La tecnología detrás de Driveri

January 30, 2020

January 30, 2020
5
tiempo de lectura

A lo largo de los años, la industria del transporte ha experimentado innovaciones significativas, especialmente con el aumento de las plataformas de seguridad para los conductores basadas en la visión. Las plataformas de seguridad del conductor basadas en la visión temprana combinaron detección de colisiones, grabación de video y conectividad a Internet, para capturar registros de accidentes de tráfico. Estos registros fueron luego revisados por los gerentes de seguridad para su precisión y compartidos con los conductores como parte de un programa de coaching. La próxima generación de plataformas de seguridad para conductores basadas en visión, comenzando con la introducción de Driveri en 2016, reemplazó la revisión manual de posible video de colisión con análisis continuo de escenas de conducción utilizando Inteligencia Artificial incrustada directamente en el dispositivo de computación de borde. Con una dashcam “AI”, gerente de seguridad ahora tendría acceso a cada minuto de conducción del día de un conductor, en lugar de los pocos minutos de conducción al mes que ofrecían los sistemas anteriores. Cuando empiezas a analizar datos más complejos para millones de ciclos de transporte, personas, accidentes y millas de carretera te mueves al ámbito del Big Data. Basado en el análisis continuo de aproximadamente 10 millones de millas de nuevos datos de conducción cada semana, el sistema Driveri ha empleado técnicas de Machine Learning para crear y mejorar el análisis predictivo que aumentan el rendimiento del conductor en tiempo real y evitan choques.

El auge del Big Data en el transporte

El uso del big data en el transporte es rápido crecimiento. Los algoritmos Driveri han sido creados, entrenados y probados en los flujos de big data que sus dispositivos recopilan para hacer que los sistemas de controladores sean más inteligentes. Netradyne ha sido capaz de automatizar el proceso de recopilación de big data, análisis y aplicación de los conocimientos para mejorar rendimiento del conductor para que el sistema se entrena continuamente de la mejor manera para optimizar el performance del controlador utilizando datos anteriores.

Machine Learning e Inteligencia Artificial

El aprendizaje automático es un subconjunto de la inteligencia artificial (IA) que le da a los sistemas informáticos la capacidad de aprender de los datos sin ser programados continuamente.Por ejemplo, es posible que desee desarrollar un programa que mueva su automóvil cuando la luz es verde y lo detenga cuando es rojo. Un ingeniero de aprendizaje automático puede crear un programa corto que haga posible esta tarea: (SI LIGHT=GREEN ENTONCES GO, ELSE DETIENE) .Esto parece un problema bastante simple de resolver - hasta que consideres todas las variables que entran en juego. Por ejemplo, ¿qué debería pasar cuando otro automóvil hace circular un semáforo? Ahora tienes que hacer tu programa un poco más largo: (SI LIGHT=VERDE Y (NO CARRO CORRIENDO LA OTRA LUZ ROJA), ENTONCES IR) .Pero ¿qué pasa si tu auto se detiene en un semáforo que no funciona, y otros autos frente a ti están encendiendo el semáforo en rojo a propósito? ¿Cómo calculará su vehículo el movimiento correcto en un cruce de peatones? En lugar de agregar continuamente nuevas líneas de código a su programa para dar cuenta de cada variable, el aprendizaje automático entrena a su programa para reconocer estas variables y actuar sobre ellas, todo por sí mismo.El aprendizaje automático comienza con la recopilación de datos de diferentes fuentes. Por ejemplo, Driveri recopila datos relevantes para el desempeño del conductor y las condiciones cambiantes de la carretera. A través del aprendizaje automático, sus algoritmos se enfocan en qué acciones registradas en los datos tienden a influir positivamente en el desempeño del conductor, la gestión y la prevención de accidentes viales ante las condiciones cambiantes de la carretera.El objetivo es permitir que el sistema aprenda de manera continua y a una escala que sería imposible de lograr si se retiene por ciclos de revisión manual.Los dispositivos artificialmente inteligentes son esenciales para tareas que implican procesar enormes cantidades de datos, obtener insights de ellos y tomar las decisiones correctas. Esto es algo que los humanos hacen lentamente y con solo pequeños bits de datos a la vez, lo que le da a la tecnología una ventaja distinta. En el caso de Driveri, nos aseguramos de que se recopilen datos para cada minuto de cada viaje por carretera. Nuestros algoritmos procesan estos datos y ofrecen insights en tiempo real, en lugar de tener un gerente de flota que revise horas de video. La velocidad del procesamiento de datos es crucial para obtener acceso a ocho horas de datos de capacitación por conductor por día, en lugar de los pocos minutos de datos de manejo por conductor por mes que recopilan los sistemas heredados.Un conductor comercial típico registra 100,000 millas de conducción cada año. A lo largo de una carrera de treinta años, un conductor comercial activo habrá conducido 3 millones de millas. Actualmente, los sistemas Driveri recopilan esa cantidad de datos cada pocos días. Debido a que la IA está en el dispositivo, todas estas millas están siendo analizadas y utilizadas para hacer que el sistema sea más inteligente. A esta escala, la infraestructura que Netradyne ha construido permite que varias vidas de experiencia de conducción humana impacten cada iteración de su sistema de procesamiento de IA cada vez más inteligente.

En el contexto del transporte

Driveri utiliza el aprendizaje automático para entrenar su plataforma para reconocer comportamientos de conducción distraídos y situaciones de riesgo, así como eventos de conducción positivos y proactivos que el sistema busca reforzar. El sistema también analiza las condiciones de la carretera, el seguimiento de distancias y otros factores ambientales para ayudar a su conductor a tomar la decisión más segura. Sus algoritmos funcionan entre bastidores para impulsar sistemas de recompensa, reconocimiento de errores y entrenamiento de conductor.En el transporte, las soluciones de IA se están convirtiendo gradualmente en un estándar de la industria debido al auge de plataformas como Driveri. Estas plataformas pueden aprender sobre sus entornos y aplicar de manera inteligente lo que aprenden. En una industria lastrada por accidentes, costos de seguros, y escasez de mano de obra, la inteligencia artificial permite cosechar los datos de apilamiento y proponer soluciones a estos problemas al reducir la frecuencia de accidentes. Menos choques, a su vez, disminuyen las primas de seguros, todo mientras se interacciona con los conductores de una manera que promueva la satisfacción laboral a largo plazo. DriverI entrena a los conductores sobre sus hábitos de manejo más riesgosos, mostrándoles la mejor manera de mitigar riesgos sin que un supervisor les respire por el cuello. Los administradores de flotas grandes también pueden estar seguros de que todo el proceso de detección de mal comportamiento en los conductores se puede hacer en segundo plano mientras manejan otras tareas apremiantes.

Driveri Tecnología e Inteligencia Artificial

La inteligencia artificial forma la base de la plataforma Driveri. Destinada principalmente para el análisis avanzado de datos, la tecnología se desemboca en otras características como la comunicación y un sistema de recompensas. La plataforma opera en tres pasos principales: recopilar datos, interpretarlos y actuar sobre ellos a través de tres secciones diferentes. Estas secciones son su cámara de flota de recolección de datos basada en visión sistema de cámara de flota compuesto por cámaras y sensores, su sistema de análisis de datos que utiliza inteligencia artificial y los sistemas de recompensas DriverStar y GreenZone.

Controladores del sistema de análisis de datos

El sistema de análisis de datos Driveri recopila información sobre las condiciones de la carretera, los peligros del tráfico y el rendimiento del conductor, incluidos los comportamientos de conducción distraídos. Después de analizar los datos, el sistema forma a los conductores a través de situaciones desafiantes y comportamientos riesgosos a través de notificaciones en tiempo real. Esto puede ahorrarle a las flotas millones de dólares en daños al evitar posibles accidentes.

Sistema basado en visión

El sistema basado en visión de Driveri se utiliza principalmente para la recopilación de datos mientras se está de viaje. Cámaras internas y externas captan el comportamiento del conductor, captan accidentes así como altercados viales, y captan datos viales. El sistema consta de un grupo de cámaras laterales, frontalas e interiores QUAD HD para la grabación de video de alta calidad y la reproducción de eventos en tiempo real. Los administradores pueden acceder hasta 50 horas de reproducción de video cuando sea necesario. DriverI combina IA y aprendizaje automático para crear y operar su plataforma de administración de controladores artificialmente inteligente que recopila y analiza datos en tiempo real. Con la ayuda de la tecnología, los conductores pueden mitigar los riesgos, mientras que las flotas pueden mantener la seguridad y monitorear el desempeño de los conductores en tiempo real. Contáctanos para obtener más información sobre nuestra avanzada tecnología Driveri.