Klienti čelili obtížím při optimalizaci dopravy a zvyšování bezpečnosti silničního provozu – zejména pro zranitelné účastníky, jako jsou chodci a cyklisté. Problémem byly limity stávajících senzorů (především detekčních smyček), což znemožňovalo detailní analýzu i rychlé reakce. Důsledkem bylo zvýšené riziko nehod, neefektivní řízení dopravy a nedostatek datových přehledů o dopravě jak v reálném čase, tak v podobě statistik.
Digitální dvojče křižovatky pro inteligentní řízení dopravy a bezpečnost

Země klientaČeská republika, Německo, Rakousko, Švcarsko, Belgie
- Typ klientaVeřejný sektor
- OdvětvíChytré město a městská mobilita
- Oblast nasazeníData a analytika / Business Intelligence, Správa budov a majetku, Strategie, plánování a rozhodování
- AI technologieEdge AI / Embedded systémy, Počítačové vidění a video analýza, Robotika a řídicí systémy, Simulace / digitální dvojčata, Strojové učení
- Přínos pro byznysEfektivita provozu a úspory nákladů, Inovace produktů a služeb
- Typ datGeoprostorová data, Senzorická / IoT data, Video data
- Model dodáníProdukt / Licencovaný software
- NasazeníEdge nebo Embedded
- Klíčové schopnostiRozpoznávání, klasifikace a tracking, Simulace, digitální dvojčata a scénářové modelování
- Fáze projektuŠkálování / rozšířená implementace
- Formy řešeníAnalýza, doporučení nebo report, Automatizovaný backend proces, Integrované řešení na edge / v zařízení, Rozhraní přes API / Mikroslužby, Webový portál / dashboard
Popis řešení
Obchodní problém
Řešení
Řešení (Yutraffic awareAI) představuje lokální silniční AI systém, který v reálném čase vytváří digitální repliku dopravní situace. Využívá pokročilou videoanalýzu na bázi hlubokého učení pro detekci, klasifikaci a sledování účastníků silničního provozu prostřednictvím více kamer. Nabízí aplikace jako pro analýzu specifických míst v křižovatce, pro analýzu jednotlivých proudů dopravy nebo aplikaci pro reagování na nastálou situaci dle přání uživatele. Řešení je vzdáleně přístupné přes webový prohlížeč a plně konfigurovatelné pomocí instalačního průvodce, což usnadňuje správu a automatizuje řízení dopravy.
Hlavní uživatelé řešení
- Servisní inženýři a projektoví manažeři – podpis protokolů o převzetí a technická podpora
- Administrátoři a operátoři – konfigurace systému, správa aplikací a monitorování výkonu
- Technici – instalace, diagnostika a údržba hardwaru
- Dopravní inženýři – analýza chování účastníků provozu a rozhodování na základě dat
- Univerzity a Smart City projekty – vývoj vlastních aplikací využívajících surová data
Časový rámec projektu (měsíce)
Vývoj produktu a testování: 1,5 – 3 roky, Konfigurace a dodání produktu zákazníkům: 14 dní
Použité technologie
- K3S (Kubernetes) pro orchestraci,
- Java (backend aplikace),
- React (frontend aplikace),
- Python (skripty na systémové úrovni),
- Keycloak pro správu identit a přístupů,
- Grafana pro monitorování,
- MQTT a Mosquitto (pro komunikaci se systémy třetích stran,),
- AWS služby pro zálohování a vzdálenou správu,
- Weblate pro lokalizaci aplikace,
- Playright pro automatizované testy.
Dodatečné služby
- Identifikace a prioritizace vhodných use‑casů
- Sběr a předzpracování dat
- Podpora změny a školení uživatelů
- Průběžná údržba a retraining modelu
Použití osobních údajů / regulovaných dat
Implementace
Vlastník projektu na straně klienta
Vedoucí obchodní jednotky
Participace na straně klienta
- Softwarové & datové inženýrství / IT Ops
- Kvalita, bezpečnost, compliance
- Koncoví uživatelé
Forma zapojení dodavatele
Kompletní realizace
Provoz a údržba
Provozní model
- Interní tým (servis)
- Zákazník
Potřebné kompetence na straně klienta
- Znalost monitorované a řízené křižovatky pro efektivní použítí přímočaré webové aplikace dle dodávaného manuálu nebo školení.
Další zdroje nebo infrastruktura
- IT Infrastruktura při připojení do zákaznické sítě
Dopad a výsledky
Kvalitativní přínosy
- Detailní vhled do pohybu účastníků provozu v reálném čase → efektivnější optimalizace dopravního toku
- Zvýšená bezpečnost, zejména pro zranitelné účastníky (chodci, cyklisté)
- Podpora autonomního řízení díky rozšířenému kontextuálnímu vnímání dopravní situace
- Data-driven rozhodování dopravních inženýrů → vyšší kvalita rozhodnutí
- Posílená ochrana dat (anonymizační zóny)
- Nižší provozní náklady a úsilí díky vzdáleným aktualizacím
- Jednodušší uživatelská zkušenost díky intuitivnímu rozhraní a průvodci instalací
Poučení a doporučení
Klíčové faktory úspěchu
K úspěchu řešení přispěla pokročilá AI videoanalýza umožňující komplexní detekci a sledování účastníků provozu bez slepých míst, včetně méně obvyklých typů účastníků (např. e-koloběžky). Důležitá byla hladká integrace s dopravní infrastrukturou (řadiče) i s centrálními systémy. Dalším klíčem k úspěchu je, že je produkt navržen a implementován obecně a dokáže pokrýt velké množství zákaznických problémů – každý zákazník je jiný, řešená situace je jiná, ale náš systém je stale stejný. Toto je nezbytné pro masové nasazení.
Největší výzvy
Různorodost křižovatek, na které systém instalujeme à možnost konfigurace a úpravy systému zákazníkem pomocí dobře navrženého grafického rozhraní, které dokáže pochopit a používat i bez manuálu.
Doporučení pro ostatní
- Prioritizujte ochranu dat – anonymizujte a mějte hotové DPIA pro případ tendrů.
- Investujte do integrace – zajistěte hladkou komunikaci s existující i budoucí infrastrukturou. Zákazník bude chtít data pro vlastní analýzy.
- Využijte vzdálenou správu – monitorujte, upozorňujte a aktualizujte systém na dálku pro snížení nákladů a zajištění dostupnosti.
- Dávejte uživatelům nástroje – umožněte operátorům nezávisle provádět konfigurace a snižte tím závislost na specializované podpoře.
Propagace
Demo / veřejné výstupy

- SpolečnostYunex
- KontaktFilip Magula
- Emailfilip.magula@yunextraffic.com
- Webhttps://vyvojar.yunextraffic.cz
- AdresaV Parku 2308/8, 148 00 Praha
- Další pobočky
- Škrobárenská 5, 602 00 Brno