Нейросети сейчас на каждом шагу, и как бы к ним ни относились, они неизбежно становятся частью нашей работы и проникают туда, где раньше все делалось руками или костылями. Вот и телематика не стала исключением.

На самом деле, эти две технологии многое объединяет – и телематика, и нейросетки делают похожее: обрабатывают и анализируют данные, чтобы оптимизировать рабочие процессы. Когда-то это встреча должна была произойти, поэтому вполне логично, что разработчики начали интегрировать сетки в свои системы телематики. Сегодня предлагаю разобрать практический кейс Exzotron Telematics AI с нейросетевой обработкой изображений для автоматического контроля въезда транспорта на территорию предприятия.

Что делает AI в телематике

По классике, при заезде на склад / автопарк / (подставить нужное) работает пропускная система. Чтобы машина заехала, диспетчер должен проверить документы, госномер, ввести данные в систему и отправить их. Чтобы не было медленно и больно, контроль въезда можно автоматизировать: распознавать госномера и документы, мгновенно п��редавать данные диспетчеру.

Этапы реализации проекта

1)      Разработка идеи и подбор оборудования

  • Выбрали трекер Galileosky 10 и камеру JC029F-Y01 для интеграции.

  • Разработали протокол передачи изображений на сервер.

2)      Создание серверной обработки

  • Bot для приёма и обработки изображений.

  • Подключили нейросети для анализа фото (распознавание лиц, номеров, QR-кодов).

С какими трудностями столкнулись:

  • Сложность подключения камеры по RS-232 к трекеру и адаптация протоколов.

  • Оптимизация скорости передачи изображений без потери качества.

  • Тонкая настройка нейросетей для высокоточной обработки различных типов данных.

Как устроена система

Если коротко, цепочка выглядит так: камера → трекер → сервер → нейросети → уведомления в тг.

Аппаратная часть:

  • К трекеру подключена камера через RS-232.

  • Камера делает снимки в определённые моменты (при въезде на объект).

Передача данных:

  • Изображения передаются с трекера на сервер Exzotron Bot по специальному протоколу передачи фото.

  • Данные отправляются по Wi-Fi или сотовой связи (если подключён соответствующий модуль).

Нейросетевой анализ:

  • Первый уровень обработки – автоматическое распознавание лиц и автомобильных номеров на изображениях.

  • Технология коррекции перспективы позволяет получать корректные номера, даже если они сфотографированы под углом. 

Для передачи фотографий разработан алгоритм на технологии Easy Logic. Это позволило автоматизировать взаимодействие трекера с камерой и сервером, обеспечивая стабильную и быструю отправку данных для дальнейшей обработки нейросетями.

Какие задачи выполняет алгоритм:

  • Получение фотографий с камеры, подключённой к трекеру

  • Передача полученных изображений на сервер Exzotron Bot с использованием специально разработанного протокола.

  • Оптимизация процесса передачи, включая контроль качества снимков и интервал отправки.

Что дает решение

Вместо ручного внесения данных о транспорте, система делает все сама, благодаря нейросетевой обработке. Как правило, исключение человеческого фактора снижает вероятность ошибок. Ну и, конечно, для безопасности важно, что инфа о машинах, которые въезжают на территорию, сразу улетает в Telegram.

Нет:

❌ ручной ввод данных

❌ задержки на въезде

❌ человеческие ошибки

Да:

✅ автоматическое распознавание

✅ мгновенная передача информации

✅ повышение безопасности

✅ уведомления в Telegram в реальном времени

Для предприятий с потоком транспорта эффект заметен сразу.

Что можно доработать

Авторы проекта планируют улучшить распознавание номеров авто в сложных углах обзора, добавить новые алгоритмы распознавания документов (счета-фактуры, накладные), улучшить точность анализа изображений за счет расширения датасетов, связать ERP-системы для автоматической обработки накладных и настроить связку с CRM-системами для хранения и учета данных. Дальше – настроить возможность автоматического запроса результатов по распознанным номерам, накладным, QR-кодам и отправлять голосовые уведомления в телеге.

Поделитесь, уже видели подобные решения с нейросетями в телематике? Кстати, у разработчиков этого решения есть новый проект – система автоматизированного взвешивания с ИИ, которая считывает вес грузовиков и распознает госномера авто с камер, стоит разобрать его?