Systémy monitorovania dopravy sú bežné na všetkých rozvinutých cestných sieťach na celom svete. Zvyčajne sa skladajú z dopravných svetiel, statického a dynamického značenia, indukčných detektorov vozidiel, rádiového vybavenia, rýchlostných kamier, kamier na detekciu evidenčných čísel a kamier CCTV. Samotné systémy riadenia dopravy sú spravované zo zabezpečenej kontrolnej miestnosti, kde autorizovaný personál zabezpečuje riadenie systému.
Operátori v kontrolnej miestnosti sú zvyčajne vysoko vyškolení a skúsení, vďaka čomu sú veľmi žiadaní. Často je náročné získať a udržať takýchto operátorov a zabezpečiť, aby bola na smene dostatočná početnosť kvalifikovaných operátorov, keďže tieto kontrolné miestnosti fungujú 24/7. Umelecká inteligencia môže výrazne pomôcť operátorom v kontrolnej miestnosti pri efektívnejšom riadení kontroly a plnení viacerých úloh založených na udalostiach, ako je detekcia anomálnych udalostí, vrátane porúch vozidiel, zrážok vozidiel alebo iných nebezpečenstiev na ceste a detekcia rýchlosti jazdy.
Táto prípadová štúdia skúma, ako možno expertný systém umelej inteligencie nasadiť a využiť v riadiacej miestnosti pre monitorovanie dopravy, aby sa dosiahli lepšie výsledky pre všetkých, ktorí interagujú so zložitými systémami. Týka sa to operátorov v riadiacich miestnostiach aj cestujúcich, ktorí cestujú po rôznych cestných sieťach.
Techniky výpočtovej geometrie, ktoré sú v počítačovej grafike dobre zavedené, sa môžu použiť na detekciu ďalšieho kontextu, keď sú objekty sledované. Napríklad zrážka dvoch vozidiel môže byť efektívne detekovaná prostredníctvom výpočtových algoritmov detekcie zrážok, vrátane prieniku dvoch ohraničujúcich boxov obklopujúcich každé príslušné vozidlo.
V expertných systémoch je nevyhnutné používať klasické algoritmické techniky, pretože sú spoľahlivejšie a efektívnejšie vzhľadom na ich presné programovanie. Systémy umelej inteligencie by mali byť obmedzené tak, aby o konečnom rozhodnutí o prijatých opatreniach rozhodoval človek. Je to preto, že hoci sú systémy umelej inteligencie vysoko spoľahlivé, existuje medzera chybovosti, ktorú treba zmierniť. Preto odporúčame implementovať expertné systémy hybridným spôsobom, s využitím toho najlepšieho z techník umelej inteligencie aj klasického algoritmického programovania.
Prehľad organizačnej výzvy
Expertné systémy je zložité implementovať v prostredí, akým je napríklad veliteľské miestnosti. Okrem technologických výziev je potrebné dodržiavať mnohé administratívne prekážky, požiadavky na súlad a interné procesy, aby sa zabezpečila primeraná implementácia. Hoci je technológia náročná na projektový manažment a implementáciu v mnohých veľkých organizáciách, prínosy zvyšne stále prevyšujú náklady na ich neimplementovanie z dôvodu technického dlhu.
Neustále sledovanie obrazoviek celé hodiny, keď sa väčšinu času nič mimoriadne nedeje, je pre väčšinu ľudí náročná úloha a bolo by únavné. Je prirodzené predpokladať, že s plynutím času by bolo ťažké udržať koncentráciu. Vyššie uvedené je oblasť, v ktorej vynikajú expertné systémy AI. Systém môže neustále monitorovať kamerové vstupy pre udalosti, ktoré vyžadujú reakciu, a robiť návrhy operátorovi v kontrolnej miestnosti, ako by mohol postupovať.
Nižšie sú uvedené niektoré príklady popisujúce, ako môže AI spolupracovať s operátorom kontrolnej miestnosti:
- Ak dôjde k zrážke dvoch alebo viacerých vozidiel, AI to zistí, zaznamená incident a upozorní operátora v riadiacej miestnosti.
- Ak vozidlo ide nevhodnou rýchlosťou, AI môže zvážiť upozornenie vodiča prostredníctvom digitálneho znaku.
- Ak je zistené nebezpečenstvo na ceste, AI môže upozorniť operátora v riadiacej miestnosti a navrhnúť uzavretie jazdného pruhu, kým hliadka neodstráni nebezpečenstvo.
Organizačné údaje dostupné ako vstup pre AI
Nasledujúci zoznam dátových zdrojov používaných automatizovanými systémami na monitorovanie premávky:
- Kamery CCTV, umiestnené pozdĺž rôznych cestných sietí.
- Informácie zo signálov dopravných kamier indikujúce stav cestnej siete.
- Indukčné slučkové detektory vozidiel poskytujú údaje, ako je hmotnosť vozidla.
- Údaje z LiDAR senzorov na doplnenie CCTV prenosov, ktoré môžu byť pri spracovaní pre počítačové rozpoznávanie v niektorých prípadoch použitia spoľahlivejšie.
Metodika integrácie
Nasleduje prehľad procesu, ktorý by sme vykonali na integráciu expertného systému na monitorovanie premávky založeného na inteligencii článkov v rámci riadiacej miestnosti:
- Identifikujte CCTV/LiDAR toky a kamerový systém, ktorý poskytuje monitorovanie a nahrávanie takýchto tokov.
- Preposielajte dáta superpočítaču alebo poskytovateľovi cloudových služieb na analýzu a spracovanie v reálnom čase.
- Spustite kanály cez Telemus AI™ a vráťte rozšírené video kanály späť do systémov monitorovania bezpečnosti v rámci kontrolnej miestnosti.
- Nastavte prispôsobené upozornenia pre bezpečnostný personál na základe toho, čo je detekované, a to podľa parametrov, v ktorých majú operátori kontrolnej miestnosti záujem, aby systém fungoval.
- Neustále vyhodnocujte výkonnosť systému umelej inteligencie, aby ste ho zlepšili a neustále dosahovali ešte vyššiu efektivitu.
Vzhľadom na to, že Telemus AI™ sa stará o technickú implementáciu umelej inteligencie, organizácie sa môžu sústrediť na obchodnú logiku a interné procesy a postupy začlenenia technologických možností.
Organizačné aplikácie
Nasledujúci zoznam obsahuje ďalšie potenciálne aplikácie pre vašu organizáciu:
- Zlepšovanie efektívnosti, účinnosti a výkonnosti riadiacich miestností dopravy.
- Určovanie dopravných uzlých miest na optimalizáciu územného plánovania s cieľom zníženia dopravných zápch.
- Sledovanie vozidiel vozového parku, ak sa nachádzajú v parkovisku a sú vrátené zamestnancami spoločnosti.
- Sledovanie vozidiel v rámci parkovísk a meranie trvania pobytu pre lepšie pochopenie správania cestujúcich.
Potenciálne a realizované výhody
Potenciálne prínosy expertných systémov založených na umelých inteligenciách sú nesmierne. Implementácia môže viesť k vyššej produktivite operátorov v riadiacich miestnostiach, k zníženiu počtu chýb pri detekcii udalostí, k lepšiemu plánovaniu miest a ciest, k zníženiu preťaženia dopravy a k celkovému zlepšeniu znalostí cestnej siete, pričom sa všetko berie do úvahy s časovým rozmerom, čím sa zlepšuje porozumenie typických statických metód.
V súčasnosti je mnoho z týchto systémov stále vo fáze výskumu a vývoja. Organizačné plánovanie by však malo prebiehať už odteraz, pretože výzvy pri implementácii budú obrovské, a to aj napriek zlepšovaniu najmodernejších technológií. Telemus AI™ má robustné implementácie technológií umelej inteligencie a dokáže integrovať systémy, ktoré fungujú vo veľkom meradle.
Telemus AI™ je austrálska spoločnosť zaoberajúca sa umelou inteligenciou, ktorá poskytuje pokročilé riešenia pre vládu a podniky. Kontaktujte nás ešte dnes pre bezplatnú konzultáciu o tom, ako možno Telemus AI™ zabudovať do vašej organizácie.
