AI in Wagenparkbeheer - Waarom, Hoe en Waar Op Te Letten

Kunstmatige Intelligentie (AI) lijkt misschien science fiction, maar het is al onderdeel geworden van de dingen die we dagelijks gebruiken zonder dat we het doorhebben. Spraakgestuurde persoonlijke digitale assistenten, zelfrijdende auto's en voertuigen, navigatie-apps en andere voorspellende mogelijkheden zijn enkele vormen van AI in ons dagelijks leven. Wagenparkbeheerbedrijven zijn begonnen met het gebruik van de voortdurend evoluerende AI om middelen te prioriteren, gegevens te verzamelen en analyseren, riskant rijgedrag te identificeren, kostenbesparingsmogelijkheden te identificeren en compliance af te dwingen. Wagenparkactiviteiten worden aangedreven door verschillende praktische toepassingen van AI, zoals het Internet of Things (IoT), Predictive Analytics, Machine Learning (ML) systemen en Computer Vision-gebaseerde geautomatiseerde communicatie- en weergavesystemen, etc. Wagenparkmanagers realiseren zich dat AI niet bedoeld is om hen te vervangen, maar om hen te helpen hun rol productiever en gestroomlijnder te maken. Wagenparken kunnen AI gebruiken om chauffeurveiligheid te prioriteren zonder in te boeten op kosten en efficiëntie. Het bijhouden van wagenparkactiviteiten en het nemen van tijdige beslissingen wordt nu eenvoudig gemaakt met AI. Laten we nu kijken hoe AI wagenparkbedrijven kan helpen bij het beheren van hun activiteiten.

Verbeterde Chauffeur- en Voertuigveiligheid

Met behulp van AI kunnen wagenparken riskant rijgedrag detecteren, zoals te hard rijden, verkeersbordovertredingen, slaperigheid, chauffeurmoeheid, onoplettendheid, etc. Dit geeft wagenparkmanagers inzicht in de prestaties van de chauffeur en de mogelijkheid om in te grijpen als een veiligheidsrisico wordt gemarkeerd. Riskant rijden kan worden geïdentificeerd door te letten op de volgende signalen:

• Gapen
• Voortdurend knipperen
• Missen van afslagen of exits
• Wegdrijven uit de rijstrook
• Langzame reactietijden
• Gebruik van een mobiele telefoon

Zonder een monitoringsysteem kunnen managers niet vaststellen of een chauffeur aan het sms'en was tijdens het rijden of in slaap viel achter het stuur. Maar AI-systemen kunnen worden getraind om gaap- en knipperfrequenties, hoofdbewegingen en tekenen van riskant gedrag te detecteren en deze in real-time naar managers uit te zenden, waardoor zij corrigerende maatregelen kunnen nemen om de chauffeur te coachen. AI kan ook slimme voorspellingen maken over het weer en veranderende wegomstandigheden. AI-gebaseerde voorspellende technologie kan ook risico's afleiden uit gegevens die van andere voertuigen zijn verzameld. In een wereld vol risico's is Driver•i de enige wagenparkdashcam die proactief 100 procent van de rijtijd analyseert. Met HD-kwaliteit video van de hoogste cameraresolutie kan Driver•i visueel borden, signalen, voetgangers en andere objecten identificeren en real-time inzichten leveren. Real-time audio-waarschuwingen in de cabine kunnen chauffeurs waarschuwen om corrigerende actie te ondernemen, waarschuwen voor potentiële ongevallen en onmiddellijk veilige beslissingen te nemen. De naar binnen gerichte camera van Driver•i verwerkt gegevens in real-time en communiceert onmiddellijk met de chauffeur via een audio-notificatie. Bijvoorbeeld, wanneer een chauffeur een ander voertuig te dicht volgt, wordt de chauffeur onmiddellijk gewaarschuwd. Er hoeft niet gewacht te worden tot de wagenparkmanager de video analyseert en de chauffeur oproept voor coaching. Volgens Adam Kahn, President, Commercial Fleet Team bij Netradyne, kan het AI-platform van Netradyne identificeren wanneer een chauffeur een mobiele telefoon heeft opgepakt en de chauffeur eraan herinneren deze binnen 11 seconden neer te leggen. "In 11 seconden heeft ons systeem een gevaarlijke manoeuvre herkend en veranderingen ingeroepen," legde hij uit.

Verminderde Voertuigstilstand

Net zoals preventieve gezondheidszorg een persoon kan behoeden voor een ernstiger gezondheidsgebeurtenis, kan het gebruik van AI om aanwijzingen in voertuiggegevens te zoeken een voertuigstoring voorkomen. AI is afhankelijk van gegevens om inzichten te verkrijgen en voorspellingen te maken. Huidige vrachtwagens hebben verschillende elektronische componenten en sensoren die veel gegevens verzamelen, zoals motordiagnostiek ODB2 en CAN bus-gegevens, brandstofverbruik, stationair draaien, locatie, voertuiggebruik, rijuren etc. AI kan worden gebruikt om defecten van voertuigonderdelen of het hele voertuig zelf te voorspellen. Bijvoorbeeld, AI kan worden gebruikt in combinatie met een high-tech camerasysteem om versleten banden of ontbrekende onderdelen onder het voertuig veel sneller te detecteren dan handmatige inspectie. Internet of Things (IoT), data-analyse en voorspellend onderhoud kunnen potentiële defecten voorspellen voordat ze optreden. Dit helpt bij het optimaliseren van de totale voertuigonderhoudskosten.

Verbeterde Besluitvorming

Wagenparken kunnen AI gebruiken om relaties tussen verschillende soorten gegevens te bepalen om bepaalde uitkomsten te begrijpen. Het bestuderen van de prestaties van een chauffeur over tijd kan worden gebruikt om tot een score voor de chauffeur te komen en gebieden te bepalen waar de chauffeur geneigd is riskant gedrag te vertonen. Bijvoorbeeld, het AI-model zou kunnen bepalen dat de chauffeur de neiging heeft om op hoge snelheid te draaien bij het maken van een linksaf. Managers die naar deze gegevens kijken kunnen dan een training aanbevelen voor het vermijden van harde bochten. AI kan ook worden gebruikt om het brandstofverbruik in voertuigen te bestuderen door te kijken naar relaties tussen verzamelde gegevens en exact te bepalen of het probleem ligt bij de chauffeur, het voertuig of de wegomstandigheden. Zodra de oorzaak bekend is, kunnen corrigerende maatregelen worden genomen om de brandstofeconomie te verbeteren.

Geautomatiseerde Besluitvorming

AI kan worden gebruikt om repetitieve taken uit te voeren en besluitvorming te automatiseren, waardoor tijd wordt bespaard. Virtuele coaching is een optie om chauffeurs te coachen op een geautomatiseerde manier zonder dat een actieve beoordeling van riskante rijgebeurtenissen door de wagenparkmanager vereist is. Door de riskante gebeurtenissen van de chauffeur te analyseren die tijdens de vorige week zijn gegenereerd, geeft het AI-algoritme chauffeurs een kleine subset van gedragingen om te beoordelen en zich op te concentreren. Deze analyse helpt niet alleen bij het verbeteren van de veiligheid op de weg, maar vermindert ook de tijd die managers besteden aan het bekijken van video's met tot 50%.

Slotgedachten

Investeren in de juiste technologieën zal wagenparken uitrusten met de mogelijkheden om veilig rijden te bevorderen en het risico op ongevallen te verminderen. Wagenparken kunnen AI en ML gebruiken om hun wagenparkactiviteiten te verbeteren, voertuig- en chauffeurveiligheid te verhogen en voertuigproblemen te detecteren die door chauffeurs en servicepersoneel kunnen worden gemist. Met behulp van AI kunnen managers betere beslissingen nemen zonder veel extra inspanning. "We ontdekten dat de kunstmatige intelligentie, machine learning, videokwaliteit en directe feedback van de Driveri-oplossing de beste dashcam was die bij onze behoeften paste, en de verhoogde focus op positieve aspecten van het gedrag van onze chauffeurs was een echte productdifferentiator." - Halvor Lines