Sistemi za nadzor saobraćaja su uobičajeni na svim razvijenim mrežama puteva širom sveta. Oni se obično sastoje od semafora, statičkih i dinamičkih znakova, detektora vozila sa induktivnom petljom, radio opreme, kamera za brzinu, kamera za prepoznavanje registarskih tablica i CCTV kamera. Sami sistemi za upravljanje saobraćajem se upravljaju iz sigurne kontrolne sobe gde ovlašćeno osoblje obezbeđuje upravljanje sistemom.
Operateri u kontrolnoj sali su obično visoko obučeni i iskusni, što ih čini traženim. Često je izazovno regrutovati i zadržati takve operatere i osigurati da ima dovoljno kvalifikovanih operatera na smeni pošto ove kontrolne sale rade 24/7. Veštačka inteligencija može značajno da pomogne operaterima kontrolnih sala u efikasnijem vođenju kontrole i obavljanju više zadataka zasnovanih na događajima, kao što su detektovanje anomalnih događaja, uključujući kvarove vozila, sudare vozila ili druge opasnosti na putu i detektovanje brzine kretanja.
Ova studija slučaja istražuje kako se ekspertni sistem veštačke inteligencije može implementirati i koristiti u kontrolnoj sali za nadzor saobraćaja kako bi se postigli bolji rezultati za sve koji interaguju sa složenim sistemima. Dakle, operateri u kontrolnoj sali i putnici putuju po različitim mrežama puteva.
Tehnike računarske geometrije, koje su dobro utemeljene u računarskoj grafici, mogu se koristiti za otkrivanje dodatnog konteksta kada se objekti prate. Na primer, sudar dva vozila može se efikasno otkriti pomoću algoritama za računarsko otkrivanje sudara, uključujući presek dva granična okvira koji okružuju svako od tih vozila.
Od suštinskog je značaja korišćenje klasičnih algoritamskih tehnika u ekspertskim sistemima jer su pouzdaniji i efikasniji s obzirom na to da je njihovo programiranje precizno. Sistemi veštačke inteligencije treba da budu ograničeni na način na koji čovek donosi konačnu odluku o radnji koja treba da se preduzme. To je zato što, iako su sistemi veštačke inteligencije veoma pouzdani, postoji margina greške koju treba ublažiti. Stoga preporučujemo implementaciju ekspertskih sistema na hibridan način, koristeći najbolje od tehnika veštačke inteligencije i klasičnog algoritamskog programiranja.
Pregled organizacionog izazova
Ekspertski sistemi su složeni za implementaciju u okruženju kao što je kontrolna soba. Pored tehnoloških izazova, brojne administrativne prepreke, zahtevi za usklađenošću i interni procesi moraju se pratiti kako bi se osigurala adekvatna implementacija. Iako je tehnologija izazovna za upravljanje projektima i implementaciju u mnogim velikim organizacijama, prednosti obično i dalje prevazilaze troškove neimplementiranja istih zbog tehničkog duga.
Konstantno gledanje u ekrane satima bez prestanka, kada veći deo vremena ništa naročito neobično se ne dešava, je težak zadatak za većinu ljudi i bio bi dosadan. Prirodno je pretpostaviti da bi koncentracija bilo teško održavati kako vreme odmiče. Gorenavedeno je oblast u kojoj ekspertni AI sistemi blistaju. Sistem može konstantno da nadgleda dovode kamera za događaje koji zahtevaju odgovor i daje predloge operateru u kontrolnoj sali kako da nastavi.
U nastavku su navedeni neki primeri koji opisuju kako AI može da sarađuje sa operaterom u kontrolnoj sali:
- Ako dva ili više vozila koliziraju, AI će to otkriti, zabeležiti incident i upozoriti operatera kontrolne sobe.
- Ako vozilo vozi neodgovarajućom brzinom, AI može razmotriti upozoravanje vozača putem digitalnog znaka.
- U slučaju da se na putu otkrije opasnost, AI može upozoriti operatera kontrolne sobe i predložiti zatvaranje trake dok ekipa ne ukloni opasnost.
Organizacioni podaci dostupni kao AI ulaz
Sledeći spiskovi izvora podataka koje koriste automatizovani sistemi za praćenje saobraćaja:
- CCTV kamere, postavljene duž različitih puteva.
- Informacije o signalima sa kamera za nadzor saobraćaja koje ukazuju na stanje mreže puteva.
- Detektori vozila sa indukcionom petljom pružaju podatke kao što je težina vozila.
- Podaci sa LiDAR senzora za dopunu CCTV snimaka, što je za neke slučajeve upotrebe pouzdanije za obradu za računarsko prepoznavanje.
Metodologija integracije
Sledeće je pregled procesa koji bismo izveli za integraciju ekspertskog sistema za praćenje saobraćaja zasnovanog na inteligenciji članaka unutar kontrolne sobe:
- Identifikujte CCTV/LiDAR feedove i sistem kamera koji obezbeđuje nadzor i snimanje takvih feedova.
- Prosleđivanje tokova superkompjuteru ili provajderu cloud računarstva za analizu i obradu u realnom vremenu.
- Provucite izvore kroz Telemus AI™ i vratite poboljšane video izvore nazad u sisteme za bezbednosno praćenje unutar kontrolne sobe.
- Podesite prilagođena obaveštenja za bezbednosno osoblje na osnovu onoga što je otkriveno, u skladu sa parametrima u kojima operateri kontrolne sobe žele da sistem funkcioniše.
- Konstantno procenjujte performanse sistema veštačke inteligencije kako biste ga poboljšali i kontinuirano pokretali još veće efikasnosti.
S obzirom na to da Telemus AI™ brine o tehničkoj implementaciji veštačke inteligencije, organizacije mogu da se fokusiraju na poslovnu logiku i interne procese i procedure ugrađivanja tehnoloških mogućnosti.
Organizacione aplikacije
Sledeće navodi druge potencijalne aplikacije za vašu organizaciju:
- Poboljšanje efikasnosti, efektivnosti i performansi kontrolnih soba za saobraćaj.
- Utvrđivanje žarišta saobraćaja radi optimizacije urbanističkog planiranja kako bi se smanjila gužva u saobraćaju.
- Praćenje vozila flote ako se nalaze unutar parkinga i vraćaju ih zaposleni u kompaniji.
- Praćenje vozila unutar parkinga i merenje trajanja boravka kako bi se bolje razumele navike putnika.
Potencijalne i ostvarene prednosti
Potencijalne prednosti ekspertnih sistema zasnovanih na veštačkoj inteligenciji su ogromne. Implementacija može dovesti do bolje produktivnosti operatera u kontrolnoj sali, smanjenja grešaka u otkrivanju događaja, boljeg planiranja gradova i puteva, smanjenja gužvi u saobraćaju i sveukupno poboljšanog poznavanja mreže puteva, pri čemu se uzima u obzir vremenska dimenzija, čime se poboljšava razumevanje u odnosu na tipične statičke metode.
Trenutno su mnogi od ovih sistema još uvek u fazi istraživanja i razvoja. Međutim, organizaciono planiranje bi trebalo da počne od sada, jer će izazovi implementacije biti ogromni čak i dok se unapređuje stanje tehnologije. Telemus AI™ ima robusne implementacije tehnologija veštačke inteligencije i može ugraditi sisteme koji rade u velikom obimu.
Telemus AI™ je australijska kompanija za veštačku inteligenciju koja pruža napredna rešenja za vladu i preduzeća. Kontaktirajte nas danas za besplatne konsultacije o tome kako se Telemus AI™ može ugraditi u vašu organizaciju.
