Sistemas Especialistas - Computadores que Detectam Eventos de Trânsito

Técnicas de geometria computacional, que são bem estabelecidas em computação gráfica, podem ser empregadas para detectar mais contexto quando os objetos são rastreados. Por exemplo, a colisão de dois veículos pode ser detectada de forma eficiente por meio de algoritmos computacionais de detecção de colisão, incluindo a interseção de duas caixas delimitadoras que envolvem cada respectivo veículo.

É essencial usar técnicas algorítmicas clássicas em sistemas especialistas, pois elas são mais confiáveis e eficientes, dado que sua programação é exata. Os sistemas de inteligência artificial devem ser limitados de uma forma em que um humano tome a decisão final sobre a ação a ser tomada. Isso ocorre porque, embora os sistemas de inteligência artificial sejam altamente confiáveis, há uma margem de erro que precisa ser mitigada. Assim, recomendamos a implementação de sistemas especialistas de maneira híbrida, usando o melhor das técnicas de inteligência artificial e de programação algorítmica clássica.

Visão Geral do Desafio Organizacional

Sistemas especialistas são complicados de implementar em um ambiente como uma sala de controle. Além dos desafios tecnológicos, inúmeros obstáculos administrativos, requisitos de conformidade e processos internos devem ser seguidos para garantir uma implementação adequada. Embora a tecnologia seja desafiadora para o gerenciamento de projetos e implementação dentro de muitas grandes organizações, os benefícios geralmente ainda superam o custo de não implementá-los devido à dívida técnica.

Observar constantemente telas por horas a fio quando, na maioria das vezes, nada de particularmente fora do comum está ocorrendo é uma tarefa difícil para a maioria das pessoas e seria tedioso. É natural supor que a concentração seria difícil de manter à medida que o tempo avança. O supracitado é onde os sistemas especialistas de AI se destacam. O sistema pode monitorar constantemente os feeds das câmeras em busca de eventos que exijam uma resposta e fazer sugestões a um operador de sala de controle sobre como ele pode prosseguir.

Listados abaixo estão alguns exemplos que descrevem como uma AI pode trabalhar com um operador de sala de controle:

• Se dois ou mais veículos colidirem, uma IA detectará, registrará o incidente e alertará um operador da sala de controle.
• Se um veículo estiver dirigindo em velocidade inadequada, a IA pode considerar alertar o motorista por meio de uma placa digital.
• Dado que um perigo seja detectado na estrada, uma IA pode alertar um operador da sala de controle e sugerir o fechamento da pista até que uma equipe limpe o perigo.

Dados Organizacionais Disponíveis como Entrada de AI

A seguir, lista as fontes de dados usadas por sistemas automatizados de monitoramento de tráfego:

• Câmeras CCTV, posicionadas ao longo de várias redes rodoviárias.
• Informações de sinal de câmeras de trânsito indicando o estado da rede rodoviária.
• Detectores de veículos de loop indutivo fornecem dados como o peso do veículo.
• Dados de sensores LiDAR para complementar feeds de CCTV, o que, para alguns casos de uso, pode ser mais confiável para o processamento para reconhecimento por computador.

Metodologia de Integração

A seguir, uma visão geral do processo que realizaríamos para integrar um sistema especialista de monitoramento de tráfego baseado em inteligência de artigos dentro de uma sala de controle:

1. Identifique feeds de CCTV/LiDAR e o sistema de câmeras que fornece monitoramento e gravação de tais feeds.
2. Encaminhe dados para um supercomputador ou provedor de computação em nuvem para análise e processamento em tempo real.
3. Passar os feeds pela Telemus AI™ e retornar feeds de vídeo aumentados de volta aos sistemas de monitoramento de segurança dentro da sala de controle.
4. Configure alertas personalizados para a equipe de segurança com base no que é detectado, de acordo com os parâmetros nos quais os operadores da sala de controle desejam que opere.
5. Avalie constantemente o desempenho do sistema de inteligência artificial para melhorá-lo e gerar continuamente eficiências ainda maiores.

Dado que a Telemus AI™ cuida da implementação técnica de inteligência artificial, as organizações podem se concentrar na lógica de negócios e nos processos e procedimentos internos, incorporando as capacidades tecnológicas.

Aplicações Organizacionais

A seguir, lista outras aplicações potenciais para sua organização:

• Melhorando a eficiência, eficácia e desempenho das salas de controle de tráfego.
• Determinar pontos de congestionamento de tráfego para otimizar o planejamento urbano e reduzir o congestionamento de tráfego.
• Rastreamento de veículos da frota se eles estiverem dentro de um estacionamento e devolvidos por funcionários da empresa.
• Rastreamento de veículos dentro de estacionamentos e medição da duração da permanência para entender melhor o comportamento dos passageiros.

Benefícios Potenciais e Realizados

Os benefícios potenciais de sistemas especialistas baseados em inteligência artificial são imensos. A implementação pode levar a uma melhor produtividade do operador da sala de controle, erros reduzidos na detecção de eventos, melhor planejamento urbano e rodoviário, redução do congestionamento de tráfego e melhoria geral do conhecimento da rede rodoviária, tudo isso levando em conta a dimensão temporal, melhorando a compreensão dos métodos estáticos típicos.

Atualmente, muitos desses sistemas ainda estão na fase de pesquisa e desenvolvimento. No entanto, o planejamento organizacional deve ocorrer desde já, pois os desafios de implementação serão vastos, mesmo com a melhoria do estado da arte. A Telemus AI™ possui implementações robustas de tecnologias de inteligência artificial e pode ter sistemas incorporados que operam em escala.

A Telemus AI™ é uma empresa de inteligência artificial sediada na Austrália, fornecendo soluções avançadas para o governo e empresas. Entre em contato conosco hoje para uma consulta gratuita sobre como a Telemus AI™ pode ser incorporada em sua organização.