Eismo stebėjimo sistemos yra įprastos visuose išsivysčiusiuose kelių tinkluose visame pasaulyje. Jos paprastai susideda iš šviesoforų, statinių ir dinaminių kelio ženklų, indukcinių kilpų transporto priemonių detektorių, radijo įrangos, greičio matavimo kamerų, numerių plokščių atpažinimo kamerų ir CCTV kamerų. Pačios eismo valdymo sistemos valdomos iš saugaus valdymo centro, kurį patvirtinti asmenys užtikrina sistemos valdymą.
Kontrolės kameros operatoriai paprastai yra labai apmokyti ir patyrę, todėl jie yra labai ieškomi. Dažnai sudėtinga priimti ir išlaikyti tokius operatorius bei užtikrinti, kad pamainoje būtų pakankamai kvalifikuotų operatorių, nes šios kontrolės kameros veikia 24/7. Dirbtinis intelektas gali žymiai padėti kontrolės kameros operatoriams efektyviau valdyti kontrolę ir atlikti daugiau įvykiais pagrįstų užduočių, tokių kaip anomalių įvykių aptikimas, įskaitant transporto priemonių gedimus, transporto priemonių susidūrimus ar kitas kelio kliūtis, ir kelionės greičio aptikimą.
Šis atvejo tyrimas nagrinėja, kaip dirbtinio intelekto ekspertinė sistema gali būti įdiegta ir naudojama eismo stebėjimo valdymo kambaryje, siekiant geresnių rezultatų visiems, kurie sąveikauja su sudėtingomis sistemomis. Taigi, valdymo kambario operatoriai ir keleiviai keliauja įvairiais kelių tinklais.
Skaičiavimo geometrijos metodai, kurie yra gerai įsitvirtinę kompiuterinėje grafikoje, gali būti naudojami papildomam kontekstui aptikti, kai objektai yra sekami. Pavyzdžiui, dviejų transporto priemonių susidūrimas gali būti efektyviai aptiktas naudojant skaičiavimo susidūrimų aptikimo algoritmus, įskaitant dviejų kiekvieną transporto priemonę supančių ribojančiųjų dėžučių susikirtimą.
Ekspertinėse sistemose būtina naudoti klasikinius algoritminius metodus, nes jie yra patikimesni ir efektyvesni, atsižvelgiant į jų tikslų programavimą. Dirbtinio intelekto sistemos turėtų būti apribotos taip, kad galutinį sprendimą dėl imtinų veiksmų priimtų žmogus. Taip yra todėl, kad nors dirbtinio intelekto sistemos yra labai patikimos, yra tam tikra paklaida, kurią reikia sušvelninti. Taigi rekomenduojame įgyvendinti ekspertines sistemas hibridiniu būdu, naudojant geriausius tiek dirbtinio intelekto, tiek klasikinio algoritminio programavimo metodus.
Organizacinio iššūkio apžvalga
Ekspertinės sistemos yra sudėtinga įgyvendinti tokioje aplinkoje kaip valdymo kambarys. Be technologinių iššūkių, norint užtikrinti tinkamą įgyvendinimą, reikia laikytis daugybės administracinių kliūčių, atitikties reikalavimų ir vidinių procesų. Nors technologijų projektų valdymas ir įgyvendinimas daugelyje didelių organizacijų yra sudėtingas, nauda paprastai vis tiek viršija jų neįgyvendinimo kainą dėl techninio skolos.
Nuolatinis valandų valandas trunkantis ekranų stebėjimas, kai dauguma laiko nieko neįprasto nevyksta, yra sudėtinga užduotis daugumai žmonių ir būtų nuobodi. Natūralu manyti, kad laikui bėgant būtų sunku išlaikyti koncentraciją. Aukščiau minėtoje srityje pasižymi ekspertinės AI sistemos. Sistema gali nuolat stebėti kamerų transliacijas dėl įvykių, reikalaujančių reakcijos, ir teikti pasiūlymus kontrolės kameros operatoriui, kaip jie galėtų elgtis toliau.
Žemiau pateikti keli pavyzdžiai, aprašantys, kaip AI gali dirbti su valdymo kameros operatoriumi:
- Jei susiduria dvi ar daugiau transporto priemonių, AI tai aptiks, užfiksuos incidentą ir įspės valdymo kameros operatorių.
- Jei transporto priemonė važiuoja netinkamu greičiu, AI gali apsvarstyti galimybę įspėti vairuotoją per skaitmeninį ženklą.
- Aptikus kelią pavojų, AI gali įspėti valdymo kambario operatorių ir pasiūlyti uždaryti juostą, kol brigada pašalins pavojų.
Organizaciniai duomenys, prieinami kaip AI įvestis
Toliau išvardyti duomenų šaltiniai, naudojami automatizuotų eismo stebėjimo sistemų:
- CCTV kameros, išdėstytos įvairiuose kelių tinkluose.
- Eismo kamerų signalų informacija, rodanti kelių tinklo būseną.
- Indukcinės kilpos transporto priemonių detektoriai teikia tokius duomenis kaip transporto priemonės svoris.
- LiDAR jutiklių duomenys, papildantys CCTV transliacijas, kurie kai kuriems naudojimo atvejams gali būti patikimesni apdorojant kompiuteriniam atpažinimui.
Integracijos metodologija
Toliau pateikiama aukšto lygio proceso, kurį atliktume integruodami straipsnių intelektu pagrįstą eismo stebėjimo ekspertinę sistemą valdymo kambaryje, apžvalga:
- Identifikuokite CCTV/LiDAR srautus bei kamerų sistemą, kuri užtikrina tokių srautų stebėjimą ir įrašymą.
- Persiųsti srautus superkompiuteriui ar debesijos skaičiavimų teikėjui realaus laiko analizei ir apdorojimui.
- Paleisti srautus per Telemus AI™ ir grąžinti papildytus vaizdo srautus atgal į saugumo stebėjimo sistemas kontrolės kambaryje.
- Nustatykite tinkintus įspėimus saugumo darbuotojams pagal tai, kas aptikta, remiantis parametrais, kuriais valdymo kameros operatoriai nori, kad ji veiktų.
- Nuolat vertinkite dirbtinio intelekto sistemos našumą, kad ją tobulintumėte ir nuolat pasiektumėte dar didesnio efektyvumo.
Atsižvelgiant į tai, kad Telemus AI™ pasirūpina techniniu dirbtinio intelekto įgyvendinimu, organizacijos gali sutelkti dėmesį į verslo logiką bei vidinius procesus ir procedūras, integruodamos technologines galimybes.
Organizaciniai taikymai
Toliau išvardytos kitos potencialios programos jūsų organizacijai:
- Eismo valdymo kambarių efektyvumo, veiksmingumo ir našumo gerinimas.
- Eismo sąstingio vietų nustatymas miesto planavimui optimizuoti, siekiant sumažinti eismo spūstis.
- Sekti parko automobilius, jei jie yra automobilių stovėjimo aikštelėje ir grąžinami įmonės darbuotojų.
- Sekti automobilius automobilių stovėjimo aikštelėse ir matuoti buvimo trukmę, kad būtų geriau suprastas kelionių dalyvių elgesys.
Potencialūs ir realizuoti pranašumai
Potencialūs dirbtinio intelekto pagrįstų ekspertinių sistemų pranašumai yra milžiniški. Įgyvendinimas gali lemti geresnį valdymo kambario operatorių produktyvumą, mažiau klaidų nustatant įvykius, geresnį miestų ir kelių planavimą, sumažėjusį eismo spūstis ir bendrai patobulėjusį kelių tinklo išmanymą, iš viso tai atsižvelgiant į laiko dimensiją, gerinant tipinių statinių metodų supratimą.
Šiuo metu daugelis šių sistemų vis dar yra tyrimų ir plėtros etape. Tačiau organizacinis planavimas turėtų prasidėti jau dabar, nes įgyvendinimo iššūkiai bus milžiniški, net gerėjant pažangiausioms technologijoms. Telemus AI™ turi tvirtus dirbtinio intelekto technologijų įgyvendinimus ir gali įdiegti sistemas, veikiančias dideliu mastu.
Telemus AI™ yra Australijoje įsikūrusi dirbtinio intelekto įmonė, teikianti pažangius sprendimus vyriausybėms ir įmonėms. Susisiekite su mumis šiandien dėl nemokamos konsultacijos, kaip Telemus AI™ gali būti įdiegta jūsų organizacijoje.
