Контроль уборки мусорных контейнеров и урн с использованием ИИ

Заказчик:
ГАУ Нижегородской области "Центр координации проектов цифровой экономики"
Руководитель проекта со стороны заказчика
Поставщик
ООО «НТЕХ ЛАБ» (видеоаналитика) и ООО «Городские технологии» (ПУМ)
Год завершения проекта
2026
Сроки выполнения проекта
ноябрь, 2025 — ноябрь, 2026
Масштаб проекта
50 автоматизированных рабочих мест
Цели

Цель: создание сквозного автоматизированного инструмента для ОМСУ на базе ИИ для мониторинга санитарного состояния контейнерных площадок и урн. Задачи этапа (2025–2026 гг.): 1. Масштабирование системы видеоаналитики на все целевые площадки в Нижнем Новгороде, Дзержинске и Выксе. 2. Глубокая интеграция модуля ИИ-детекции с системой административной практики для автоматизации формирования материалов о правонарушениях. 3. Полная замена ручных выездных проверок на круглосуточный автоматизированный контроль с визуализацией данных на единой картографической платформе. 4. Формирование культуры принятия управленческих решений на основе данных (data-driven).

Результаты

Социальный эффект (на примере г.о.г. Дзержинск): • Жалобы граждан на несвоевременный вывоз ТКО сократились на 68% (с 423 до 235 в квартал). • Среднее время реагирования регионального оператора сократилось с 48 до 8 часов. • Нарушения графика вывоза ТКО уменьшились на 43%. • Случаи несанкционированного размещения отходов снизились на 37% благодаря превентивному видеоконтролю. Экономический эффект: Капитальные затраты составили 24,5 млн руб. Внедрение высвобождает до 20–30% рабочего времени профильных сотрудников ОМСУ за счет исключения выездных проверок, экономя ресурсы на ГСМ и амортизацию. Снижаются риски штрафных санкций для региона. https://адмдзержинск.рф/informatsiya/anounces/14686/

Уникальность проекта

Уникальность заключается в бесшовной интеграции промышленного ИИ-решения компьютерного зрения с уже эксплуатируемой Платформой управления муниципалитетом (ПУМ) «Умный город». Это исключает капитальные затраты на создание новых интерфейсов и обучает персонал работе в единой среде. ИИ-модель дообучена на реальных видеопотоках региона, что обеспечивает высокую точность распознавания 5 специфических типов нарушений с учетом местного освещения, ракурсов и типов контейнеров. Решение не имеет прямых аналогов, сочетающих кастомизированную CV-аналитику и автоматическую картографическую визуализацию в едином контуре муниципального управления. Стек на 100% состоит из отечественного ПО (реестровые номера № 19025 и № 6692), что гарантирует технологический суверенитет.

Использованное ПО

1. Платформа видеоаналитики «НТехСити» (ООО «НТЕХ ЛАБ», реестр ПО № 19025). 2. Платформа управления муниципалитетом «Умный город» (ООО «Городские технологии», реестр ПО № 6692). 3. Камеры видеонаблюдения, установленные на контейнерных площадках. 4. Защищенный API для передачи структурированных данных между системами.

Сложность реализации

1. Дообучение модели ИИ. Стандартные CV-модели давали сбои из-за региональной специфики (разные типы урн, сложное освещение, ракурсы). Барьер преодолен совместной работой с вендором: модель дообучена на реальных видеопотоках региона, что свело ложные срабатывания к минимуму. 2. Сетевая инфраструктура. Обеспечение устойчивой передачи видеопотока с разрозненных камер муниципальных образований в единую платформу потребовало аудита и донастройки сетевой инфраструктуры на местах. 3. Изменение регламентов. Главная организационная сложность – разработка и внедрение единого регламента реагирования ОМСУ. Необходимо было гарантировать, что автоматическое обнаружение нарушения будет приводить к реальным действиям (направлению бригад), а не оставаться просто статистикой в системе.

Описание проекта

1. Исходная ситуация До внедрения контроль санитарного состояния контейнерных площадок осуществлялся методом регулярных выездных проверок сотрудниками ОМСУ. Этот процесс был крайне трудозатратным (требовал 3–5 рабочих дней), субъективным и нерегулярным. Как следствие, фиксировалось запоздалое реагирование на нарушения, высокий уровень жалоб граждан на несвоевременный вывоз ТКО и рост числа несанкционированных свалок. Отсутствие централизованных объективных данных затрудняло контроль за работой регионального оператора. 2. Реализованное решение Внедрена сквозная автоматизированная система на базе компьютерного зрения. Видеопоток с городских камер поступает в платформу «НТехСити», где дообученный алгоритм ИИ ежечасно анализирует кадры и распознает 5 типов нарушений: переполненность контейнера, смещение/повреждение бака, навалы мусора (КГО/ТБО), несанкционированный выброс мусора из ТС и стоянку ТС в зоне площадки. Обнаруженные нарушения (с координатами и фотофиксацией) автоматически передаются по защищенному API в ПУМ «Умный город». В картографическом интерфейсе платформы точки отображаются с цветовой индикацией: зеленый (норма) и красный (нарушение). 3. Изменения после внедрения Ручные проверки полностью заменены на круглосуточный автоматический мониторинг. Бизнес-процесс оптимизирован: время от обнаружения нарушения до принятия решения сократилось с нескольких дней до 15–30 минут (просмотр уведомления → верификация по фото → направление заявки). Сформирована прозрачная система контроля за подрядчиками, основанная на объективных данных, а не на субъективных оценках.

География проекта

Нижегородская область: городской округ город Нижний Новгород, городской округ город Дзержинск, городской округ город Выкса.

Дополнительные презентации:
Эффект_Дзержинск (1).pdf
ПУМ_Диплом финалиста_I национальная премия Безопасный город (3).jpg
ПУМ_Бронзовый диплом_III национальная премия за вклад в развитие городского хозяйства (3).pdf
Аттестат_ПУМ 3950.00016.2024_20.12.2024.pdf
Контроль уборки мусорных контейнеров и урн с использованием ИИ (2).pdf

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.