Verhoog de veiligheid van uw wagenpark met AI-dashvideo
Verhoog de veiligheid van uw wagenpark met AI-dashvideo.
De National Highway Traffic Safety Administration (NHTSA) heeft vastgesteld dat meer dan een half miljoen grote vrachtwagens waren betrokken bij ongevallen in 2022. En de gemiddelde kosten per ongevalligt volgens Automotive Fleet tussen de $16.000 en $75.000. Als er een letsel of een dodelijk ongeval is, stijgen die kosten aanzienlijk.
De transportsector vertrouwde van oudsher op triggers gebaseerde camerasystemen en handmatige beoordelingsmethoden om rijovertredingen op te sporen. Maar naarmate de technologie vordert, hebben we ontdekt dat op triggers gebaseerde systemen beperkte inzichten bieden en dat handmatige beoordeling niet duurzaam en onbetrouwbaar is. Om deze uitdaging aan te gaan, combineren sommige videotelematicasystemen nu kunstmatige intelligentie (AI) met HD-camera's om slimme gegevensanalyses te bieden, waarbij sommige zelfs 100% van de rijtijd vastleggen in plaats van uitsluitend gebeurtenissen op basis van triggers vast te leggen.
Dit hulpmiddel onderzoekt hoe AI weggegevens analyseert en ervan leert, en hoe het wagenparkbeheerders helpt bij het aanpakken van veiligheidsuitdagingen die bedrijven kwetsbaar maken voor ongevallen en dure rechtszaken.
Innovatie verandert elke hoek van de wagenparkactiviteiten, van de veiligheid en het behoud van bestuurders tot risicovermindering en voertuigprestaties.
Verouderde camerasystemen op basis van triggers, die alleen reageren op gebeurtenissen die zich al hebben voorgedaan, zijn verouderd. De snelle ontwikkeling van op AI gebaseerde technologie biedt wagenparken een geavanceerdere manier om de rijprestaties en de naleving van het bedrijfsbeleid te volgen en te handhaven.
AI houdt in dat computers worden getraind om traditioneel 'menselijke' taken sneller en efficiënter uit te voeren. Naast het vervoer gebruiken platforms zoals Spotify en YouTube bijvoorbeeld AI om inhoud aan te bevelen op basis van eerdere luister- en kijkgewoonten van gebruikers. Geavanceerde chatbots gebruiken AI om met mensen te communiceren en sommige zijn zelfs aangepast om handige assistenten te zijn, zoals Siri van Apple, Alexa van Amazon of ChatGPT van OpenAI.
In de bredere transportsector is AI doorgaans functioneler. Tesla- en Waymo-voertuigen zijn bijvoorbeeld voorzien van stuurautomaatsystemen, waardoor de auto's autonoom kunnen rijden en zich kunnen aanpassen aan veranderende wegomstandigheden, stopborden, bochten en andere voertuigen.
Hoe AI werkt met HD-camera's
Op zichzelf nemen HD-camera's hoogwaardige video's op van de wegomstandigheden en rijgebeurtenissen nadat ze zijn geactiveerd. Dit beeldmateriaal kan later handmatig worden geanalyseerd.
In combinatie met op visie gebaseerde AI kan het camerasysteem objecten herkennen en waarschuwingen genereren op basis van alleen het zicht. Sommige AI-camera's kunnen bijvoorbeeld het nummer op een bord met een snelheidslimiet identificeren. Door vervolgens verbinding te maken met de snelheidsmeter en de volgende afstand tot een ander voertuig te berekenen, kan de technologie bepalen of een waarschuwing gerechtvaardigd is, en vervolgens de ernst van die waarschuwing. Op visie gebaseerde AI zorgt samen met edge computing (onmiddellijke gegevensanalyse op het camera-apparaat) voor hoorbare waarschuwingen in de cabine met betrekking tot het gedrag van de bestuurder en de wegomstandigheden om risico's in realtime te beperken.
AI wordt getraind door middel van machine learning, een proces dat computers in staat stelt om van ervaringen te leren en zich in de loop van de tijd te verbeteren, en dat alles zonder expliciet te worden geprogrammeerd.
Laten we bijvoorbeeld aannemen dat oudere, op triggers gebaseerde systemen die alleen afhankelijk zijn van camera's, een paar menselijke ogen zijn. In dit geval zien de ogen alles wat er op de weg gebeurt en herinneren ze zich die gebeurtenissen later. Op basis van deze herinnering brengt de vloot verschillende verbeteringen aan in haar activiteiten.
Wanneer je AI en edge computing bovenop camerasystemen legt, voeg je een heel zenuwcentrum toe. Camera's zijn als menselijke ogen, sensoren functioneren als zintuigen en AI werkt als een brein. Wanneer de zintuigen in het menselijk lichaam enige vorm van prikkels detecteren, wordt een boodschap samen met beelden naar de hersenen gestuurd. De hersenen verwerken deze gegevens onmiddellijk en reageren onmiddellijk op prikkels.
Hetzelfde geldt voor kunstmatige intelligentie. In een AI-camerasysteem fungeren camera's en sensoren als gegevensverzamelaars en boodschappers die informatie naar het AI-systeem sturen. Dit systeem analyseert de verzamelde gegevens en adviseert de bestuurder in realtime over de beste acties die kunnen worden ondernomen.
Aangezien data echter de basis vormt van alle leerprocessen, is AI slechts zo goed als de data waarop het is getraind. Zonder een solide systeem voor gegevensverzameling is de functionaliteit beperkt. Om goede data te verkrijgen, moet je eerst beginnen met superieure hardware, waaronder high-definition lenzen in combinatie met een hoge beeldsnelheid en een breed gezichtsveld. Door de machine vervolgens zoveel mogelijk gegevens in te voeren, kan deze exponentieel sneller slimmer worden dan machines die alleen stukjes data krijgen op basis van triggers. Ten slotte zal het aantal apparaten in het veld dat op verschillende wegen wordt getraind, van invloed zijn op het vermogen van de machine om sneller te leren en daardoor de nauwkeurigheid van de AI sneller te verbeteren.
De toename van bestuurdersbeheersoftware heeft het rijgedrag en de prestaties aanzienlijk verbeterd in wagenparken die de technologie gebruiken.
Op visie gebaseerde AI verbetert de veiligheid van bestuurders, voornamelijk door middel van geavanceerde analyses. Door verschillende gegevens te verzamelen en te analyseren, zoals hierboven vermeld, kunnen wagenparken nieuwe oplossingen ontwikkelen voor rij- en veiligheidsproblemen en tegelijkertijd positief rijgedrag identificeren en herkennen. Ze kunnen er ook meer op vertrouwen dat de gedragsanalyse correct is, aangezien het op visie gebaseerde systeem de context rondom een bepaalde gebeurtenis begrijpt. Een triggersysteem registreert bijvoorbeeld een harde rem en koppelt punten op basis van de prestatiescore van die bestuurder. Maar een op het zicht gebaseerd systeem kan begrijpen dat de bestuurder werd onderbroken door een ander voertuig en dat de harde rem daarom gerechtvaardigd en noodzakelijk was, en dat dat zou worden beschouwd als „veilig rijden”, en de bestuurder zou worden beloond met punten op zijn veiligheidsscore. Deze aanvullende context stelt bestuurdersmanagers in staat zich te concentreren op het herkennen van goed rijgedrag in plaats van alleen riskant rijden en het aanpassen van strafgedrag.
De meest opvallende aspecten van rijprestaties en -gedrag die door AI zijn verbeterd, zijn:
Naleving van de verkeerswetgeving
Verkeersovertredingen, waaronder illegale U-bochten, rijstrookwisselingen en bochten naar links, en bumperkleven zijn de belangrijkste oorzaken van ongevallen op Amerikaanse wegen. Snelheidsovertredingen blijven echter de gevaarlijkste factor.
In 2022 Bij snelheidsovertredingen kwamen 12.151 mensen om het leven, goed voor 29% van alle verkeersdoden, volgens de National Highway Traffic Safety Administration (NHTSA).
Een beleid dat strikte naleving van de verkeerswetgeving vereist, is weliswaar een noodzakelijke eerste stap, maar het kan slechts zoveel doen. Het is onmogelijk om bij te houden welke bestuurders stopborden hebben gereden zonder gepakt te worden, en hoe ernstig het gedrag is, is onmogelijk zonder het gebruik van op zicht gebaseerde AI. AI stroomlijnt het proces van het volgen en begrijpen van bestuurdersgedrag en maakt het duurzaam en schaalbaar voor wagenparken van elke omvang.
Afgeleid en slaperig rijden
Volgens de NHTSA afgeleid rijden was verantwoordelijk voor meer dan 3.000 sterfgevallen in 2022. Afgeleid rijden wordt geassocieerd met een scala aan gedragingen, waaronder het gebruik van mobiele telefoons, eten, slapen, rommelen met voorwerpen zoals de radio en zelfs rijden onder invloed.
Hoewel het gebruik van een traditioneel camerasysteem om afgeleid of slaperig rijden te detecteren misschien een eenvoudige oplossing lijkt, kunnen oudere systemen alleen activiteiten registreren om ze later te kunnen bekijken. Het beeldmateriaal moet dan handmatig worden geanalyseerd. Hoewel dit misschien een tijdje beheersbaar is, wordt het al snel onhoudbaar naarmate de vloot groeit.
In grote wagenparken kan het beheren van dergelijke videoweergave honderden uren analyse tot gevolg hebben. Dit is niet alleen vervelend en inefficiënt, maar het is ook foutgevoelig en laat alleen een correctie toe nadat de gebeurtenis zich al heeft voorgedaan.
Op visie gebaseerde AI-camera's bieden een efficiëntere en proactievere aanpak door video vast te leggen en deze in realtime te analyseren. In het geval van een afgeleide bestuurder kan geavanceerde AI oog- en hoofdbewegingen, voorwerpen in de hand en andere indicatoren van afgeleid rijden detecteren en onmiddellijk een waarschuwing in de cabine sturen. Slaperige indicatoren kunnen bestaan uit hoofdbewegingen, geeuwen en oogknipperfrequentie. Geavanceerde detectiesystemen voor slaperigheid kunnen zelfs oogdetails zien via een zonnebril en's nachts. De onmiddellijke waarschuwingen in de cabine verminderen de kans op een ongeval, creëren bewustzijn voor de bestuurder en corrigeren het gedrag in realtime.
Aanpassen aan de wegomstandigheden
De toestand van de wegen verandert voortdurend en sommige van deze veranderingen kunnen van invloed zijn op de mate waarin een bestuurder de verkeerswetgeving naleeft. Chauffeurs kunnen bijvoorbeeld te dichtbij volgen in de regen, te hard rijden als het sneeuwt of moeite hebben om door dichte mist te navigeren.
AI kan bestuurders waarschuwen voor dergelijke gevaarlijke situaties en op dat moment begeleiding bieden. Het hebben van een touringcar aan boord kan een positieve invloed hebben op de veiligheid en prestaties van een bestuurder, waardoor het vertrouwen toeneemt en de besluitvorming wordt verbeterd.
AI-coaches werken door realtime gegevens over de omgeving te verzamelen, deze te analyseren en de meest waarschijnlijke manier van handelen te bepalen. Deze berekeningen worden binnen enkele seconden uitgevoerd, dankzij edge computing waarbij gegevens lokaal worden opgeslagen voor snellere verwerking, waardoor snellere besluitvorming mogelijk is.
Met een geavanceerd camera- en veiligheidssysteem met AI-ondersteuning kunnen wagenparken:
Het aantal ongevallen en aanrijdingen aanzienlijk verminderen
Geef aan dat de veiligheid van bestuurders een prioriteit is en help hen risico's te beperken
Bespaar geld door minder claims en rechtszaken
Help mee te bepalen of een vroege schikking verstandig is
Brandstof besparen door minder agressief rijgedrag
Creëer een bestuurdersvriendelijke omgeving die wordt aangedreven door prikkels en beloningen
Verbeter de retentie van chauffeurs door het moreel van chauffeurs te verhogen door middel van eerlijke rijscores
Richt je nauwkeurig op gebieden waar chauffeurs meer training nodig hebben, en pas de training voor iedereen aan
Haal meer omzet binnen bij klanten die hun partners vragen om van veiligheid een prioriteit te maken
Stel een specifieker bedrijfsveiligheidsbeleid op
Verlaag het risico met Netradyne's AI-gebaseerde oplossingen voor vlootveiligheid en -beheer
Het AI-camerasysteem van Netradyne, Driver•i, biedt uitgebreide en betrouwbare gegevens en analyses die helpen bestuurders en wagenparken te beschermen. Het biedt gepersonaliseerde begeleiding, veiligheidswaarschuwingen in de cabine en registreert en analyseert 100% van de rijtijd, niet alleen gebeurtenissen op basis van triggers. In combinatie met Netradyne's eigen GreenZone-scoresysteem voor chauffeurs, dat rekening houdt met zowel positieve als negatieve gewoonten en gebeurtenissen, kunnen wagenparken het risico verminderen en tegelijkertijd een cultuur bevorderen die gebaseerd is op beloningen en positieve versterking.
Onderzoek ondersteund door Netradyne ROI-model, gebaseerd op een analyse van 1,3 miljard kilometer aan rijgegevens, is de enige manier om te correleren hoe veiliger rijden, gemeten aan de hand van hogere GreenZone-scores, leidt tot minder ongevallen. Elke verbetering van 50 punten in de GreenZone Score van een wagenpark komt inderdaad overeen met een vermindering van het aantal ongevallen per miljoen mijl (APMM) met ongeveer 13-15%. Op basis van een onderzoek onder twee verschillende groepen wagenparken (een groep van 100 wagenparken en een andere groep van 50 wagenparken) zien we dat Netradyne-klanten hun GreenZone-scores in het eerste jaar gemiddeld met 150 punten verbeterden. Met andere woorden, een wagenpark dat het Driver•I-platform gebruikt, zal waarschijnlijk in het eerste jaar alleen al een vermindering van meer dan 30% van het aantal ongevallen per miljoen mijl (APMM) ervaren.
Naast het verminderen van ongevallen biedt Driver•i nog een aantal andere voordelen. Bijvoorbeeld:
In de 10 miljoen meest recente waarnemingen van stopborden op het platform is er een verbetering van 61% voor non-stop evenementen en 51% verbetering voor rollende stops.
Sommige Netradyne-klanten integreren zelfs de GreenZone Score in hun salarissysteem, waardoor chauffeurs een bonus krijgen voor het behalen van een bepaalde score. Het resultaat: veilige chauffeurs krijgen de erkenning die ze verdienen dankzij een holistische aanpak, die het vertrouwen vergroot, de betrokkenheid verhoogt en de algemene retentie van chauffeurs verhoogt. Sommige Netradyne-klanten realiseerden een verbetering van 15% op jaarbasis wat betreft het behoud van chauffeurs.
* Individuele resultaten en omstandigheden kunnen variëren.
** Gebaseerd op klantgegevens.
† Netradyne moet schriftelijke toestemming krijgen om klantgegevens te delen.
Afbeeldingen dienen alleen ter illustratie en zijn mogelijk geen exacte weergave van een product.
