ИИ в управлението на автопарк - защо, как и какво да търсите

Изкуственият интелект (ИИ) може да изглежда като научна фантастика, но вече е навлязъл в нещата, които използваме всеки ден, дори без да си даваме сметка. Гласово контролираните лични цифрови асистенти, самоуправляващите се автомобили и превозни средства, навигационните приложения и други предсказуеми възможности са някои от формите на ИИ в ежедневието ни. Бизнесите за управление на автопарк започнаха да използват постоянно развиващия се ИИ за приоритизиране на ресурсите, събиране и анализ на данни, идентифициране на рискови поведения при шофиране, идентифициране на области за ограничаване на разходите и налагане на спазването на изискванията. Операциите на автопарка се задвижват от различни практически приложения на ИИ, като интернет на нещата (IoT), предсказуема аналитика, системи за машинно обучение (ML) и базирани на компютърно зрение автоматизирани комуникационни и дисплейни системи и др. Мениджърите на автопарк осъзнават, че ИИ не е предназначен да ги замести, а по-скоро да им помогне да направят ролята си по-продуктивна и рационализирана. Автопарковете могат да използват ИИ за приоритизиране на безопасността на водачите, без да правят компромиси с разходите и ефективността. Поддържането на проследяване на автопарка и вземането на навременни решения вече е опростено с ИИ. Нека сега да видим как ИИ може да помогне на бизнесите с автопарк да управляват своите операции.

Подобрена безопасност на водачите и превозните средства

Използвайки ИИ, автопарковете могат да открият рисково поведение при шофиране, като превишаване на скоростта, нарушения на знаци, сънливост, умора на водача, невнимание и др. Това дава на мениджърите на автопарк представа за представянето на водача и да се намесят, ако бъде отбелязан риск за безопасността. Рисковото шофиране може да бъде идентифицирано чрез търсене на следните признаци:

• Прозяване
• Постоянно мигане
• Пропускане на завои или изходи
• Отклоняване от лентата
• Бавно време за реакция
• Използване на мобилен телефон

Без система за наблюдение мениджърите не могат да определят дали водачът е писал съобщения по време на шофиране или е задрямвал зад волана. Но системите с ИИ могат да бъдат обучени да откриват честотата на прозяване и мигане, завъртания на главата и признаци на рисково поведение и да ги предават на мениджърите в реalno време, като им позволяват да предприемат корективни мерки за обучение на водача. ИИ също може да прави интелигентни прогнози за времето и променящите се пътни условия. Базираната на ИИ предсказуема технология може също да извлече рискове от данни, събрани от други превозни средства. В свят на риск, Driver•i е единствената камера за табло на автопарк, която проактивно анализира 100 процента от времето за шофиране. С HD качествено видео от най-високата резолюция на камера, Driver•i може визуално да идентифицира знаци, сигнали, пешеходци и други обекти, предоставяйки прозрения в реално време. Аудио предупреждения в кабината в реално време могат да уведомят водачите да предприемат корективни действия, да предупредят за потенциални инциденти и незабавно да вземат безопасни решения. Вътрешната камера на Driver•i обработва данните в реално време и незабавно комуникира с водача чрез аудио уведомление. Например, когато водач следва друго превозно средство твърде отблизо, водачът незабавно ще бъде предупреден. Няма нужда да се чака мениджърът на автопарка да анализира видеото и да повика водача за обучение. Според Adam Kahn, президент на екипа за търговски автопарк с Netradyne, платформата с ИИ на Netradyne може да идентифицира кога водач е взел мобилен телефон и да му напомни да го сложи за 11 секунди. За 11 секунди нашата система е разпознала опасна маневра и е предизвикала промени", обясни той.

Намален престой на превозни средства

Точно като превантивното здравеопазване може да спаси човек от по-сериозен здравословен проблем, използването на ИИ за търсене на улики в данните на превозното средство може да предотврати повреда на превозното средство. ИИ разчита на данни за получаване на прозрения и правене на прогнози. Съвременните камиони имат няколко електронни компонента и сензора, които събират много данни, като диагностика на двигателя ODB2 и данни от CAN шината, използване на гориво, време на работа на празен ход, местоположение, използване на превозно средство, часове шофиране и др. ИИ може да се използва за прогнозиране на повреда на части на превозното средство или на цялото превозно средство. Например, ИИ може да се използва в комбинация с високотехнологична камерна система за откриване на износени гуми или липсващи части от долната част на превозното средство много по-бързо от ръчната проверка. Интернет на нещата (IoT), аналитика на данни и предсказуема поддръжка могат да прогнозират потенциални дефекти дори преди да се появят. Това помага за оптимизиране на общите разходи за поддръжка на превозните средства.

Подобрено вземане на решения

Автопарковете могат да използват ИИ за определяне на взаимоотношенията между различни типове данни, за да разберат определени резултати. Изучаването на представянето на водач във времето може да се използва за достигане до оценка за водача и определяне на области, където водачът е склонен да проявява рисково поведение. Например, моделът с ИИ може да определи, че водачът има тенденция да завива с висока скорост при завиване наляво. Мениджърите, които разглеждат тези данни, могат след това да препоръчат обучение за избягване на резки завои. ИИ може също да се използва за изучаване на използването на гориво в превозни средства чрез разглеждане на взаимоотношенията между събраните данни и определяне точно дали проблемът е с водача, превозното средство или пътните условия. След като причината е известна, могат да се предприемат корективни действия за подобряване на икономията на гориво.

Автоматизирано вземане на решения

ИИ може да се използва за изпълнение на повтарящи се задачи и автоматизиране на вземането на решения, като по този начин спестява време. Виртуалното обучение е опция за обучение на водачи по автоматизиран начин, без да изисква активен преглед на рискови събития при шофиране от мениджъра на автопарка. Чрез анализиране на рисковите събития на водача, генерирани през предишната седмица, алгоритъмът с ИИ дава на водачите малка подгрупа от поведения за преглед и фокусиране. Този анализ не само помага за подобряване на безопасността на пътя, но също намалява времето, което мениджърите прекарват в преглеждане на видеоклипове с до 50%.

Заключителни мисли

Инвестирането в правилните технологии ще екипира автопарковете да имат възможностите да насърчават безопасното шофиране и да намаляват риска от инциденти. Автопарковете могат да използват ИИ и ML за подобряване на операциите си, увеличаване на безопасността на превозните средства и водачите и откриване на проблеми с превозните средства, които могат да бъдат пропуснати от водачите и обслужващия персонал. Използвайки ИИ, мениджърите могат да вземат по-добри решения, без да полагат много допълнителни усилия. "Открихме, че изкуственият интелект, машинното обучение, качеството на видеото и незабавната обратна връзка, предоставени от решението Driver•i, беше най-добрата камера за табло, която отговаряше на нуждите ни, а подобреният фокус върху положителните аспекти на поведението на нашите водачи беше истински продуктов диференциатор." - Halvor Lines