Sistem pemantauan lalu lintas adalah perkara biasa di semua rangkaian jalan raya maju di peringkat global. Ia biasanya terdiri daripada lampu isyarat, papan tanda statik dan dinamik, pengesan kenderaan gelung induktif, peralatan radio, kamera kelajuan, kamera pengesan nombor plet dan kamera CCTV. Sistem pengurusan lalu lintas itu sendiri diuruskan dari bilik kawalan yang selamat di mana personel yang sah memastikan pengurusan sistem.
Operator bilik kawalan biasanya sangat terlatih dan berpengalaman, menjadikan mereka sangat dicari. Selalunya sukar untuk merekrut dan mengekalkan operator sedemikian serta memastikan terdapat bilangan operator mahir yang mencukupi dalam syif kerana bilik kawalan ini beroperasi 24/7. Kecerdasan Buatan boleh membantu operator bilik kawalan dengan ketara dalam menguruskan kawalan dengan lebih cekap dan melengkapkan lebih banyak tugas berasaskan peristiwa seperti mengesan peristiwa anomali, termasuk kerosakan kenderaan, pelanggaran kenderaan, atau bahaya jalan raya lain dan mengesan kelajuan perjalanan.
Kajian kes ini meneroka bagaimana sistem pakar kecerdasan buatan boleh digunakan dan dimanfaatkan dalam bilik kawalan pemantauan lalu lintas untuk memacu hasil yang lebih baik untuk semua yang berinteraksi dengan sistem yang kompleks. Oleh itu, pengendali bilik kawalan dan penumpang bergerak di pelbagai rangkaian jalan raya.
Teknik geometri pengkomputeran, yang telah mantap dalam grafik komputer, boleh digunakan untuk mengesan konteks lanjutan setelah objek dijejak. Sebagai contoh, perlanggaran dua kenderaan boleh dikesan dengan cekap melalui algoritma pengesanan perlanggaran pengkomputeran, termasuk persilangan dua kotak pembatas yang mengelilingi setiap kenderaan masing-masing.
Adalah penting untuk menggunakan teknik algoritma klasik dalam sistem pakar kerana ia lebih boleh dipercayai dan cekap memandangkan pengaturcaraannya adalah tepat. Sistem kecerdasan buatan harus dihadkan dengan cara di mana manusia membuat keputusan muktamad mengenai tindakan yang perlu diambil. Ini kerana walaupun sistem kecerdasan buatan sangat boleh dipercayai, terdapat margin ralat yang perlu dikurangkan. Oleh itu, kami mengesyorkan melaksanakan sistem pakar secara hibrid, menggunakan teknik pengaturcaraan algoritma klasik dan kecerdasan buatan yang terbaik.
Gambaran Keseluruhan Cabaran Organisasi
Sistem pakar adalah rumit untuk dilaksanakan dalam tetapan seperti bilik kawalan. Selain cabaran teknologi, pelbagai halangan pentadbiran, keperluan pematuhan dan proses dalaman mesti dipatuhi untuk memastikan pelaksanaan yang mencukupi. Walaupun teknologi mencabar untuk pengurusan projek dan dilaksanakan dalam banyak organisasi besar, manfaatnya biasanya masih mengatasi kos untuk tidak melaksanakannya akibat hutang teknikal.
Memerhatikan skrin secara berterusan selama berjam-jam lamanya apabila kebanyakan masa, tiada apa-apa yang luar biasa berlaku adalah satu tugas yang sukar bagi kebanyakan orang dan akan membosankan. Adalah wajar untuk menganggap bahawa tumpuan akan sukar dikekalkan apabila masa berlalu. Perkara di atas adalah di mana sistem AI pakar cemerlang. Sistem ini boleh memantau suapan kamera secara berterusan untuk peristiwa yang memerlukan respons dan membuat cadangan kepada operator bilik kawalan tentang cara mereka boleh meneruskan.
Disedar di bawah adalah beberapa contoh yang menerangkan bagaimana AI boleh bekerjasama dengan operator bilik kawalan:
- Jika dua atau lebih kenderaan berlanggar, AI akan mengesannya, merekodkan kejadian dan memberi amaran kepada operator bilik kawalan.
- Jika kenderaan memandu pada kelajuan yang tidak sesuai, AI boleh mempertimbangkan untuk memberi amaran kepada pemandu melalui papan tanda digital.
- Memandangkan bahaya dikesan di jalan raya, AI boleh memberi amaran kepada operator bilik kawalan dan mencadangkan penutupan lorong sehingga krew membersihkan bahaya tersebut.
Data Organisasi Tersedia sebagai Input AI
Berikut ialah senarai sumber data yang digunakan oleh sistem pemantauan trafik automatik:
- Kamera CCTV, diletakkan bersama-sama pelbagai rangkaian jalan raya.
- Maklumat isyarat kamera lalu lintas yang menunjukkan keadaan rangkaian jalan raya.
- Pengesan kenderaan gelung induktif menyediakan data seperti berat kenderaan.
- Data sensor LiDAR untuk menambah suapan CCTV yang bagi sesetengah kes penggunaan lebih boleh dipercayai untuk diproses bagi pengecaman komputer.
Metodologi Integrasi
Berikut ialah gambaran keseluruhan proses yang akan kami lakukan untuk mengintegrasikan sistem pakar pemantauan trafik berasaskan kecerdasan artikel dalam bilik kawalan:
- Kenal pasti suapan CCTV/LiDAR dan sistem kamera yang menyediakan pemantauan dan rakaman suapan sedemikian.
- Menyalurkan suapan ke superkomputer atau penyedia pengkomputeran awan untuk analisis dan pemprosesan masa nyata.
- Jalankan suapan melalui Telemus AI™ dan kembalikan suapan video tambahan kembali ke sistem pemantauan keselamatan dalam bilik kawalan.
- Sediakan amaran tersuai kepada kakitangan keselamatan berdasarkan apa yang dikesan berdasarkan parameter di mana operator bilik kawalan inginkannya beroperasi.
- Sentiasa nilaikan prestasi sistem kecerdasan buatan untuk memperbaikinya bagi memacu kecekapan yang lebih tinggi secara berterusan.
Memandangkan Telemus AI™ mengendalikan pelaksanaan kecerdasan buatan teknikal, organisasi boleh memberi tumpuan kepada logik perniagaan dan proses serta prosedur dalaman yang membenamkan keupayaan teknologi tersebut.
Aplikasi Organisasi
Berikut menyenaraikan potensi aplikasi lain untuk organisasi anda:
- Meningkatkan kecekapan, keberkesanan dan prestasi bilik kawalan trafik.
- Menentukan titik panas trafik untuk mengoptimumkan perancangan bandar bagi mengurangkan kesesakan trafik.
- Mengesan kenderaan armada jika ia berada di dalam tempat letak kereta dan dipulangkan oleh pekerja syarikat.
- Mengesan kenderaan di dalam tempat letak kereta dan mengukur tempoh tinggal untuk memahami dengan lebih tingkah laku penumpang.
Manfaat Berpotensi dan Direalisasikan
Potensi manfaat sistem pakar berdasarkan kecerdasan buatan adalah amat besar. Pelaksanaan boleh membawa kepada produktiviti pengendali bilik kawalan yang lebih baik, pengurangan ralat dalam mengesan peristiwa, perancangan bandar dan jalan raya yang lebih baik, pengurangan kesesakan lalu lintas, dan peningkatan pengetahuan keseluruhan tentang rangkaian jalan raya, yang semuanya mengambil kira dimensi temporal, meningkatkan pemahaman tentang kaedah statik biasa.
Pada masa ini, kebanyakan sistem ini masih berada di peringkat penyelidikan dan pembangunan. Walau bagaimanapun, perancangan organisasi harus bermula dari sekarang kerana cabaran pelaksanaan akan sangat besar walaupun keadaan teknologi semakin baik. Telemus AI™ mempunyai pelaksanaan teknologi kecerdasan buatan yang kukuh dan boleh menyepadukan sistem yang beroperasi pada skala besar.
Telemus AI™ ialah syarikat kecerdasan buatan berpangkalan di Australia yang menyediakan penyelesaian termaju kepada kerajaan dan perusahaan. Hubungi kami hari ini untuk perundingan percuma tentang cara Telemus AI™ boleh disepadukan ke dalam organisasi anda.
