement dans le monde entier sur GitHub. Cela signifie que les chercheurs et les écologistes auront la capacité de développer des modèles spécifiques aux animaux à l'échelle mondiale.

Avec le code accessible au public, de nombreuses autres espèces en voie de disparition pourraient être sauvées, notamment des pandas rouges au Népal, des anti-géants au Brésil, des pangolins en Asie du Sud-Est et des léopards des neiges en Asie centrale, qui font face à des dangers lorsqu'ils traversent des routes qui fragment leurs habitats naturels.

L'étude a été un effort conjoint entre l'Université de Sydney, le QUT, et le ministère des Transports et les routes principales du Queensland.

Des chercheurs de l'Australian Center for Robotics (Université de Sydney) et du Center for Accident Research and Road Safety Queensland ont dirigé le projet. Au cours de 12 mois, ils ont développé et testé un système appelé Laarma – le grand système de surveillance et d'alerte en bordure de route activés des animaux.

LaMarma est une unité de route à faible coût et alimentée par AI. Il utilise des capteurs pour détecter les animaux près des routes. Lorsqu'il en repére un, il déclenche des panneaux de message de variable clignotants à proximité (VM) pour avertir les conducteurs.

Le procès sur le terrain a eu lieu dans l'extrême nord du Queensland, où les collisions de casso-sowary sont courantes. Le système a détecté des cassodes avec une précision de 97% et a enregistré plus de 287 observations. Les panneaux d'avertissement ont fonctionné. Lorsqu'ils sont activés, ils ont conduit à des réductions notables de la vitesse du véhicule, ce qui réduit le risque de collisions.

«La technologie ne fonctionne pas seulement – elle évolue»

Le système LAARMA comprend un mélange de capteurs montés à poteau – caméras RGB, imagerie thermique et lidar. Il dispose également d'une IA auto-entraînée qui apprend et s'améliore avec le temps, même sans données étiquetées. À la fin de l'essai, le système détectait correctement les animaux 78,5% du temps à 100 mètres.

Pendant cinq mois, l'équipe a installé des poteaux Laarma dans le hotsowary sauvage de Kuranda.

L'IA s'est rapidement améliorée – en prenant seulement 4,2% des oiseaux à première vue à 78,5% d'ici la fin de l'essai. Pendant ce temps, les vitesses du conducteur ont chuté jusqu'à 6,3 km / h lorsque les panneaux ont clignoté.

« Le système apprend à s'améliorer », a déclaré le Dr Kunming Li du Centre australien de la robotique de l'Université de Sydney. « Il est auto-supervisé. Chaque fois qu'il aperçoit une casorie, il apprend quelque chose de nouveau à ce sujet. »

Contrairement aux anciens systèmes qui doivent être reprogrammés ou formés par les humains, Laarma apprend seule. Cela signifie que chaque fois qu'il voit une soute, cela se souvient à quoi cela ressemblait – qu'il s'agissait dans l'ombre, derrière les arbres ou se déplace rapidement – et s'améliore pour les repérer à l'avenir.

« Il ne cherche pas seulement un match », a expliqué le Dr Li. « Il commence à comprendre à quoi ressemble généralement une casoary dans différentes situations – comme à l'aube, sous la pluie, ou à moitié cachée par les buissons. Cela le rend plus intelligent et plus fiable plus il est utilisé. »

« Il s'agit d'un grand pas vers la protection autonome de la faune », a ajouté le Dr Li. « Laarma est beaucoup plus adaptable et évolutive que les approches précédentes. Plus elle est utilisée dans le domaine, plus elle devient précise. La technologie ne fonctionne pas seulement – elle évolue. »

Science du comportement fusionné avec l'IA

Pour accompagner la technologie de détection des animaux, les chercheurs de QUT ont soigneusement conçu et testé les messages d'avertissement indiqués sur les panneaux routiers.

Ils ont utilisé une méthode bien connue de la science du comportement pour s'assurer que les messages fonctionnaient. L'équipe a testé différents messages avec des groupes de discussion, interrogé plus de 550 pilotes à travers l'Australie et dirigé des essais de simulateur de conduite pour voir quels messages étaient les plus efficaces pour amener les gens à ralentir.

Une fois qu'une caso-Opte est détectée, une panneau numérique spécialement conçu s'allume avec un avertissement en temps réel, alertant les conducteurs pour ralentir et garder les yeux ouverts.

Contrairement aux panneaux jaunes permanents, les conducteurs peuvent ignorer au premier coup d'œil, Laarma ne s'allume que lorsqu'une Cassoar est en fait là – ce qui le donne réel, selon les chercheurs.

L'essai final sur le terrain a démontré des vitesses de véhicule réduites jusqu'à 6,3 km / h dans la zone d'événement lorsque le message était actif, par rapport aux conditions de base.

Ce changement de comportement du conducteur est significatif. La réduction de la vitesse, même de quelques kilomètres par heure, peut améliorer considérablement les temps de réaction, les distances de freinage et les résultats en cas de collision.

« Au-delà du succès technologique, nous sommes particulièrement encouragés par les données comportementales, ce qui montre que les avertissements en temps réel et spécifiques au contexte changent la façon dont les gens conduisent », a déclaré le professeur Ioni Lewis, co-dirigeant de Project de QUT. « C'est vital lorsque les secondes peuvent faire la différence entre une collision quasi-manque et mortelle. »

Le professeur Lewis a également souligné le double bénéfice du système, en protégant à la fois les animaux en voie de disparition et les usagers de la route. « Cassowars sont en danger. Mais ils sont aussi grands. En frapper un à 100 km / h pourrait être comme conduire dans un réfrigérateur. Il s'agit de sauver des vies – l'humain et à plumes », a-t-elle déclaré.

Selon le ministère des Transports et les routes principales (TMR), 174 casso-cassoues ont été tuées par des véhicules depuis 1996. Les experts craignent que le vrai nombre est beaucoup plus élevé, de nombreux oiseaux n'ont jamais été signalés et que les conducteurs ignorant les dégâts qu'ils ont causés.

« Cassowaries sur ou près des routes fait partie de la vie dans le nord du Queensland », a déclaré Ross Hodgman, directeur régional de TMR, North Queensland.

«Nous nous engageons à protéger ces espèces de Keystone, non seulement pour le rôle important qu'ils planifèrent dans la santé de la forêt tropicale des tropiques humides, mais pour réduire les accidents d'un coup direct ou d'un conducteur pour éviter un oiseau.

« Les résultats de cette recherche sont très prometteurs. Avoir un système à faible coût qui peut être déployé à des endroits spécifiques où il y a des antécédents de collisions animaux de véhicules et être en mesure d'améliorer la sensibilisation et l'avertissement avancé aux conducteurs fourniraient une amélioration de la sécurité routière. »

Excellent exemple d'innovation australienne

Ian Christensen, directeur général de l'IMOVE CRC, a déclaré: « Ce projet est un excellent exemple d'innovation appliquée. Il illustre le pouvoir de combiner la détection de pointe et la technologie de l'IA avec science du comportement pour fournir des solutions pratiques pour les défis du monde réel. »

Christensen a déclaré que la création de l'open source du système Laarma via Github élargit considérablement son potentiel mondial. « En rendant le système open source, l'équipe a facilité les gouvernements et les groupes de conservation du monde entier pour adapter la technologie à leurs propres besoins de faune et de sécurité routière. »

La technologie est déjà capable d'être formée pour identifier plusieurs espèces.