Comments 16
Получаем детектор ям на дорогах.
При правильной статистической обработке — можно будет заранее предупредить водителя о крупной выбоине в дорожном полотне (особенно полезно на загородных трассах).
Можно слать претензию в росавтодор в автоматическом режиме с указанием координат места.
Можно показывать ненавязчивую контекстную рекламу пользователям приложения: влетел в яму? ближайший шиномонтаж через 200м.
Именно такую систему сейчас разрабатываем в команде из трех человек :) Спасибо за комментарий.
То-же самое и с детектором из статьи — падения не будет там, где люди только подскальзываются. Т.е. этот детектор косвенно ведет к тому чтобы убирать только тот лед где люди падают.
Главное статистику собирать за большое время — а то мало-ли что там на дорогу упало, что на следующий день убрали. С другой стороны GPS дает довольно большую погрешность по xy, а если яма хорошо видна водители объедут ее по пологой траектории, без рывков. В общем это интересная задача.
Хорошие результаты, несмотря на низкое качество данных с MEMS датчиков!)
Да, хорошая идея насчет дополнения признаками. Результаты неплохие, но стоит иметь в виду, что обучение и тестирование производилось на данных с одного и того же смартфона. Если составить выборку с данными от разных устройств, картина может сильно ухудшиться. К сожалению, это не проверялось.
Есть подозрения, что здесь могут помочь какие-нибудь методы работы с временными рядами. Если есть опыт в этом, был бы рад услышать, что можно с этим сделать в этой задаче :)
Проблема в том, что это не надо администрации. Они на звонки-то не отвечают про неубранные улицы, гололед на тротуарах и т.п.
Реакция начинается только тогда, когда "жареный петух клюнул"
Возможно, они игнорируют единичные жалобы из разных уголков города. А если бы информация о степени заледенелости была в одном месте, причем основанная на статистике, скорее всего администрация использовала бы ее.
Вообще первоначальная идея была в создании сервиса, в котором люди выбирают наиболее безопасный маршрут из A в B зимой, исходя из статистики падений других людей
Система отслеживания степени заледенелости улиц: машинное обучение + Microsoft Azure + Android