Vision-gebaseerde Veiligheidssystemen: Trigger-gebaseerd vs Edge Computing

In de nasleep van verkeersongevallen die transportbedrijven jaarlijks miljarden dollars kosten, is er een noodzaak voor vlootbeheersystemen die veiligheid waarborgen. Net als vele andere systemen moeten vloten weggegevens verzamelen en analyseren die hun veiligheid en prestaties kunnen beïnvloeden en verkeersongevallen kunnen voorkomen. Dit is niet altijd gemakkelijk geweest omdat preventieve maatregelen meestal gebaseerd zijn op gegevens van ongevallen die hebben plaatsgevonden. Dit type trigger-gebaseerde benadering is vrij gebruikelijk maar inefficiënt. Legacy systemen die trigger-gebaseerde crashrecorders gebruiken worden geleidelijk vervangen door complexe edge computing systemen. Sommige van deze systemen zoals Driveri gebruiken kunstmatige intelligentie, HD video, en andere predictieve technologieën om weg- en rijpatronen te analyseren en bestuurders prestaties in real-time te corrigeren om botsingen te voorkomen en bestuurdersveiligheid en retentiepercentages te verbeteren. De volgende vergelijking tussen edge computing en trigger-gebaseerde gegevensverwerking zal kijken naar de voordelen van elk systeem en hoe platforms die deze technologieën gebruiken zich verhouden.

Trigger-gebaseerde Gegevensrecorders vs Edge Computing Gegevensrecorders

Hoe Werken Trigger-gebaseerde Gegevensrecorders?

Trigger-gebaseerde gegevensrecorders leggen gegevens vast die betrekking hebben op gebeurtenissen zoals ze plaatsvinden. Bijvoorbeeld, een veelvoorkomende trigger die je ziet is een hard remmen gebeurtenis die de camera zal aanzetten tot opnemen. Deze methode kan voordelig zijn, omdat die gegevens kunnen helpen om soortgelijke gebeurtenissen in de toekomst te voorkomen. Helaas worden de gegevens alleen vastgelegd wanneer de schade is aangericht - wat betekent dat het alleen de nasleep vangt en niet de oorzaak. Vloten hebben meer geavanceerde technologieën nodig die gegevens in real-time verwerken zonder de noodzaak voor gebeurtenis-gebaseerde triggers. Lange tijd was trigger-gebaseerde gegevensregistratie voldoende voor vlootveiligheid maar nieuwe ontwikkelingen in technologie hebben de noodzaak voor betere predictieve systemen aangezet. Dit heeft geleid tot de creatie en adoptie van edge computing technologie.

Hoe Werken Edge Computing Gegevensrecorders?

Edge computing is een methode van gegevensverwerking waarbij gegevens worden geanalyseerd dicht bij het punt waar ze zijn verzameld. Dit betekent dat de informatie in real-time wordt geanalyseerd, zonder de noodzaak voor een "trigger" om het proces te starten. In edge computing worden gegevens typisch verzameld op de buitenste randen en verzonden naar servers voor verwerking, vaak in real-time. In het verleden konden de meeste computers de grote hoeveelheden verzamelde gegevens niet verwerken vanwege hun lage opslagruimte en rekenkracht. Dit gold zelfs toen computers evolueerden met Wifi en Bluetooth connectiviteit vanwege hardwarebeperkingen. Edge computing werd een haalbare oplossing voor deze beperkingen. Vandaag de dag zijn veel Internet of Things (IoT) apparaten in staat om complexe gegevensverzameling, -verwerking en -opslag uit te voeren. Bedrijven hebben hun netwerken verbeterd die dienen als verbindingen tussen edge computers en hun servers. Als gevolg hiervan kunnen meer gegevens dichter bij de edge computer worden verwerkt. Significante toepassingen van edge computing kunnen worden gevonden in vele industrieën inclusief financiën en gaming. Snelle gegevensverwerking is essentieel voor elke vlootbeheersoftware. In vlootbeheer is edge computing een geweldige manier om weggegevens te verzamelen en verwerken vanwege zijn lage latentie. Dit voordeel van edge computing kan worden gezien op platforms zoals Driveri die kunstmatige intelligentie gebruiken om rijvoorspellingen te maken.

Voordelen van Edge Computing Gegevensrecorders

Snelheid

Systemen betrokken bij het verzamelen van grote volumes gegevens over een lange afstand zijn gevoelig voor vertraging. Bijvoorbeeld, als uw persoonlijke computer geen krachtige processor heeft, kan deze bevriezen terwijl u media uploadt of downloadt. Omdat de tijd die nodig is voor gegevens om de verwerkingsservers te bereiken lager is in edge computing, is het geweldig voor autonome voertuigen. Er zijn miljoenen wegkilometers die leiden tot grote volumes gegevens die real-time verwerking vereisen. Edge computing maakt het gemakkelijker om weggegevens te verzamelen die kunnen worden gebruikt om kunstmatig intelligente software te trainen. Daarnaast maakt het het gemakkelijker voor één autonoom voertuig om te communiceren met andere voertuigen.

Beveiliging

Traditionele cloud computing neemt een meer gecentraliseerde benadering door computers rechtstreeks met servers te verbinden. Aan de andere kant verbindt edge computing een enkele edge computer met meerdere processors en apparaten waardoor het moeilijk wordt om een enkel faalgebied te vinden. De gedecentraliseerde aard van edge computing maakt het moeilijker voor beveiligingsdreigingen zoals Distributed Denial of Service (DDoS) om te gedijen.

Edge Computing Vlootveiligheidssystemen

Driveri

Het Driveri systeem combineert kunstmatige intelligentie met edge computing en slimme videotechnologie om bestuurdersmonitoring, veiligheid en analytics te automatiseren. Netradyne past geavanceerde technologieën toe zoals deep learning, edge computing, computeranalytics en datawetenschappen om het transportecosysteem te verbeteren. Met de steeds groeiende behoefte aan bestuurdersbehoud en botsingsvermijding, streeft Driveri ernaar de taak van het veilig houden van bestuurders te vereenvoudigen. Dit komt met de bonus van hen gemotiveerd te houden terwijl ze autonomie in hun banen behouden.

Hoe Driveri Werkt

Driveri pakt zowel de menselijke als technologische aspecten voor bestuurderveiligheid aan door zich te richten op analytics, communicatie, connectiviteit en waarde. Het komt in de vorm van een apparaat dat aan voertuigen kan worden bevestigd en verbonden met een externe applicatie. Dit apparaat houdt de transportcyclus van de bestuurder bij terwijl het ervoor zorgt dat bestuurders veilig blijven en gevaarlijke situaties vermijden. Tot nu toe heeft Driveri meer dan 350 miljoen mijlen weggegevens vastgelegd en geanalyseerd dankzij zijn grote AI vision-gebaseerde software en krachtige processors. Niet alleen hebben bestuurders 1 miljoen unieke mijlen gereden met het Driveri systeem, maar ze zijn ook meerdere keren over deze mijlen gegaan om meer informatie over de wegen en routes te verzamelen. In elke industrie is het verzamelen en analyseren van gegevens cruciaal voor hoe snel technologische vooruitgang plaatsvindt. Dit geldt ook voor de transportindustrie. De geavanceerde edge computing-gebaseerde mapping en analysetechnologie die Driveri gebruikt is een noodzaak voor de industrie. Inzichten verzameld door het systeem kunnen worden gebruikt om geïnformeerde beslissingen te maken over gedragspatronen van bestuurders evenals onbevooroordeelde conclusies te trekken waar ongevallen plaatsvinden. Met bijna $60 miljard besteed door werkgevers jaarlijks vanwege ongevallen, zijn bestuurderveiligheidssystemen zoals Driveri nu meer dan ooit nodig.

Kenmerken van Driveri

• Voorwaartse, zij- en interieur QUAD HD camera's voor hoogwaardige video-opname, analyse en weergave van real-time gebeurtenissen.
• Directe toegang tot 100+ uur video weergave voor records en onderzoek of gebruikt als bewijs in het geval van ongevallen waar juridische gevolgen zijn.
• Een 3-Axis Accelerometer en Gyro Sensor die continu de snelheid en oriëntatie van het voertuig berekent terwijl de gegevens worden gebruikt om real-time beslissingen te maken.
• Snelle 4G LTE / WiFi / BT Connectiviteit voor gemakkelijke verbinding tussen voertuigen en hun organisaties, om gegevens te verzenden en ontvangen, video te bekijken, en risicogedrag te analyseren.
• DriverAlert systeem dat fungeert als een bestuurders metgezel en onboard coach gedurende de gemiddelde transportcyclus. Het systeem detecteert risicovolle gebeurtenissen en adviseert bestuurders over de beste handelwijze om te nemen.
• DriverPrivacy voor snelle communicatie tussen bestuurders en vlootmanagers.
• Geavanceerd gegevensanalysesysteem met meer dan 1 miljoen unieke mijlen van US wegen geanalyseerd.
• Enkele module installatiesysteem en geïntegreerde voertuigmontage voor snelle en gemakkelijke installatie.
• EventAccess dat geautoriseerd personeel toegang geeft tot opgeslagen video op elk moment.
• J1939 / OBD II kunstmatige intelligentie voertuiggegevenssysteem voor een uitgebreid beeld van de transportcyclus van de bestuurder.

Samenvatting

Als de 2018 winnaar van de "Best AI-based Solution for Transportation" award van AI Breakthrough, gaat Driveri's geavanceerde technologie ver voorbij de concurrentie. Driveri heeft een uitgebreid waarschuwings-, communicatie-, gegevensanalyse- en videoweergavesysteem met uitstekende connectiviteit. Gekoppeld met edge computing als basistechnologie, biedt het verwerkingssnelheden die het gemakkelijk maken om gegevens in real-time te verzamelen en analyseren. Het huisvest ook al deze technologieën zonder de noodzaak om nieuwe producten te integreren. Dit is perfect voor elke vlootmanager die kosten wil besparen voor installatie, het trainen van bestuurders om het systeem te gebruiken, en externe verbindingen. Deze besparingen compromitteren niet de efficiëntie van het systeem of de kwaliteit van verzamelde gegevens ondanks het feit dat het beter presteert dan zijn concurrenten. Na het analyseren van 1 miljoen unieke wegmijlen meerdere keren, blijft Driveri's kunstmatige intelligentie technologie wegpatronen in kaart brengen terwijl het meer gegevens verzamelt gericht op het verbeteren van uw bestuurderveiligheid, en bij uitbreiding, uw vloot. Edge computing is echter wat dit mogelijk maakt omdat langzame gegevensverwerking kunstmatige intelligentie feedback vervelend zou maken. Bedrijven zullen hun netwerken blijven optimaliseren om de hoeveelheid gegevens die tijdens een enkele transmissie kan worden verwerkt te schalen. Dit betekent dat het gemakkelijker zal worden om complexe taken zoals onboard bestuurders coaching, voertuig zelfdiagnose, gegevensmapping en -opname, en communicatie af te handelen. In de steeds veranderende transportindustrie valt de verantwoordelijkheid op vlootmanagers om hun technologie te diversifiëren en te optimaliseren voor kostenbesparingen, efficiëntie en veiligheid. Het US Department of Labor, Occupational Safety and Health Administration (OSHA) eist het en uw klanten vereisen het om vertrouwen in uw service te behouden.