Увеличете безопасността на автопарка с видеоклипове с AI табло.

Навиците за безопасно шофиране са от основно значение за това колко добре функционира един автопарк. За съжаление, продължителните лоши навици водят до голям обем злополуки годишно.

Националната администрация за безопасност на движението по магистралите (NHTSA) установи, че над половин милион големи камиони са участвали в инциденти през 2022 г.. И средна цена на злополука, според Automotive Fleet, е между 16 000 и 75 000 долара. Когато има нараняване или смърт, тези разходи се увеличават значително.

Транспортната индустрия традиционно разчита на системи за камери, базирани на тригери, и методи за ръчен преглед за откриване на нарушения при шофиране. Но с напредването на технологиите открихме, че базираните на тригери системи предоставят ограничени прозрения, а ръчният преглед е неустойчив, както и ненадежден. За да се справят с това предизвикателство, някои видео телематични системи сега комбинират изкуствен интелект (AI) с HD камери, за да осигурят интелигентен анализ на данни - някои дори улавят 100% от времето на задвижване, вместо да записват само събития, базирани на тригери.

Този ресурс изследва как AI анализира и се учи от пътните данни и как помага на мениджърите на автопаркове да се справят с предизвикателствата по безопасността, които правят компаниите уязвими от злополуки и скъпи съдебни спорове.

‍

‍

‍ Как иновациите променят навиците за шофиране

Иновациите трансформират всеки ъгъл от операциите на автопарка, от безопасността и задържането на водача до намаляване на риска и производителност на автомобила.

Старите системи за камери, базирани на тригери, които реагират само на вече настъпили събития, са остарели. Бързото развитие на технологията, базирана на изкуствен интелект, осигурява по-усъвършенстван начин за автопарковете да проследяват и налагат шофирането и спазването на фирмените политики.

‍

‍

‍ Усъвършенстван AI, съчетан с HD камери

AI включва обучение на компютри да изпълняват традиционно „човешки“ задачи по-бързо и по-ефективно. Например, извън транспорта, платформи като Spotify и YouTube използват AI, за да препоръчват съдържание въз основа на предишните навици за слушане и гледане на потребителите. Разширените чатботове използват AI за комуникация с хората, а някои дори са модифицирани, за да бъдат удобни асистенти, като Siri на Apple, Alexa на Amazon или ChatGPT на OpenAI.

‍

В по-широката транспортна индустрия AI има тенденция да бъде по-функционален. Например автомобилите Tesla и Waymo разполагат със системи за автопилот, позволяващи на автомобилите да шофират автономно, като същевременно се приспособяват към променящите се условия на пътя, знаци за спиране, завои и други превозни средства.

‍

‍

Как AI работи с HD камери
‍

Самостоятелно HD камерите заснемат висококачествено видео за пътните условия и събития при шофиране след задействането им. Този кадър може да бъде анализиран ръчно по-късно.

Когато се комбинира с AI, базиран на зрение, системата на камерата може да разпознава обекти и да създава сигнали само въз основа на зрението. Например, някои AI камери могат да идентифицират номера на знак за ограничение на скоростта. И след това чрез свързване към скоростомера и изчисляване на следното разстояние до друго превозно средство, технологията може да определи дали сигналът е оправдан и след това нивото на тежест за този сигнал. Изкуственият интелект, базиран на визията, заедно с крайните изчисления (незабавен анализ на данните на устройството на камерата) създава звукови сигнали в кабината, свързани с поведението на водача и пътните условия, за да се смекчи риска в реално време.

ИИ се обучава чрез машинно обучение, процес, който позволява на компютрите да се учат от опита и да се подобряват с течение на времето, без да бъдат изрично програмирани.

Например, нека приемем, че наследените системи, базирани на тригери, които разчитат само на камери, са чифт човешки очи. В този случай очите виждат всичко, което се случва на пътя и си спомнят тези събития по-късно. Въз основа на този спомен флотът прави няколко подобрения в своите операции.

Когато поставяте AI и крайните изчисления върху системите с камери, добавяте цял нервен център. Камерите са като човешки очи, сензорите функционират като сетивни органи, а AI действа като мозък. В човешкото тяло, когато сетивните органи открият каквато и да е форма на стимули, съобщение заедно с изображенията се изпраща до мозъка. Мозъкът веднага обработва тези данни и идва с незабавен отговор на стимули.

Същото е и с изкуствения интелект. В системата за камери с изкуствен интелект камерите и сензорите действат като събирачи на данни и месинджъри, които изпращат информация към системата за изкуствен интелект. Тази система анализира събраните данни и съветва водача в реално време за най-добрите действия, които трябва да предприеме.

‍

Въпреки това, тъй като данните са основата на всички учебни процеси, AI е толкова добър, колкото данните, върху които е обучен. Без солидна система за събиране на данни функционалността е ограничена. За да получите добри данни, първо трябва да започнете с превъзходен хардуер, включително обективи с висока разделителна способност, комбинирани с висока честота на кадрите и широко зрително поле. След това подаването на машината колкото е възможно повече данни ще й позволи да стане по-интелигентна с експоненциално по-бързи скорости от машини, които се подават само парчета данни въз основа на тригери. И накрая, броят на устройствата в полето, обучени по различни пътища, ще повлияе на способността на машината да учи по-бързо и следователно да повиши точността на AI по-бързо.

‍

‍

Подобряване на производителността при шофиране с AI камери

Разпространението на софтуера за управление на водачите значително подобри поведението при шофиране и производителността в автопаркове, които използват технологията.

Базираният на визията AI подобрява безопасността на водача предимно чрез усъвършенствани анализи Чрез събиране и анализиране на различни данни, както е споменато по-горе, автопарковете могат да разработят нови решения на проблемите с шофирането и безопасността, като същевременно идентифицират и разпознават положителните поведения при шофиране. Те също могат да имат повече увереност, че анализът на поведението е правилен, тъй като базираната на зрението система разбира контекста около определено събитие. Например системата, базирана на тригери, регистрира твърда спирачка и закрепва точките в резултата на шофьора. Но системата, базирана на зрението, може да разбере, че водачът е бил отрязан от друго превозно средство и следователно твърдата спирачка е оправдана и необходима и това ще се счита за „безопасно шофиране“ и водачът ще бъде възнаграден с точки за безопасност. Този допълнителен контекст позволява на мениджърите на водачите да се съсредоточат върху разпознаването на доброто шофиране, а не само върху рисковото шофиране и наказателната промяна

Най-забележителните области на шофирането и поведението, подобрени от AI, са:

‍

Спазване на закона за движение
‍

Нарушенията на движението, включително незаконни завои, промяна на лентата и ляво завои и завой на задната част, са водещи причини за произшествия по пътищата в САЩ. Превишаването на скоростта обаче остава най-опасният фактор.

През 2022г. Превишаване на скоростта уби 12 151 души, което представлява 29% от всички смъртни случаи в трафика, според Националната администрация за безопасност на движението по магистралите (NHTSA).

Въпреки че политиката, която изисква стриктно спазване на законите за движение, е необходима първа стъпка, тя може да направи само толкова много. Проследяването на това кои шофьори са пуснали знаци за спиране, без да бъдат хванати, и колко тежко е поведението, е невъзможно без използването на AI, базиран на зрението. AI рационализира процеса на проследяване и разбиране на поведението на водачите и го прави устойчив и мащабируем за автопаркове от всякакъв размер.

‍

Разсеяно и сънливо шофиране
‍

Според NHTSA, Разсеяното шофиране доведе до повече от 3000 смъртни случая през 2022 г. Разсеяното шофиране е свързано с редица поведения, включително използване на мобилни телефони, хранене, сън, гушкане с предмети като радиото и дори шофиране в нетрезво състояние.

Въпреки че използването на традиционна система с камери за откриване на разсеяно или сънливо шофиране може да изглежда като просто решение, старите системи могат да записват активност само за по-късен преглед. След това кадрите трябва да бъдат анализирани ръчно. Въпреки че това може да бъде управляемо за известно време, то бързо става неустойчиво с нарастването на флота.

В големите флоти управлението на такова възпроизвеждане на видео може да доведе до стотици часове анализ. Това не само е досадно и неефективно, но също така е склонно към грешки и позволява корекция само след като събитието вече е настъпило.

‍

Въздушните AI камери са по-ефективен и проактивен подход чрез заснемане на видео и анализиране в реално време. В случай на разсеян шофьор, сложният AI може да открие движението на очите и главата, предмети в ръка и други показатели за разсеяно шофиране и незабавно да изпрати сигнал в кабината. Индикаторите за сънливост могат да включват движение на главата, прозяване и честота на мигане на очите. Усъвършенстваните системи за откриване на сънливост могат дори да виждат детайлите на очите чрез слънчеви очила и през нощта. Незабавните сигнали в кабината намаляват вероятността от инцидент, създават информираност за водача и коригират поведението в реално време.

‍

Приспособяване към условията на пътя
‍

Условията на пътя непрекъснато се променят и някои от тези промени могат да повлияят на това колко добре водачът спазва законите за движение. Например, шофьорите могат да следват твърде внимателно дъжда, скоростта в снежни условия или да се борят да се ориентират през гъста мъгла.

AI може да предупреди водачите за такива опасни ситуации и да предложи насоки в момента. Наличието на бордов автобус може да повлияе положително на безопасността и представянето на водача, повишавайки увереността и подобрявайки вземането на решения.

AI треньорите работят, като събират данни в реално време за околната среда, анализират ги и определят най-вероятния ход на действие.Тези изчисления се извършват за секунди, благодарение на крайните изчисления, които съхраняват данни локално за по-бърза обработка, позволявайки по-бързо вземане на решения.

‍

‍

ROI на безопасното шофиране

Със усъвършенствана камера и система за безопасност, активирана с AI, флотите могат:

‍

Значително намаляване на броя на произшествията и сблъсъците

‍

Сигнализирайте, че безопасността на водача е приоритет и им помогнете да смекчат рисковете

‍

Спестете пари от намалени искове и съдебни дела

‍

Помогнете да определите дали ранното уреждане е разумно 

‍

Спестете гориво чрез по-малко агресивни практики на шофиране

‍

Създайте среда, подходяща за шофьора, водена от стимули и награди

‍

Подобряване на задържането на водачите чрез повишаване на морала сред водачите чрез справедливи резултати

‍

Точно насочете областите, където шофьорите изискват повече обучение, и персонализирайте обучението за всички

‍

Спечелете повече бизнес от клиенти, които искат техните партньори да направят безопасността приоритет

‍

Изготвяне на по-конкретни политики за безопасност на компанията

‍

‍

Намалете риска с базираните на AI решения за безопасност и управление на автопарка на Netradyne

‍

Системата за изкуствен интелект камери на Netradyne, базирана на зрение, Driver•i, предоставя изчерпателни и надеждни данни и анализи, които помагат за защита на водачите и автопарковете. Той осигурява персонализиран коучинг, предупреждения за безопасност в кабината и улавя и анализира 100% от времето за шофиране - не само събития базирани на тригери. В комбинация със собствената система за оценка на водачите GreenZone на Netradyne, която отчита както положителни, така и отрицателни навици и събития, флотите могат да намалят риска, като същевременно насърчават култура, основана на награди и положително подсилване.

Изследванията на Netradyne са подкрепени Модел на ROI, базиран на анализ на данни от 1,3 милиарда мили шофиране, е единственият начин да се свърже как по-безопасното шофиране, измерено чрез по-високи резултати от GreenZone, води до по-малко произшествия. Всъщност всяко 50-точково подобрение в резултата на GreenZone на флота корелира с приблизително a13-15% намаляване на произшествията на милион мили (APMM). Въз основа на проучване на две различни групи флоти (една група от 100 флота и друга група от 50 флота) виждаме, че средно клиентите на Netradyne са подобрили резултатите си в GreenZone със 150 точки през първата година. С други думи, автопарк, използващ платформата Driver•I, вероятно ще претърпи 30% + намаляване на произшествията на милион мили (APMM) - само през първата си година.

Освен намаляването на произшествията, Driver•i предоставя редица други предимства. Например:

В последните 10 милиона наблюдения на платформата за спиране има 61% подобрение за непрекъснатите събития и 51% подобрение за подвижните спирки.

Някои клиенти на Netradyne дори интегрират GreenZone Score в системата си за заплати, давайки на водачите бонус за постигане на определен резултат.Резултатът: безопасните шофьори получават признанието, което заслужават с холистичен подход, който повишава увереността, повишава ангажираността и увеличава цялостното задържане на водачите. Някои клиенти на Netradyne са реализирали 15% подобрение в задържането на водачи на годишна база.