РОСДОРНИИ разработал методику проверки ИИ-систем, обнаруживающих опасные ситуации на дорогах

В России разрабатывают национальный стандарт, устанавливающий требования к проверке систем искусственного интеллекта, автоматически обнаруживающих дорожные инциденты. Специалисты ФАУ «РОСДОРНИИ» подготовили тестовый набор данных и определили показатели точности и полноты обнаружения событий, на основании которых предполагается оценивать работу алгоритмов. Новый подход предназначен для проверки интеллектуальных транспортных систем, фиксирующих остановку автомобилей в запрещённых местах, движение против транспортного потока, движение задним ходом и появление препятствий на проезжей части.

Результаты разработки представлены 13 октября 2026 года на заседании технического комитета ТК 164 «Искусственный интеллект», состоявшемся в Санкт-Петербурге в рамках международного технологического форума «Российская неделя стандартизации».

О проведённой работе РОСДОРНИИ сообщил 14 октября.

Доклад представил начальник отдела разработки документов по стандартизации института Никита Павлов.

Подготовкой нормативной базы занимается подкомитет ПК 03 «Искусственный интеллект в дорожно-транспортном комплексе», созданный на базе РОСДОРНИИ.

В его состав входят 39 участников, представляющих отраслевые организации и экспертное сообщество.

Основной задачей подкомитета является формирование единых подходов к применению и оценке технологий искусственного интеллекта в транспортной отрасли.

Одним из направлений стала разработка национального стандарта для систем автоматического обнаружения дорожных инцидентов.

Подобные системы используют данные видеокамер и других источников информации для выявления ситуаций, потенциально влияющих на безопасность и пропускную способность автомобильных дорог.

Например, остановившийся автомобиль может создавать препятствие для движения, а транспортное средство, движущееся против установленного направления, представляет непосредственную опасность для других участников движения.

При этом практическая эффективность автоматического обнаружения зависит не только от возможностей распознавания изображения, но и от способности алгоритма правильно интерпретировать происходящее в дорожной обстановке.

Одна и та же видеосцена может содержать сложные сочетания объектов, перекрытий, изменений освещения и погодных условий.

Алгоритму необходимо не просто обнаружить транспортное средство, но и определить характер его движения относительно проезжей части и установленного направления транспортного потока.

Поэтому задача стандартизации заключается в разработке воспроизводимой процедуры оценки качества подобных систем.

Согласно сообщению РОСДОРНИИ, проект стандарта предусматривает проверку алгоритмов по нескольким категориям дорожных инцидентов.

В их числе — остановка транспортных средств в запрещённых местах, медленное движение, движение задним ходом, движение навстречу транспортному потоку и наличие препятствий на проезжей части.

Для оценки качества работы алгоритмов сформирован тестовый набор данных.

Такой набор необходим для проверки системы на заранее подготовленных примерах, в которых известен правильный результат обнаружения.

Сопоставление ответов алгоритма с контрольной разметкой позволяет определить, какие события были выявлены правильно, какие остались незамеченными и в каких случаях система сформировала ошибочное предупреждение.

РОСДОРНИИ сообщил об определении двух основных показателей — точности и полноты обнаружения.

Точность характеризует долю правильных обнаружений среди всех случаев, которые алгоритм отнёс к определённому событию.

Если система часто ошибочно принимает обычную дорожную ситуацию за опасный инцидент, показатель точности снижается.

Полнота отражает долю действительно произошедших инцидентов, которые система смогла обнаружить.

Если алгоритм пропускает значительное количество опасных событий, этот показатель также будет невысоким.

Для дорожной инфраструктуры необходимо учитывать оба параметра.

Система с высокой полнотой, но большим количеством ложных срабатываний может создавать избыточную нагрузку на диспетчеров, поскольку каждое предупреждение потребует проверки.

Напротив, алгоритм с высокой точностью, но низкой полнотой может редко ошибаться при выдаче предупреждений, однако пропускать часть действительно опасных ситуаций.

Поэтому оценка качества должна учитывать баланс этих характеристик и реальные условия эксплуатации.

При этом опубликованное сообщение РОСДОРНИИ не содержит установленных пороговых значений точности и полноты, минимального объёма тестового набора или обязательных условий проведения испытаний.

Следовательно, пока нельзя утверждать, что будущий стандарт потребует достижения конкретного процента правильных обнаружений.

Не опубликованы также результаты сравнения действующих российских систем между собой.

В этом заключается важное отличие разработки методики оценки от проверки конкретного программного продукта.

Стандарт должен установить воспроизводимые подходы к испытаниям, позволяющие сравнивать алгоритмы по единым критериям.

Однако само наличие такой методики ещё не свидетельствует о том, что какой-либо разработчик уже успешно прошёл испытания по новым требованиям.

Для дорожных организаций стандартизированная проверка имеет практическое значение при выборе оборудования и программного обеспечения интеллектуальных транспортных систем.

При отсутствии единых критериев поставщики могут использовать разные наборы данных и различные способы расчёта показателей эффективности.

В результате прямое сопоставление заявленных характеристик затрудняется.

Применение согласованной процедуры испытаний позволяет повысить сопоставимость результатов и создать основу для более обоснованного выбора технических решений.

Особенно важно это для систем, от которых зависит скорость реагирования на дорожные инциденты.

Автоматическое обнаружение препятствия, остановившегося автомобиля или движения против потока может использоваться для передачи предупреждения диспетчеру, изменения информации на дорожных табло и принятия других организационных мер.

Однако действия системы должны соответствовать подтверждённым возможностям её алгоритмов, а результаты обнаружения — проверяться с учётом предусмотренной схемы эксплуатации.

Помимо работы над стандартом ПК 03 участвует в научных исследованиях и экспертной деятельности.

РОСДОРНИИ сообщил о сотрудничестве с ТК 164 и ВНИИМ имени Д.И. Менделеева по вопросам применения искусственного интеллекта в дорожно-транспортном комплексе.

Одна научная работа уже опубликована, две другие находятся в подготовке.

В течение 2026 года проведены три обучающих вебинара по документам стандартизации.

Кроме того, эксперты института приняли участие в рассмотрении более 50 нормативных документов.

Эта работа направлена на формирование методической базы, необходимой для практического использования ИИ в дорожной отрасли.

Разработку национального стандарта для обнаружения дорожных инцидентов планируется завершить в первом квартале 2027 года.

Таким образом, по состоянию на октябрь 2026 года документ ещё находится в разработке и не может рассматриваться как действующий обязательный норматив.

Отдельного внимания заслуживает возможность применения аналогичных подходов к оценке систем компьютерного зрения в строительстве.

Автоматизированное распознавание объектов и опасных ситуаций используется не только на автомобильных дорогах, но и при контроле строительных площадок, работе беспилотной техники и анализе результатов обследования сооружений.

Для таких задач также важно разделять точность обнаружения, полноту выявления и устойчивость алгоритмов при изменении условий наблюдения.

Однако проект РОСДОРНИИ непосредственно относится к интеллектуальным транспортным системам, а не к техническому обследованию зданий или автоматическому строительному контролю.

Поэтому положения будущего документа нельзя без дополнительного обоснования распространять на все виды инженерного компьютерного зрения.

Главный результат проведённой работы заключается в формировании воспроизводимой основы для испытания систем искусственного интеллекта, обнаруживающих дорожные инциденты.

Создание тестового набора данных и определение показателей качества позволяют перейти от общих заявлений об эффективности алгоритмов к их сопоставимой технической оценке.

Следующим этапом станет завершение и утверждение национального стандарта, намеченное на первый квартал 2027 года.