Automatizar a gestão de incidentes de trânsito com o Ultralytics YOLO26

Todos os dias, pequenos incidentes rodoviários afetam o fluxo de trânsito de formas discretas que rapidamente podem gerar consequências maiores. Um veículo avariado ou detritos numa autoestrada, por exemplo, pode facilmente transformar-se em longos atrasos, fluxo de trânsito inseguro e colisões secundárias.

Para os primeiros intervenientes, como o corpo de bombeiros, isto cria uma pressão constante. Cada minuto passado a avaliar um incidente presencialmente pode aumentar a exposição a veículos em movimento e comprometer a segurança da estrada.

A segurança rodoviária pública, juntamente com a segurança dos primeiros intervenientes, é fundamental nestas situações. Os sistemas de transportes, obras públicas e gestão de emergências que dependem de monitorização manual podem ser insuficientes durante as horas de maior movimento ou em incidentes que envolvam materiais perigosos.

Muitas equipas de gestão de incidentes de trânsito (TIM) estão agora a adotar a visão computacional para analisar as condições das estradas e sinalizar incidentes atempadamente. A visão computacional é um ramo da inteligência artificial (AI) que permite às máquinas ver e interpretar dados visuais provenientes de câmaras e vídeos.

Os sistemas de visão podem monitorizar estradas, detetar colisões e fornecer contexto visual em tempo real. Esta visibilidade antecipada pode ajudar os serviços médicos de emergência (EMS), as forças de segurança e as equipas de trânsito a compreender a situação no local e a responder mais rapidamente.

Estas capacidades são impulsionadas por modelos de visão treinados, como o Ultralytics YOLO26. Ao extrair automaticamente informações acionáveis de transmissões de vídeo em direto, estes modelos reduzem a dependência da monitorização manual e permitem tomar decisões mais rápidas e informadas. Isto resulta numa deteção mais rápida dos incidentes e numa melhor coordenação da resposta a emergências.

Fig. 1. Exemplo de deteção de acidentes em tempo real com YOLO (Fonte)

Neste artigo, vamos explorar como a IA de visão está a transformar a gestão de incidentes de trânsito e como os modelos de visão computacional, como o Ultralytics YOLO26, podem ajudar os socorristas a detetar e resolver incidentes mais rapidamente. Vamos começar!

Desafios comuns relacionados com a gestão de incidentes rodoviários#

Eis alguns dos principais desafios enfrentados pelas equipas de gestão de incidentes de trânsito no terreno:

• Visibilidade limitada em tempo real: Os intervenientes de TIM recebem frequentemente apenas informações parciais de chamadas, câmaras ou automobilistas. Sem uma compreensão clara do local do incidente, pode ser difícil tomar decisões antecipadas sobre o encerramento de faixas, o controlo do trânsito ou situações rodoviárias complexas.
• Segurança dos intervenientes: Quando os veículos de emergência param ou operam no meio do trânsito, os primeiros intervenientes, incluindo os corpos de bombeiros e os serviços médicos de emergência (EMS), ficam expostos a veículos em alta velocidade. Isto aumenta significativamente os riscos de segurança, especialmente quando as leis que obrigam os condutores a mudar de faixa ou abrandar não são cumpridas ou quando estão envolvidos materiais perigosos ou hazmat.
• Desafios da gestão do trânsito: Após um acidente de trânsito, sem uma coordenação rápida e atempada, o fluxo de trânsito pode deteriorar-se rapidamente. A congestão aumenta, os condutores tomam decisões repentinas e as condições inseguras espalham-se pelo sistema de transportes, afetando os objetivos gerais de segurança pública e segurança rodoviária.
• Colisões secundárias: A visibilidade reduzida, as desacelerações repentinas e os encerramentos de faixas pouco claros ou tardios podem provocar colisões secundárias. Quando não é possível alertar atempadamente os automobilistas, estes podem desconhecer os perigos mais à frente, aumentando o risco de incidentes subsequentes.

Utilizar a visão computacional para a gestão de incidentes de trânsito#

A maioria dos sistemas de gestão de incidentes de trânsito já é constituída por uma rede de dispositivos implementados em autoestradas e estradas urbanas. As câmaras de semáforos, os sistemas de CCTV e as câmaras portáteis instaladas em postes, reboques ou veículos de emergência são cada vez mais comuns.

A visão computacional pode ser facilmente integrada nestes sistemas porque aproveita a infraestrutura de câmaras existente e processa diretamente as transmissões de vídeo para extrair informações acionáveis. As transmissões de vídeo das câmaras de trânsito podem ser combinadas com sensores rodoviários, como detetores de velocidade e volume, para fornecer uma visão mais completa das condições do trânsito.

Em particular, modelos de visão como o Ultralytics YOLO26 podem ser utilizados para processar transmissões de vídeo. O YOLO26 suporta várias tarefas essenciais de visão computacional que ajudam a detetar incidentes, interpretar as condições rodoviárias e fornecer informações acionáveis para as operações de trânsito.

Fig. 2. Monitorização e análise do trânsito com modelos Ultralytics YOLO (Fonte)

Eis uma explicação simples de algumas tarefas de visão que podem ser utilizadas para monitorizar e gerir incidentes de trânsito:

• Deteção de objetos: Esta tarefa identifica e localiza objetos importantes em cada fotograma de vídeo, como veículos, veículos de emergência, detritos e veículos parados ou avariados, ajudando a detetar incidentes antecipadamente e a obter consciência situacional.
• Rastreamento de objetos: Pode ser utilizado para acompanhar veículos ou objetos ao longo do tempo, à medida que se movem numa cena, facilitando a identificação de alterações no fluxo de trânsito.
• Segmentação de instâncias: Esta abordagem pode delinear a forma exata de um objeto. Em TIM, esta tarefa pode ser utilizada para identificar bloqueios de faixas, que são úteis para planear o encerramento de faixas e o controlo do trânsito.

Como o Ultralytics YOLO26 pode melhorar a gestão de incidentes de trânsito#

Os modelos Ultralytics YOLO, como o YOLO26, estão disponíveis prontos a utilizar como modelos pré-treinados. Isto significa que já foram treinados em conjuntos de dados de grande escala e amplamente utilizados, como o conjunto de dados COCO.

Graças a este pré-treino, o Ultralytics YOLO26 pode ser utilizado imediatamente para detetar objetos comuns do mundo real, como carros, bicicletas, peões, motociclos e outros objetos do quotidiano. Isto cria uma base sólida para compreender cenas rodoviárias e permite às equipas desenvolver aplicações mais integradas, como contagem de veículos, análise do fluxo de trânsito e estimativa de velocidade, sem treinar um modelo de raiz.

Fig. 3. Deteção e rastreamento de veículos com YOLO para estimativa de velocidade (Fonte)

Para aplicações mais específicas de gestão de incidentes de trânsito, estes modelos pré-treinados podem ser facilmente treinados de forma personalizada com dados de imagens e vídeos etiquetados e específicos do domínio, para detetar determinados objetos de interesse.

Por exemplo, um modelo pode ser treinado para identificar de forma fiável camiões de bombeiros vermelhos em imagens de câmaras rodoviárias, ajudando as equipas de trânsito a reconhecer mais rapidamente situações de resposta de emergência ativas. As informações resultantes do vídeo também podem ser utilizadas na formação dos intervenientes, permitindo às equipas analisar cenários reais de incidentes e melhorar a preparação para eventos semelhantes no futuro.

Principais aplicações da IA de visão na gestão de incidentes de trânsito#

De seguida, vamos analisar exemplos de como a visão computacional pode ser aplicada em sistemas reais de gestão de incidentes de trânsito.

Deteção de incidentes e obstruções#

Um dos maiores desafios da gestão de incidentes de trânsito é identificar incidentes e obstruções rodoviárias o mais cedo possível, para que as equipas possam resolver os incidentes de trânsito de forma rápida e segura. No passado, a deteção dependia fortemente de relatos de condutores, veículos de patrulha ou funcionários que monitorizavam manualmente as transmissões das câmaras.

Embora estes métodos ainda sejam utilizados atualmente, podem resultar numa perceção tardia ou na perda de detalhes, especialmente em autoestradas movimentadas ou durante condições de baixa visibilidade. A IA de visão melhora este processo ao monitorizar continuamente as estradas em tempo real, utilizando modelos como o Ultralytics YOLO26.

Por exemplo, as capacidades de deteção e rastreamento de objetos do Ultralytics YOLO26 podem ser utilizadas para identificar um veículo parado numa faixa em circulação e detetar que o trânsito está a abrandar ou a acumular-se atrás dele.

Quando esta atividade invulgar é detetada, o sistema pode alertar atempadamente as equipas de trânsito, dando aos intervenientes mais tempo para planear o controlo do trânsito, avisar os automobilistas e coordenar uma resposta eficaz. Uma deteção mais rápida também contribui para uma resolução célere, reduz a congestão e diminui o risco de colisões secundárias.

Melhorar a segurança dos condutores e das estradas através da monitorização proativa#

A gestão de incidentes de trânsito não consiste apenas em responder depois de algo correr mal. Também envolve identificar problemas rodoviários atempadamente, antes de se transformarem em acidentes.

Com a visão computacional, autoridades governamentais como a Administração Federal de Rodovias (FHWA) e o Departamento de Transportes podem monitorizar continuamente as estradas e identificar problemas como pavimento danificado, detritos ou outros perigos.

Fig. 4. Exemplos de estradas danificadas (Fonte)

Utilizando técnicas como a segmentação de instâncias, os modelos de visão, como o Ultralytics YOLO26, podem delinear com precisão fendas, buracos ou secções danificadas do pavimento em imagens rodoviárias. Isto facilita a compreensão do tamanho e da localização dos danos, em vez de simplesmente detetar que existe um problema.

A identificação precoce destes problemas permite agir mais cedo, seja agendando manutenção, ajustando o controlo do trânsito ou alertando os condutores. Esta abordagem proativa mantém as estradas mais seguras, reduz o risco de incidentes e melhora as condições de condução diárias para todos.

Prós e contras da utilização de IA de visão na gestão de incidentes de trânsito#

Eis alguns dos principais benefícios da utilização de IA de visão para apoiar a gestão de incidentes de trânsito e a segurança rodoviária:

• Tomada de decisões baseada em dados: Os dados dos incidentes e as informações dos vídeos apoiam o acompanhamento do desempenho, a elaboração de relatórios, o planeamento da segurança rodoviária a longo prazo e os programas de formação de TIM.
• Resposta consistente a incidentes: Ao contrário da monitorização humana, a IA de visão funciona continuamente sem fadiga, proporcionando uma cobertura mais consistente.

Apesar destes benefícios, também existem limitações a considerar. Eis alguns fatores a ter em conta:

• Manutenção contínua: Os modelos podem precisar de ser retreinados periodicamente para se adaptarem a alterações nos padrões de trânsito, na infraestrutura ou nas configurações das câmaras.
• Considerações de custo: Embora os custos possam diminuir ao longo do tempo, o investimento inicial em hardware, software e formação pode ser significativo.

Principais conclusões#

A gestão de incidentes de trânsito funciona melhor quando as equipas conseguem identificar os problemas cedo e compreender o que está a acontecer na estrada em tempo real. A IA de visão torna isso possível ao transformar as imagens quotidianas das câmaras de trânsito em informações úteis que apoiam respostas mais rápidas e decisões mais seguras. Quando utilizada de forma ponderada, pode tornar as estradas mais seguras para os condutores e reduzir os riscos para as pessoas que trabalham nelas todos os dias.

Queres integrar a IA de visão nos teus projetos? Junta-te à nossa comunidade ativa e aprende sobre IA de visão na indústria e visão computacional na robótica. Explora o nosso repositório do GitHub para saberes mais. Consulta as nossas opções de licenciamento para começares!