عزز سلامة الأسطول باستخدام فيديو AI dash.

تعتبر عادات القيادة الآمنة أساسية لمدى جودة عمل الأسطول. لسوء الحظ، فإن العادات السيئة المستمرة مسؤولة عن حجم كبير من الحوادث سنويًا.

وجدت الإدارة الوطنية لسلامة المرور على الطرق السريعة (NHTSA) ذلك أكثر من نصف مليون شاحنة كبيرة تعرضت لحوادث في عام 2022. و ال متوسط التكلفة لكل حادث، وفقًا لأسطول السيارات، تتراوح بين 16,000 دولار و 75,000 دولار. عندما تكون هناك إصابة أو وفاة، ترتفع هذه التكاليف بشكل كبير.

اعتمدت صناعة النقل تقليديًا على أنظمة الكاميرا القائمة على الزناد وطرق المراجعة اليدوية للكشف عن انتهاكات القيادة. ولكن مع تقدم التكنولوجيا، اكتشفنا أن الأنظمة القائمة على الزناد توفر رؤى محدودة، وأن المراجعة اليدوية غير مستدامة وغير موثوقة. لمواجهة هذا التحدي، تجمع بعض أنظمة تقنيات الفيديو الآن بين الذكاء الاصطناعي (AI) والكاميرات عالية الدقة لتوفير تحليلات البيانات الذكية - حتى أن بعضها يلتقط 100٪ من وقت القيادة بدلاً من تسجيل الأحداث القائمة على الزناد فقط.

يبحث هذا المورد في كيفية تحليل الذكاء الاصطناعي لبيانات الطرق والتعلم منها، وكيف يساعد مديري الأساطيل على مواجهة تحديات السلامة التي تجعل الشركات عرضة للحوادث والتقاضي المكلف.

‍

‍

‍ كيف يغير الابتكار عادات القيادة

يعمل الابتكار على تحويل كل ركن من أركان عمليات الأسطول، من سلامة السائق والاحتفاظ به إلى الحد من المخاطر وأداء السيارة.

أنظمة الكاميرا القديمة القائمة على الزناد، والتي تستجيب فقط للأحداث التي حدثت بالفعل، قديمة. يوفر التطور السريع للتكنولوجيا القائمة على الذكاء الاصطناعي طريقة أكثر تقدمًا للأساطيل لتتبع أداء القيادة وفرضه والالتزام بسياسات الشركة.

‍

‍

‍ الذكاء الاصطناعي المتقدم إلى جانب الكاميرات عالية الدقة

يتضمن الذكاء الاصطناعي تدريب أجهزة الكمبيوتر على أداء المهام «البشرية» التقليدية بشكل أسرع وأكثر كفاءة. على سبيل المثال، خارج وسائل النقل، تستخدم منصات مثل Spotify و YouTube الذكاء الاصطناعي للتوصية بالمحتوى استنادًا إلى عادات الاستماع والمشاهدة السابقة للمستخدمين. تستخدم روبوتات الدردشة المتقدمة الذكاء الاصطناعي للتواصل مع البشر، بل إن بعضها تم تعديله ليكون مساعدًا مفيدًا، مثل Siri من Apple أو Alexa من Amazon أو ChatGPT من OpenAI.

‍

في صناعة النقل الأوسع، يميل الذكاء الاصطناعي إلى أن يكون أكثر فاعلية. على سبيل المثال، تتميز مركبات Tesla و Waymo بأنظمة الطيار الآلي، مما يسمح للسيارات بالقيادة بشكل مستقل مع التكيف مع ظروف الطريق المتغيرة وعلامات التوقف والانعطافات والمركبات الأخرى.

‍

‍

كيف يعمل الذكاء الاصطناعي مع الكاميرات عالية الدقة
‍

تلتقط الكاميرات عالية الدقة بمفردها مقاطع فيديو عالية الجودة لظروف الطريق وأحداث القيادة بعد تشغيلها. يمكن تحليل هذه اللقطات يدويًا لاحقًا.

عند الدمج مع الذكاء الاصطناعي القائم على الرؤية، يمكن لنظام الكاميرا التعرف على الأشياء وإنشاء تنبيهات بناءً على الرؤية وحدها. على سبيل المثال، يمكن لبعض كاميرات الذكاء الاصطناعي تحديد الرقم على علامة الحد الأقصى للسرعة. ومن خلال الاتصال بعداد السرعة وحساب المسافة التالية إلى مركبة أخرى، يمكن للتكنولوجيا تحديد ما إذا كان التنبيه مبررًا، ومن ثم مستوى خطورة هذا التنبيه. يعمل الذكاء الاصطناعي القائم على الرؤية، إلى جانب الحوسبة المتطورة (التحليل الفوري للبيانات على جهاز الكاميرا) على إنشاء تنبيهات مسموعة داخل الكابينة تتعلق بسلوك السائق وظروف الطريق للتخفيف من المخاطر في الوقت الفعلي.

يتم تدريب الذكاء الاصطناعي من خلال التعلم الآلي، وهي عملية تسمح لأجهزة الكمبيوتر بالتعلم من التجربة والتحسين بمرور الوقت، كل ذلك دون أن تتم برمجتها بشكل صريح.

على سبيل المثال، لنفترض أن الأنظمة القديمة القائمة على الزناد والتي تعتمد على الكاميرات وحدها هي زوج من العيون البشرية. في هذه الحالة، ترى العيون كل ما يحدث على الطريق وتتذكر تلك الأحداث لاحقًا. وبناءً على هذا التذكر، يُدخل الأسطول العديد من التحسينات على عملياته.

عندما تضع الذكاء الاصطناعي والحوسبة المتطورة فوق أنظمة الكاميرا، فأنت بذلك تضيف مركزًا عصبيًا كاملاً. تشبه الكاميرات عيون الإنسان، وتعمل أجهزة الاستشعار مثل أجهزة الإحساس، ويعمل الذكاء الاصطناعي مثل الدماغ. في جسم الإنسان، عندما تكتشف أجهزة الإحساس أي شكل من أشكال المنبهات، يتم إرسال رسالة مع الصور إلى الدماغ. يقوم الدماغ على الفور بمعالجة هذه البيانات ويأتي باستجابة فورية للمنبهات.

نفس الشيء مع الذكاء الاصطناعي. في نظام كاميرات الذكاء الاصطناعي، تعمل الكاميرات وأجهزة الاستشعار كمجمعات بيانات ورسائل ترسل المعلومات إلى نظام الذكاء الاصطناعي. يقوم هذا النظام بتحليل البيانات التي تم جمعها وتقديم المشورة للسائق في الوقت الحقيقي بشأن أفضل الإجراءات التي يجب اتخاذها.

‍

ومع ذلك، نظرًا لأن البيانات هي حجر الأساس لجميع عمليات التعلم، فإن الذكاء الاصطناعي جيد فقط مثل البيانات التي تم التدريب عليها. بدون نظام قوي لجمع البيانات، تكون الوظائف محدودة. للحصول على بيانات جيدة، يجب أولاً البدء بأجهزة فائقة الجودة، بما في ذلك العدسات عالية الدقة جنبًا إلى جنب مع معدل الإطارات العالي ومجال الرؤية الواسع. بعد ذلك، فإن تغذية الجهاز بأكبر قدر ممكن من البيانات سيمكنه من أن يصبح أكثر ذكاءً بمعدلات أسرع بكثير من الأجهزة التي يتم تغذيتها فقط بشرائح من البيانات استنادًا إلى المشغلات. أخيرًا، سيؤثر عدد الأجهزة في الميدان، التي يتم تدريبها على مجموعة متنوعة من الطرق، على قدرة الآلة على التعلم بسرعة أكبر وبالتالي تعزيز دقة الذكاء الاصطناعي بشكل أسرع.

‍

‍

تحسين أداء القيادة باستخدام كاميرات الذكاء الاصطناعي

أدى انتشار برامج إدارة السائقين إلى تحسين سلوك القيادة والأداء بشكل كبير في الأساطيل التي تستخدم التكنولوجيا.

يعزز الذكاء الاصطناعي القائم على الرؤية سلامة السائق بشكل أساسي من خلال التحليلات المتقدمة. من خلال جمع وتحليل مجموعة متنوعة من البيانات كما هو مذكور أعلاه، يمكن للأساطيل تطوير حلول جديدة لقضايا القيادة والسلامة مع تحديد سلوكيات القيادة الإيجابية والتعرف عليها. يمكن أن يكون لديهم أيضًا المزيد من الثقة في صحة تحليل السلوك، نظرًا لأن النظام القائم على الرؤية يفهم السياق المحيط بحدث معين. على سبيل المثال، يقوم النظام القائم على الزناد بتسجيل الفرامل الصلبة ويثبت نقاطًا على نتيجة أداء السائق. لكن النظام القائم على الرؤية يمكنه أن يفهم أن السائق قد انقطع عن القيادة من قبل مركبة أخرى وبالتالي كانت الفرامل الصلبة مبررة وضرورية، وسيعتبر ذلك «قيادة آمنة»، وسيتم مكافأة السائق بنقاط على درجة الأمان الخاصة به. يمكّن هذا السياق الإضافي مديري السائقين من التركيز على التعرف على القيادة الجيدة بدلاً من مجرد القيادة المحفوفة بالمخاطر وتعديل السلوك العقابي.

أبرز مجالات أداء القيادة والسلوك التي تم تحسينها بواسطة الذكاء الاصطناعي هي:

‍

الالتزام بقانون المرور
‍

تعد المخالفات المرورية بما في ذلك المنعطفات غير القانونية وتغيير المسارات والانعطافات اليسرى والممرات الخلفية من الأسباب الرئيسية للحوادث على الطرق الأمريكية. ومع ذلك، تظل السرعة هي العامل الأكثر خطورة.

في عام 2022، تسببت السرعة في مقتل 12151 شخصًا، وهو ما يمثل 29٪ من جميع الوفيات المرورية، وفقًا للإدارة الوطنية لسلامة المرور على الطرق السريعة (NHTSA).

في حين أن السياسة التي تدعو إلى الامتثال الصارم لقانون المرور هي خطوة أولى ضرورية، إلا أنها لا تستطيع إلا أن تفعل الكثير. من المستحيل تتبع السائقين الذين قاموا بتشغيل إشارات التوقف دون أن يتم القبض عليهم، ومدى شدة السلوك، دون استخدام الذكاء الاصطناعي القائم على الرؤية. يعمل الذكاء الاصطناعي على تبسيط عملية تتبع سلوك السائق وفهمه ويجعلها مستدامة وقابلة للتطوير للأساطيل من أي حجم.

‍

القيادة المشتتة والنعاس
‍

وفقًا لـ NHTSA، تسببت القيادة المشتتة في أكثر من 3,000 حالة وفاة في عام 2022. ترتبط القيادة المشتتة بمجموعة من السلوكيات، بما في ذلك استخدام الهواتف المحمولة، وتناول الطعام، والنوم، والتلاعب بأشياء مثل الراديو، وحتى القيادة في حالة سكر.

على الرغم من أن استخدام نظام الكاميرا التقليدي لاكتشاف القيادة المشتتة أو النعاس قد يبدو حلاً مباشرًا، إلا أن الأنظمة القديمة يمكنها فقط تسجيل النشاط لمراجعته لاحقًا. يجب بعد ذلك تحليل اللقطات يدويًا. في حين أن هذا قد يكون قابلاً للإدارة لبعض الوقت، إلا أنه سرعان ما يصبح غير مستدام مع نمو الأسطول.

في الأساطيل الكبيرة، يمكن أن تؤدي إدارة تشغيل الفيديو هذا إلى مئات الساعات من التحليل. هذا ليس مملًا وغير فعال فحسب، بل إنه أيضًا عرضة للأخطاء، ويسمح فقط بالتصحيح بعد وقوع الحدث بالفعل.

‍

توفر لها كاميرات الذكاء الاصطناعي القائمة على الرؤية نهجًا أكثر كفاءة واستباقية من خلال التقاط الفيديو وتحليله في الوقت الفعلي. في حالة السائق المشتت، يمكن للذكاء الاصطناعي المتطور اكتشاف حركة العين والرأس والأشياء الموجودة في اليد والمؤشرات الأخرى للقيادة المشتتة وإرسال تنبيه داخل الكابينة على الفور. يمكن أن تشمل مؤشرات النعاس حركة الرأس والتثاؤب ومعدل وميض العين. يمكن لأنظمة الكشف عن النعاس المتطورة رؤية تفاصيل العين من خلال النظارات الشمسية وفي الليل. تعمل التنبيهات الفورية داخل الكابينة على تقليل احتمالية وقوع حادث، وخلق الوعي للسائق، وتصحيح السلوك في الوقت الفعلي.

‍

التكيف مع ظروف الطريق
‍

تتغير ظروف الطريق باستمرار، ويمكن أن تؤثر بعض هذه التغييرات على مدى امتثال السائق لقوانين المرور. على سبيل المثال، قد يتابع السائقون عن كثب في المطر، أو يسرعون في الظروف الثلجية، أو يواجهون صعوبة في التنقل عبر الضباب الكثيف.

يمكن للذكاء الاصطناعي تنبيه السائقين إلى مثل هذه المواقف الخطرة وتقديم التوجيه في الوقت الحالي. يمكن أن يؤثر وجود مدرب على متن الطائرة بشكل إيجابي على سلامة السائق وأدائه، مما يعزز الثقة ويحسن عملية صنع القرار.

يعمل مدربو الذكاء الاصطناعي من خلال جمع البيانات في الوقت الفعلي عن المناطق المحيطة وتحليلها وتحديد أفضل مسار للعمل. تحدث هذه الحسابات في ثوانٍ، وذلك بفضل الحوسبة المتطورة التي تخزن البيانات محليًا لمعالجة أسرع، مما يتيح اتخاذ قرارات أسرع.

‍

‍

عائد الاستثمار للقيادة الآمنة

من خلال الكاميرا المتطورة التي تدعم الذكاء الاصطناعي ونظام الأمان، يمكن للأساطيل:

‍

تقليل عدد الحوادث والاصطدامات بشكل كبير

‍

الإشارة إلى أن سلامة السائق هي الأولوية ومساعدتهم على تخفيف المخاطر

‍

وفر المال من المطالبات والدعاوى القضائية المخفضة

‍

ساعد في تحديد ما إذا كانت التسوية المبكرة معقولة 

‍

وفر الوقود من خلال ممارسات القيادة الأقل عدوانية

‍

إنشاء بيئة صديقة للسائق مدفوعة بالحوافز والمكافآت

‍

تحسين الاحتفاظ بالسائقين من خلال رفع الروح المعنوية بين السائقين من خلال الحصول على درجات عادلة للسائقين

‍

استهدف بدقة المناطق التي يحتاج فيها السائقون إلى مزيد من التدريب، وقم بتخصيص التدريب للجميع

‍

احصل على المزيد من الأعمال من العملاء الذين يطلبون من شركائهم جعل السلامة أولوية

‍

صياغة سياسات سلامة أكثر تحديدًا للشركة

‍

‍

قلل المخاطر باستخدام حلول سلامة وإدارة الأسطول القائمة على الذكاء الاصطناعي من Netradyne

‍

يوفر نظام كاميرا الذكاء الاصطناعي القائم على الرؤية من Netradyne، Driver•i، بيانات وتحليلات شاملة وموثوقة تساعد على حماية السائقين والأساطيل. فهي توفر تدريبًا شخصيًا وتحذيرات السلامة داخل الكابينة وتلتقط وتحلل 100٪ من وقت القيادة - وليس فقط الأحداث القائمة على الزناد. إلى جانب نظام GreenZone لتسجيل درجات السائقين الخاص بشركة Netradyne، والذي يمثل العادات والأحداث الإيجابية والسلبية على حد سواء، يمكن للأساطيل تقليل المخاطر مع تعزيز ثقافة قائمة على المكافآت والتعزيز الإيجابي.

دعم أبحاث Netradyne نموذج العائد على الاستثمار، استنادًا إلى تحليل 1.3 مليار ميل من بيانات القيادة، هي الطريقة الوحيدة لربط كيف تؤدي القيادة الأكثر أمانًا المقاسة بدرجات GreenZone الأعلى إلى عدد أقل من الحوادث. في الواقع، يرتبط كل تحسين بمقدار 50 نقطة في GreenZone Score للأسطول بانخفاض بنسبة 13-15٪ تقريبًا في الحوادث لكل مليون ميل (APMM). استنادًا إلى دراسة أجريت على مجموعتين مختلفتين من الأساطيل (مجموعة واحدة من 100 أسطول ومجموعة أخرى من 50 أسطولًا)، نرى أنه في المتوسط، قام عملاء Netradyne بتحسين درجاتهم في GreenZone بمقدار 150 نقطة في السنة الأولى. بعبارة أخرى، من المرجح أن يشهد الأسطول الذي يستخدم منصة Driver•I انخفاضًا بنسبة تزيد عن 30% في الحوادث لكل مليون ميل (APMM) - في عامه الأول فقط.

بالإضافة إلى الحد من الحوادث، يقدم Driver•i مجموعة من المزايا الأخرى. على سبيل المثال:

من خلال أحدث 10 ملايين ملاحظة لإشارات التوقف على المنصة، هناك تحسن بنسبة 61٪ للأحداث بدون توقف وتحسين 51٪ للمحطات المتدحرجة.

حتى أن بعض عملاء Netradyne يقومون بدمج GreenZone Score في نظام الرواتب الخاص بهم، مما يمنح السائقين مكافأة للوصول إلى درجة معينة. النتيجة: يحصل السائقون الآمنون على التقدير الذي يستحقونه من خلال نهج شامل، مما يعزز الثقة ويزيد من المشاركة ويزيد من الاحتفاظ بالسائقين بشكل عام. لقد حقق بعض عملاء Netradyne تحسنًا بنسبة 15٪ على أساس سنوي في الاحتفاظ بالسائقين.