Expertsystem - Datorer som upptäcker trafikhändelser

Tekniker för beräkningsgeometri, som är väl etablerade inom datorgrafik, kan användas för att upptäcka ytterligare kontext när objekt väl spåras. Till exempel kan kollisionen mellan två fordon upptäckas effektivt via algoritmer för beräkningsbaserad kollisionsdetektering, inklusive skärningen av två begränsningsrutor som omger varje respektive fordon.

Det är viktigt att använda klassiska algoritmiska tekniker i expertsystem eftersom de är mer tillförlitliga och effektiva med tanke på att deras programmering är exakt. System för artificiell intelligens bör begränsas på ett sätt där en människa fattar det slutgiltiga beslutet om vilka åtgärder som ska vidtas. Detta beror på att även om system för artificiell intelligens är mycket tillförlitliga, finns det en felmarginal som måste begränsas. Därför rekommenderar vi att implementera expertsystem på ett hybrid sätt, med hjälp av det bästa av både artificiell intelligens och klassiska algoritmiska programmeringstekniker.

Översikt över den organisatoriska utmaningen

Expertsystem är komplicerade att implementera inom en miljö såsom ett kontrollrum. Förutom de tekniska utmaningarna måste många administrativa hinder, efterlevnadskrav och interna processer följas för att säkerställa en tillräcklig implementering. Även om tekniken är utmanande för projektledning och implementering inom många stora organisationer, brukar fördelarna fortfarande överstiga kostnaden för att inte implementera dem på grund av teknisk skuld.

Att ständigt titta på skärmar i timmar i sträck när det mesta av tiden inget särskilt ovanligt händer är en svår uppgift för de flesta människor och skulle vara enformigt. Det är naturligt att anta att koncentrationen skulle vara svår att upprätthålla i takt med tiden går. Det ovannämnda är där expert-AI-system utmärker sig. Systemet kan ständigt övervaka kamerflödena efter händelser som kräver ett svar och ge förslag till en kontrollrumoperatör om hur de kan gå tillväga.

Nedan listas några exempel som beskriver hur en AI kan arbeta med en operatör i ett kontrollrum:

• Om två eller flera fordon kolliderar kommer en AI att upptäcka det, registrera händelsen och varna en operatör i ett kontrollrum.
• Om ett fordon kör i en olämplig hastighet kan AI överväga att varna föraren via en digital skylt.
• Givet att en fara upptäcks på vägen, kan en AI varna en operatör i ett kontrollrum och föreslå att stänga filen tills ett team rensar faran.

Organisatorisk data tillgänglig som AI-indata

Följande listar datakällor som används av automatiserade trafikövervakningssystem:

• CCTV-kameror, placerade utefter olika vägnät.
• Trafikkamerasignalinformation som indikerar tillståndet för vägnätet.
• Induktiva fordonsdetektorer tillhandahåller data såsom fordonsvikt.
• LiDAR-sensordata för att komplettera CCTV-flöden vilka för vissa användningsfall kan vara mer tillförlitliga för bearbetning för datorigenkänning.

Integrationsmetodik

Följande är en översikt över den process vi skulle utföra för att integrera ett artikelintelligensbaserat expertsystem för trafikövervakning inom ett kontrollrum:

1. Identifiera CCTV/LiDAR-flöden och kamerasystemet som tillhandahåller övervakning och inspelning av sådana flöden.
2. Vidarebefordra flöden till en superdator eller leverantör av molntjänster för realtidsanalys och bearbetning.
3. Kör flödena genom Telemus AI™ och returnera förstärkta videoflöden tillbaka till säkerhetsövervakningssystemen inom kontrollrummet.
4. Ställ in anpassade varningar till säkerhetspersonalen baserat på vad som upptäcks utifrån de parametrar som kontrollrumoperatörerna önskar att det ska fungera efter.
5. Utvärdera ständigt prestandan hos det artificiella intelligens-systemet för att förbättra det och kontinuerligt driva ännu större effektivitet.

Med tanke på att Telemus AI™ tar hand om den tekniska implementeringen av artificiell intelligens kan organisationer fokusera på affärslogiken samt interna processer och procedurer för att integrera de tekniska funktionerna.

Organisatoriska tillämpningar

Följande listar andra potentiella applikationer för din organisation:

• Förbättra effektiviteten, effektiviteten och prestandan hos trafikledningscentraler.
• Fastställa trafikpunkter för att optimera stadsplanering för att minska trafikstockningar.
• Spårning av fordonsflottor om de befinner sig inom ett parkeringsområde och returneras av företagets anställda.
• Spårning av fordon inom parkeringsområden och mätning av vistelsetid för att bättre förstå pendlarnas beteenden.

Potentiella och realiserade fördelar

De potentiella fördelarna med expertsystem baserade på artificiell intelligens är enorma. Implementering kan leda till bättre produktivitet för operatörer i kontrollrum, färre fel vid detektering av händelser, bättre stads- och vägplanering, minskad trafikstockning och övergripande förbättrad kunskap om vägnätet, varvid hänsyn tas till den tidsmässiga dimensionen, vilket förbättrar förståelsen av typiska statiska metoder.

För närvarande befinner sig många av dessa system fortfarande i forsknings- och utvecklingsstadiet. Organisatorisk planering bör dock ske redan nu eftersom implementeringsutmaningarna kommer att vara enorma även när tekniken förbättras. Telemus AI™ har robusta implementeringar av artificiell intelligens-teknologier och kan ha inbäddade system som opererar i stor skala.

Telemus AI™ är ett australiensiskt-baserat företag för artificiell intelligens som tillhandahåller avancerade lösningar till regering och företag. Kontakta oss idag för ett gratis samtal om hur Telemus AI™ kan bäddas in i din organisation.