Hệ Chuyên gia - Máy tính Phát hiện Các Sự kiện Giao thông

Các kỹ thuật hình học tính toán, vốn đã được thiết lập tốt trong đồ họa máy tính, có thể được sử dụng để phát hiện thêm ngữ cảnh khi các đối tượng được theo dõi. Ví dụ, va chạm giữa hai xe có thể được phát hiện hiệu quả thông qua các thuật toán phát hiện va chạm tính toán, bao gồm việc giao nhau của hai hộp bao quanh bao bọc mỗi xe tương ứng.

Điều cốt yếu là phải sử dụng các kỹ thuật thuật toán cổ điển trong các hệ chuyên gia vì chúng đáng tin cậy và hiệu quả hơn do lập trình của chúng chính xác. Các hệ thống trí tuệ nhân tạo nên được giới hạn theo cách mà con người đưa ra quyết định cuối cùng về hành động sẽ được thực hiện. Điều này là do mặc dù các hệ thống trí tuệ nhân tạo có độ tin cậy cao, vẫn tồn tại một tỷ lệ sai số cần được giảm thiểu. Do đó, chúng tôi khuyến nghị triển khai các hệ chuyên gia theo cách kết hợp, sử dụng những ưu điểm của cả kỹ thuật lập trình thuật toán cổ điển và trí tuệ nhân tạo.

Tổng quan về Thách thức của Tổ chức

Các hệ chuyên gia rất phức tạp để triển khai trong một môi trường như phòng điều khiển. Bên cạnh những thách thức về công nghệ, nhiều rào cản hành chính, yêu cầu tuân thủ và quy trình nội bộ phải được tuân theo để đảm bảo việc triển khai đầy đủ. Mặc dù công nghệ mang lại nhiều thách thức cho quản lý dự án và việc triển khai trong nhiều tổ chức lớn, nhưng những lợi ích thường vẫn vượt xa chi phí của việc không triển khai chúng do nợ kỹ thuật.

Việc liên tục theo dõi màn hình trong nhiều giờ liền khi hầu hết thời gian không có gì đặc biệt bất thường xảy ra là một nhiệm vụ khó khăn đối với hầu hết mọi người và sẽ rất tẻ nhạt. Điều này tự nhiên khiến ta cho rằng sự tập trung sẽ khó duy trì khi thời gian trôi qua. Những điều nói trên là nơi các hệ thống AI chuyên gia tỏa sáng. Hệ thống có thể liên tục theo dõi các nguồn cấp dữ liệu camera để tìm các sự kiện yêu cầu phản hồi và đưa ra các đề xuất cho người vận hành phòng điều khiển về cách họ có thể tiến hành.

Dưới đây là một số ví dụ mô tả cách AI có thể làm việc với một nhân viên điều hành phòng kiểm soát:

• If two or more vehicles collide, an AI will detect it, record the incident and alert a control room operator.
• If a vehicle is driving at an inappropriate speed, the AI can consider alerting the driver via a digital sign.
• Khi một mối nguy hiểm được phát hiện trên đường, AI có thể cảnh báo cho người vận hành phòng điều khiển và đề nghị đóng làn đường cho đến khi một đội ngũ dọn dẹp mối nguy hiểm.

Dữ liệu Tổ chức Có sẵn làm Đầu vào AI

Danh sách sau đây về các nguồn dữ liệu được sử dụng bởi các hệ thống giám sát giao thông tự động:

• Camera CCTV, được đặt dọc theo các mạng lưới đường bộ khác nhau.
• Thông tin tín hiệu camera giao thông cho biết trạng thái của mạng lưới đường bộ.
• Các máy dò phương tiện vòng cảm ứng cung cấp dữ liệu như trọng lượng phương tiện.
• Dữ liệu cảm biến LiDAR để bổ sung cho các luồng CCTV, trong một số trường hợp sử dụng sẽ đáng tin cậy hơn để xử lý cho nhận dạng máy tính.

Phương pháp Tích hợp

Sau đây là tổng quan về quy trình mà chúng tôi sẽ thực hiện để tích hợp một hệ chuyên gia giám sát giao thông dựa trên trí tuệ nhân tạo bài viết trong một phòng điều khiển:

1. Identify CCTV/LiDAR feeds and the camera system that provides monitoring and recording of such feeds.
2. Chuyển tiếp các nguồn cấp dữ liệu đến một siêu máy tính hoặc nhà cung cấp điện toán đám mây để phân tích và xử lý theo thời gian thực.
3. Chạy các nguồn cấp dữ liệu qua Telemus AI™ và trả lại các nguồn cấp video tăng cường về các hệ thống giám sát an ninh trong phòng điều khiển.
4. Thiết lập cảnh báo tùy chỉnh cho nhân viên an ninh dựa trên những gì được phát hiện theo các thông số mà các nhà điều hành phòng điều khiển mong muốn hệ thống hoạt động.
5. Liên tục đánh giá hiệu suất của hệ thống trí tuệ nhân tạo để cải thiện nó nhằm thúc đẩy hiệu quả thậm chí còn lớn hơn một cách liên tục.

Given the Telemus AI™ takes care of the technical artificial intelligence implementation, organisations can focus on the business logic and internal processes and procedures embedding the technological capabilities.

Ứng dụng Tổ chức

Danh sách sau đây các ứng dụng tiềm năng khác cho tổ chức của bạn:

• Cải thiện hiệu quả, tính hiệu dụng và hiệu suất của các phòng điều khiển giao thông.
• Xác định các điểm nóng giao thông để tối ưu hóa quy hoạch đô thị nhằm giảm tắc nghẽn giao thông.
• Theo dõi xe đội phương tiện nếu chúng nằm trong bãi đỗ xe và được trả lại bởi nhân viên công ty.
• Theo dõi phương tiện trong các bãi đỗ xe và đo lường thời gian lưu trú để hiểu rõ hơn về hành vi của người đi làm.

Lợi ích tiềm năng và đã thực hiện

Những lợi ích tiềm năng của các hệ chuyên gia dựa trên trí tuệ nhân tạo là to lớn. Việc triển khai có thể dẫn đến năng suất của người vận hành phòng điều khiển tốt hơn, giảm lỗi trong việc phát hiện sự kiện, lập kế hoạch thành phố và đường bộ tốt hơn, giảm tắc nghẽn giao thông và cải thiện tổng thể kiến thức về mạng lưới đường bộ, tất cả đều tính đến khía cạnh thời gian, cải thiện sự hiểu biết về các phương pháp tĩnh điển hình.

Hiện tại, nhiều hệ thống trong số này vẫn đang trong giai đoạn nghiên cứu và phát triển. Tuy nhiên, việc lập kế hoạch tổ chức nên được tiến hành ngay từ bây giờ vì những thách thức về triển khai sẽ rất lớn ngay cả khi công nghệ tiên tiến được cải thiện. Telemus AI™ có các triển khai mạnh mẽ về công nghệ trí tuệ nhân tạo và có thể nhúng các hệ thống hoạt động ở quy mô lớn.

Telemus AI™ là một công ty trí tuệ nhân tạo có trụ sở tại Úc cung cấp các giải pháp tiên tiến cho chính phủ và doanh nghiệp. Hãy liên hệ với chúng tôi ngay hôm nay để được tư vấn miễn phí về cách Telemus AI™ có thể được nhúng vào tổ chức của bạn.