Видеодетекторы, проекторы освещения, информационное табло с надписью «Пешеход», стандартный светофор Т7, проектор для проекции дорожной разметки 1.14.1 и шкаф управления с локальным сервером с предустановленным ПО.

Светосигнальная система предупреждения устанавливается на переходе и работает следующим образом: при движении человека на тротуаре в зоне пешеходного перехода по видеоизображению и при помощи нейросети и ИИ он распознается как объект пешеход, вычисляется его траектория и направление движения и, если оно направлено в сторону пешеходного перехода, включается информационное табло, расположенное над проезжей частью.

В темное время суток при переходе пешехода через дорогу дополнительно включается контрастная подсветка пешеходного перехода и проекция дорожной разметки 1.14.1, что позволяет водителю вовремя увидеть пешеходов и среагировать, что за собой влечет уменьшение количества ДТП и смертности на пешеходных переходах и способствует решению государственных задач по обеспечению безопасности на дорогах и повышению комфорта городской среды. Также система имеет возможность детектировать животных которые потенциально могу спровоцировать ДТП.

Функционал программного обеспечения также позволяет вести подсчет трафика как пешеходов, так и автомобилей, интегрировать видеодетекторы в уже существующую систему «Безопасный город», проводить мониторинг установленного оборудования, запись архива событий, вести запись архива видеоданных, фиксировать правонарушение использования СИМ с последующей передачей данных в ИТС или в любые другие существующие системы&

Технология ИИ, которая применяется в комплексах.
Решаемая техническая задача состоит в определении людей как объект “Пешеход” и считывании траектории и направления их движения с помощью технологии компьютерного зрения, в том числе анализа видеоизображения с камеры видеонаблюдения. Данные, полученные с камеры, позволяют эффективно детектировать людей как объект “Пешеход” и считывать траекторию и направление движения, но для этого необходимо добиться достаточно высокой точности распознавания и классификации изображений. Используемые в Проекте модели YOLO позволяют достигать высокой точности при детекции изображений при определении объектов.
Точность определения класса в рамках решаемых задач: ~ 97% для точности определения пешехода; ~ 95% времени непрерывного отслеживания траектории движения объекта.