Системите за наблюдение на трафика са обичайни във всички развити пътни мрежи в световен мащаб. Те обикновено се състоят от светофари, статични и динамични пътни знаци, индукционни детектори за превозни средства, радиооборудване, камери за контрол на скоростта, камери за разпознаване на регистрационни номера и CCTV камери. Самите системи за управление на трафика се управляват от защитена контролна зала, където упълномощен персонал осигурява управлението на системата.
Операторите в диспечерските зали обикновено са високо квалифицирани и опитни, което ги прави търсени. Често е трудно да се набират и задържат такива оператори и да се осигури достатъчен брой квалифицирани оператори в смяна, тъй като тези диспечерски зали работят денонощно. Изкуственият интелект може значително да подпомогне операторите в диспечерските зали за по-ефективно управление на контрола и изпълнение на повече задачи, базирани на събития, като откриване на аномални събития, включително повреди на превозни средства, сблъсъци на превозни средства или други пътни опасности, и откриване на скоростта на движение.
Това казус проучва как една експертна система за изкуствен интелект може да бъде внедрена и използвана в контролна зала за мониторинг на трафика, за да постигне по-добри резултати за всички, които взаимодействат със сложни системи. По този начин операторите в контролната зала и пътуващите се движат по различни пътни мрежи.
Техниките на изчислителната геометрия, които са добре установени в компютърната графика, могат да се използват за откриване на допълнителен контекст, след като обектите бъдат проследени. Например, сблъсъкът на два превозни средства може да бъде открит ефективно чрез алгоритми за изчислително откриване на сблъсъци, включително пресичането на две ограничителни кутии, обграждащи съответното превозно средство.
От съществено значение е да се използват класически алгоритмични техники в експертни системи, тъй като те са по-надеждни и ефективни, предвид точното им програмиране. Системите за изкуствен интелект трябва да бъдат ограничени по начин, при който човек взема окончателното решение за предприемане на действие. Това е така, защото въпреки че системите за изкуствен интелект са силно надеждни, съществува граница на грешка, която трябва да бъде смекчена. По този начин препоръчваме внедряването на експертни системи по хибриден начин, използвайки най-доброто както от техниките на изкуствения интелект, така и от класическото алгоритмично програмиране.
Преглед на организационното предизвикателство
Експертните системи са сложни за внедряване в среда като диспечерска зала. В допълнение към технологичните предизвикателства, трябва да се спазват множество административни пречки, изисквания за съответствие и вътрешни процеси, за да се осигури адекватно внедряване. Въпреки че технологията е предизвикателство за управление на проекти и внедряване в много големи организации, ползите обикновено все още надвишават разходите за неизпълнението им поради технически дълг.
Постоянното наблюдение на екрани с часове наред, когато през повечето време не се случва нищо особено необичайно, е трудна задача за повечето хора и би било скучно. Естествено е да се предположи, че концентрацията ще бъде трудна за поддържане с напредването на времето. Описаното по-горе е областта, в която експертните AI системи блестят. Системата може постоянно да следи камерите за събития, които изискват реакция, и да прави предложения на оператор в диспечерския център как да продължи.
По-долу са изброени някои примери, описващи как един AI може да работи с оператор в диспечерска зала:
- Ако два или повече превозни средства се сблъскат, AI ще го засече, запише инцидента и предупреди оператор в диспечерска зала.
- Ако превозно средство се движи с неподходяща скорост, AI може да обмисли предупреждение на водача чрез дигитален знак.
- При установено наличие на опасност на пътя, AI може да предупреди оператор в диспечерска зала и да предложи затваряне на лентата, докато екипажът отстрани опасността.
Организационни данни, налични като вход за AI
Следните списъци на източници на данни, използвани от автоматизирани системи за мониторинг на трафика:
- CCTV камери, разположени по различни пътни мрежи.
- Информация от сигнали на трафик камери, указваща състоянието на пътната мрежа.
- Индукционните детектори за превозни средства предоставят данни като тегло на превозното средство.
- Данни от LiDAR сензори за допълване на CCTV потоците, които за някои случаи на употреба да са по-надеждни за обработка за компютърно разпознаване.
Методология на интеграцията
Следното е общ преглед на процеса, който бихме изпълнили за интегриране на експертна система за мониторинг на трафика, базирана на интелект за статии, в диспечерска зала:
- Идентифицирайте CCTV/LiDAR потоци и камерната система, която осигурява наблюдение и записване на такива потоци.
- Препращайте потоци от данни към суперкомпютър или доставчик на облачни изчисления за анализ и обработка в реално време.
- Пуснете потоците през Telemus AI™ и върнете разширените видео потоци обратно към системите за наблюдение на сигурността в диспечерския център.
- Настройване на персонализирани известия към охранителния персонал въз основа на това, което се открива, според параметрите, в които операторите на контролната зала желаят да работи.
- Постоянно оценявайте производителността на системата за изкуствен интелект, за да я подобрявате и да постигате непрекъснато още по-голяма ефективност.
Тъй като Telemus AI™ се грижи за техническата реализация на изкуствения интелект, организациите могат да се фокусират върху бизнес логиката и вътрешните процеси и процедури, вграждайки технологичните възможности.
Организационни приложения
Следното изброява други потенциални приложения за вашата организация:
- Подобряване на ефективността, резултатността и производителността на центровете за управление на движението.
- Определяне на точки с натоварен трафик за оптимизиране на градоустройственото планиране с цел намаляване на задръстванията.
- Проследяване на превозните средства на автопарка, ако са в паркинг и са върнати от служителите на компанията.
- Проследяване на превозни средства в паркинги и измерване на продължителността на престоя, за да се разбере по-добре поведението на пътуващите.
Потенциални и реализирани ползи
Потенциалните ползи от експертни системи, базирани на изкуствен интелект, са огромни. Внедряването може да доведе до по-добра производителност на операторите в контролни стаи, намалени грешки при откриване на събития, по-добро планиране на градове и пътища, намалено задръстване на трафика и цялостно подобрено познаване на пътната мрежа, като всичко това взема предвид времевото измерение, подобрявайки разбирането на типичните статични методи.
В момента много от тези системи все още са в етап на научноизследователска и развойна дейност. Въпреки това, организационното планиране трябва да се извършва от сега нататък, тъй като предизвикателствата при внедряването ще бъдат огромни, дори когато най-съвременните технологии се подобряват. Telemus AI™ има стабилни внедрявания на технологии за изкуствен интелект и може да разполага с вградени системи, които оперират в мащаб.
Telemus AI™ е австралийска компания за изкуствен интелект, предоставяща напреднали решения на правителството и бизнеса. Свържете се с нас днес за безплатна консултация относно това как Telemus AI™ може да бъде вградена във вашата организация.
