Sistemes experts - Ordinadors que detecten esdeveniments de trànsit

Les tècniques de geometria computacional, que estan ben establertes en els gràfics per ordinador, es poden utilitzar per detectar context addicional un cop els objectes estan rastrejats. Per exemple, la col·lisió de dos vehicles es pot detectar de manera eficient mitjançant algoritmes computacionals de detecció de col·lisions, incloent-hi la intersecció de dues caixes delimitadores que envolten cada vehicle respectivament.

És essencial utilitzar tècniques algorítmiques clàssiques en sistemes experts, ja que són més fiables i eficients atesa la seva programació exacta. Els sistemes d'intel·ligència artificial s'han de limitar a una manera en què un humà prengui la decisió final sobre l'acció a emprendre. Això es deu al fet que, tot i que els sistemes d'intel·ligència artificial són molt fiables, hi ha un marge d'error que s'ha de mitigar. Per tant, recomanem implementar sistemes experts de manera híbrida, utilitzant el millor de les tècniques de programació algorítmica clàssica i d'intel·ligència artificial.

Visió general del repte organitzatiu

Els sistemes experts són complicats d'implementar en un entorn com una sala de control. A més dels reptes tecnològics, nombrosos obstacles administratius, requisits de compliment i processos interns s'han de seguir per assegurar una implementació adequada. Tot i que la tecnologia és un repte per a la gestió de projectes i la implementació dins de moltes organitzacions grans, els beneficis generalment encara superen el cost de no implementar-los a causa del deute tècnic.

Mirar pantalles constantment durant hores seguides quan la major part del temps no està passant res especialment fora de l'ordinari és una tasca difícil per a la majoria de les persones i seria tediós. És natural suposar que la concentració seria difícil de mantenir a mesura que avança el temps. L'esmentat anteriorment és on els sistemes d'AI experts destaquen. El sistema pot monitorar constantment les càmeres per esdeveniments que requereixen una resposta i fer suggeriments a un operador de sala de control sobre com podria procedir.

A continuació es mostren alguns exemples que descriuen com una IA pot treballar amb un operador de sala de control:

• Si dos o més vehicles col·lideixen, una AI ho detectarà, enregistrarà l'incident i alertarà un operador de la sala de control.
• Si un vehicle circula a una velocitat inadequada, l'AI pot considerar alertar el conductor mitjançant un senyal digital.
• Atès que es detecta un perill a la carretera, una AI pot alertar un operador de sala de control i suggerir tancar el carril fins que un equip neteji el perill.

Dades organitzatives disponibles com a entrada d'IA

El següent llista les fonts de dades utilitzades pels sistemes automatitzats de monitorització de trànsit:

• Càmeres CCTV, col·locades al llarg de diverses xarxes viàries.
• Informació de senyals de càmeres de trànsit que indica l'estat de la xarxa viària.
• Els detectors de vehicles de bucle inductiu proporcionen dades com el pes del vehicle.
• Dades de sensors LiDAR per complementar els fluxos de CCTV que, per a alguns casos d'ús, poden ser més fiables per al processament per al reconeixement informàtic.

Metodologia d'Integració

El següent és una visió general del procés que realitzaríem per integrar un sistema expert de monitorització de trànsit basat en intel·ligència d'articles dins d'una sala de control:

1. Identifiqueu les transmissions de CCTV/LiDAR i el sistema de càmeres que proporciona el monitoratge i l'enregistrament d'aquestes transmissions.
2. Reenvia els fluxos a un superordinador o a un proveïdor de computació al núvol per a l'anàlisi i el processament en temps real.
3. Passeu els fluxos per Telemus AI™ i retorneu els fluxos de vídeo augmentats als sistemes de monitorització de seguretat dins de la sala de control.
4. Configura alertes personalitzades per al personal de seguretat en funció del que es detecta segons els paràmetres en què els operadors de la sala de control volen que operi.
5. Avalueu constantment el rendiment del sistema d'intel·ligència artificial per millorar-lo i impulsar contínuament eficiències encara més grans.

Atès que Telemus AI™ s'encarrega de la implementació tècnica de la intel·ligència artificial, les organitzacions poden centrar-se en la lògica de negoci i en els processos i procediments interns per integrar les capacitats tecnològiques.

Aplicacions Organitzatives

El següent llista altres aplicacions potencials per a la vostra organització:

• Millora de l'eficiència, l'eficàcia i el rendiment de les sales de control de trànsit.
• Determinar els punts calents del trànsit per optimitzar la planificació urbana i reduir la congestió del trànsit.
• Seguiment de vehicles de flota si es troben dins d'un aparcament i són retornats pels empleats de l'empresa.
• Seguiment de vehicles dins d'aparcaments i mesura de la durada de l'estada per entendre millor el comportament dels viatgers.

Beneficis Potencials i Realitzats

Els beneficis potencials dels sistemes experts basats en intel·ligència artificial són immensos. La implementació pot conduir a una millor productivitat dels operadors de la sala de control, menys errors en la detecció d'esdeveniments, millor planificació urbana i viària, menys congestió del trànsit i un coneixement global millorat de la xarxa viària, tot tenint en compte la dimensió temporal, millorant la comprensió dels mètodes estàtics típics.

Actualment, molts d'aquests sistemes encara es troben en la fase de recerca i desenvolupament. No obstant això, la planificació organitzativa hauria de començar des d'ara, ja que els reptes d'implementació seran enormes fins i tot a mesura que millori l'estat de la tècnica. Telemus AI™ té implementacions robustes de tecnologies d'intel·ligència artificial i pot tenir sistemes incrustats que operen a escala.

Telemus AI™ és una empresa d'intel·ligència artificial amb seu a Austràlia que proporciona solucions avançades al govern i a les empreses. Contacti amb nosaltres avui per a una consulta gratuïta sobre com Telemus AI™ pot integrar-se a la seva organització.