Les systèmes de surveillance de la circulation sont courants sur tous les réseaux routiers développés dans le monde. Ils se composent généralement de feux de circulation, de panneaux statiques et dynamiques, de détecteurs de véhicules à boucle inductive, d'équipements radio, de radars, de caméras de détection de plaques d'immatriculation et de caméras de vidéosurveillance. Les systèmes de gestion de la circulation eux-mêmes sont gérés depuis une salle de contrôle sécurisée où le personnel autorisé assure la gestion du système.
Les opérateurs de salle de contrôle sont généralement hautement qualifiés et expérimentés, ce qui les rend très recherchés. Il est souvent difficile de recruter et de fidéliser de tels opérateurs et de s'assurer qu'il y a suffisamment d'opérateurs qualifiés en poste, car ces salles de contrôle fonctionnent 24h/24 et 7j/7. L'intelligence artificielle peut assister considérablement les opérateurs de salle de contrôle dans la gestion du contrôle de manière plus efficace et dans l'accomplissement de plus de tâches basées sur des événements telles que la détection d'événements anormaux, y compris les pannes de véhicules, les collisions de véhicules ou autres dangers routiers, et la détection de la vitesse de déplacement.
Cette étude de cas explore la manière dont un système expert en intelligence artificielle peut être déployé et utilisé dans une salle de contrôle de surveillance du trafic pour obtenir de meilleurs résultats pour tous ceux qui interagissent avec des systèmes complexes. Ainsi, les opérateurs de salle de contrôle et les navetteurs circulent sur divers réseaux routiers.
Les techniques de géométrie computationnelle, bien établies en infographie, peuvent être employées pour détecter un contexte supplémentaire une fois les objets suivis. Par exemple, la collision de deux véhicules peut être détectée efficacement via des algorithmes de détection de collision computationnelle, y compris l'intersection de deux boîtes englobantes entourant chaque véhicule respectif.
Il est essentiel d'utiliser des techniques algorithmiques classiques dans les systèmes experts, car ils sont plus fiables et efficaces étant donné que leur programmation est exacte. Les systèmes d'intelligence artificielle devraient être limités de manière à ce qu'un humain prenne la décision finale quant à l'action à entreprendre. Cela s'explique par le fait que, bien que les systèmes d'intelligence artificielle soient hautement fiables, il existe une marge d'erreur qui doit être atténuée. Ainsi, nous recommandons de mettre en œuvre les systèmes experts de manière hybride, en utilisant le meilleur des techniques d'intelligence artificielle et de programmation algorithmique classique.
Aperçu du défi organisationnel
Les systèmes experts sont complexes à mettre en œuvre dans un environnement tel qu'une salle de contrôle. Outre les défis technologiques, de nombreux obstacles administratifs, exigences de conformité et processus internes doivent être suivis pour garantir une mise en œuvre adéquate. Bien que la technologie soit difficile à gérer en matière de gestion de projet et à mettre en œuvre au sein de nombreuses grandes organisations, les avantages l'emportent généralement encore sur le coût de leur non-mise en œuvre en raison de la dette technique.
Surveiller constamment des écrans pendant des heures d'affilée alors que la plupart du temps, rien de particulièrement inhabituel ne se produit est une tâche difficile pour la plupart des gens et serait fastidieuse. Il est naturel de supposer que la concentration serait difficile à maintenir au fil du temps. C'est là que les systèmes experts d'IA excellent. Le système peut surveiller en permanence les flux des caméras pour détecter des événements nécessitant une intervention et faire des suggestions à un opérateur de salle de contrôle sur la marche à suivre.
Voici quelques exemples décrivant comment une IA peut collaborer avec un opérateur de salle de contrôle :
- Si deux véhicules ou plus entrent en collision, une IA le détectera, enregistrera l'incident et alertera un opérateur de salle de contrôle.
- Si un véhicule roule à une vitesse inappropriée, l'IA peut envisager d'alerter le conducteur via un panneau numérique.
- Étant donné qu'un danger est détecté sur la route, une IA peut alerter un opérateur de salle de contrôle et suggérer de fermer la voie jusqu'à ce qu'une équipe élimine le danger.
Données organisationnelles disponibles en tant qu'entrées AI
La liste suivante des sources de données utilisées par les systèmes automatisés de surveillance du trafic :
- Caméras CCTV, positionnées le long de divers réseaux routiers.
- Informations sur les signaux des caméras de circulation indiquant l'état du réseau routier.
- Les détecteurs de véhicules à boucle inductive fournissent des données telles que le poids du véhicule.
- Données des capteurs LiDAR pour compléter les flux CCTV qui, pour certains cas d'usage, peuvent être plus fiables pour le traitement et la reconnaissance informatique.
Méthodologie d'intégration
Voici un aperçu du processus que nous effectuerions pour intégrer un système expert de surveillance du trafic basé sur l'intelligence artificielle au sein d'une salle de contrôle :
- Identifier les flux CCTV/LiDAR et le système de caméras qui assure la surveillance et l'enregistrement de ces flux.
- Transférer les flux vers un supercalculateur ou un fournisseur de cloud computing pour une analyse et un traitement en temps réel.
- Faire passer les flux à travers Telemus AI™ et renvoyer les flux vidéo augmentés aux systèmes de surveillance de sécurité dans la salle de contrôle.
- Configurer des alertes personnalisées pour le personnel de sécurité en fonction de ce qui est détecté, selon les paramètres dans lesquels les opérateurs de la salle de contrôle souhaitent qu'il fonctionne.
- Évaluer constamment les performances du système d'intelligence artificielle pour l'améliorer afin de générer continuellement des gains d'efficacité encore plus importants.
Étant donné que Telemus AI™ prend en charge la mise en œuvre technique de l'intelligence artificielle, les organisations peuvent se concentrer sur la logique métier et les processus et procédures internes en intégrant les capacités technologiques.
Applications organisationnelles
La liste suivante présente d'autres applications potentielles pour votre organisation :
- Amélioration de l'efficacité, de l'efficience et des performances des salles de contrôle du trafic.
- Détermination des points chauds de circulation pour optimiser l'urbanisme afin de réduire la congestion routière.
- Suivre les véhicules de flotte s'ils se trouvent dans un parking et qu'ils sont rendus par les employés de l'entreprise.
- Suivre les véhicules dans les parkings et mesurer la durée du séjour pour mieux comprendre les comportements des navetteurs.
Avantages potentiels et réalisés
Les avantages potentiels des systèmes experts basés sur l'intelligence artificielle sont immenses. Leur mise en œuvre peut conduire à une meilleure productivité des opérateurs de salles de contrôle, à une réduction des erreurs dans la détection d'événements, à une meilleure planification urbaine et routière, à une réduction de la congestion du trafic et à une connaissance globale améliorée du réseau routier, le tout en tenant compte de la dimension temporelle, améliorant ainsi la compréhension par rapport aux méthodes statiques classiques.
À l'heure actuelle, nombre de ces systèmes en sont encore au stade de la recherche et du développement. Cependant, la planification organisationnelle devrait commencer dès maintenant, car les défis de mise en œuvre seront vastes même à mesure que l'état de l'art s'améliore. Telemus AI™ dispose de mises en œuvre robustes de technologies d'intelligence artificielle et peut intégrer des systèmes fonctionnant à grande échelle.
Telemus AI™ est une entreprise d'intelligence artificielle basée en Australie, fournissant des solutions avancées aux gouvernements et aux entreprises. Contactez-nous dès aujourd'hui pour une consultation gratuite sur la façon dont Telemus AI™ peut être intégré à votre organisation.
