Głównym wynikiem projektu było opracowanie kompaktowej i przenośnej kamery do automatycznej detekcji i identyfikacji pojazdów – NeuroCar ANPRCam, z wbudowanym przetwarzaniem obrazu (tzw. edge computing). Funkcjonalność urządzenia jest zgodna z życzeniami potencjalnych Klientów, określonymi w oparciu o przeprowadzone w pierwszej fazie projektu ankiety:

• urządzenie samodzielnie realizuje przetwarzanie strumienia wideo i generuje w czasie rzeczywistym pełne informacje o zidentyfikowanych pojazdach, w tym: numer rejestracyjny, kraj pochodzenia, typ pojazdu, markę i model, kierunek poruszania się pojazdu, prędkość chwilową,
• wykrywa pojazdy nie dające się zidentyfikować (np. bez tablicy rejestracyjnej) i określa dla nich także typ,
• samo się kalibruje i potrafi wykrywać zakłócenia zaburzające pomiary,
• prowadzi rejestrację w trybie ciągłym przez przynajmniej 24h w oparciu o własne źródła zasilania,
• umożliwia anonimizację wyników zgodnie z europejskimi regulacjami dot. ochrony danych osobowych oraz
• przygotowane jest do współpracy z infrastrukturą nadzorczą (BackOffice) działającą w chmurze,
• osiąga dokładność wymaganą przy planowaniu i nadzorowaniu infrastruktury drogowej.

Zgodnie z tymi założeniami przygotowano dwa warianty urządzenia – do pomiarów na jednym lub dwóch pasach ruchu. Przeprowadzone testy funkcjonalne i jakościowe potwierdziły, że urządzenie osiąga bardzo wysoki współczynnik detekcji (>99%), identyfikacji (>97%) oraz klasyfikacji pojazdów (90%) w określonych warunkach brzegowych, podanych w dokumentacji produktowej.

Pierwszym ważnym, pośrednim wynikiem realizacji projektu było opracowanie szeregu nowych modułów funkcjonalnych (kalibracja, adaptacja, ocena jakości obrazu, monitoring usług, wykrywanie usterek) oraz dalszy rozwój istniejących modułów głównych (detekcja, klasyfikacja, integracja danych, anonimizacja) detektorów wizyjnych. Obecnie wszystkie działają w oparciu o najnowsze technologie oraz zoptymalizowane obliczeniowo algorytmy. Moduły zostały zaimplementowane we wszystkich urządzeniach linii produktowej NeuroCar jako tzw. firmware “NeuroCar Terminal Vehicle Identification” i decydują o przewadze innowacyjnej oraz konkurencyjności linii produktowej.

Drugim ważnym, pośrednim wynikiem realizacji projektu było opracowanie oprogramowania nadzorczego – “NeuroCar BackOffice”, działającego w chmurze (przez wykorzystanie REST Api/Docker/Kubernetes) pozwalającego na bieżące monitorowanie działania kamer, zbieranie danych pomiarowych i diagnostycznych oraz analizowanie tych danych z wykorzystaniem różnych modułów analitycznych. Komercjalizacja nowego produktu i nowych technologii polegała na:

• sprzedaży nowego urządzenia “NeuroCar ANPRCam 4”,
• usłudze wykonania pomiarów ruchu drogowego w oparciu o własne urządzenia pomiarowe,
• oraz sprzedaży licencji.

Projekt realizowany był wspólnie z nastepujacymi podmiotami:

• DTV-Verkehrsconsult GmbH (Niemcy)
• TB Traxler GmbH (Austria)
• Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI (Niemcy)