التكنولوجيا وراء Driveri

على مر السنين، شهدت صناعة النقل ابتكارات كبيرة، خاصة مع ظهور منصات سلامة السائقين القائمة على الرؤية. جمعت منصات سلامة السائقين القائمة على الرؤية المبكرة بين كشف التصادم وتسجيل الفيديو والاتصال بالإنترنت، لالتقاط سجلات حوادث الطريق. ثم تتم مراجعة هذه السجلات من قبل مديري السلامة للتأكد من دقتها ومشاركتها مع السائقين كجزء من برنامج التدريب.الجيل التالي من منصات سلامة السائقين القائمة على الرؤية، بدءاً من تقديم Driveri في عام 2016، استبدل المراجعة اليدوية لفيديو التصادم المحتمل بالتحليل المستمر لمشاهد القيادة باستخدام الذكاء الاصطناعي المدمج مباشرة في جهاز الحاسوب الطرفي. مع كاميرا لوحة قيادة "بالذكاء الاصطناعي"، أصبح لدى مدير السلامة إمكانية الوصول إلى كل دقيقة قيادة في يوم السائق، بدلاً من الدقائق القليلة من دقائق القيادة شهرياً التي تقدمها الأنظمة السابقة.عندما تبدأ في تحليل بيانات أكثر تعقيداً لملايين دورات النقل والأشخاص والحوادث وأميال الطريق، فإنك تدخل في عالم البيانات الضخمة. بناءً على التحليل المستمر لحوالي 10 مليون ميل من بيانات القيادة الجديدة كل أسبوع، استخدم نظام Driveri تقنيات التعلم الآلي لإنشاء وتحسين التحليلات التنبؤية التي تعزز أداء السائق في الوقت الفعلي وتمنع التصادمات.

ظهور البيانات الضخمة في النقل

إن استخدام البيانات الضخمة في النقل ينمو بسرعة. تم إنشاء خوارزميات Driveri وتدريبها واختبارها على تدفقات البيانات الضخمة التي تجمعها أجهزتها لجعل أنظمة السائقين أكثر ذكاءً.تمكنت Netradyne من أتمتة عملية جمع البيانات الضخمة وتحليلها وتطبيق الرؤى لتحسين أداء السائق بحيث يدرب النظام نفسه بشكل مستمر على أفضل طريقة لتحسين أداء السائق باستخدام البيانات السابقة.

التعلم الآلي والذكاء الاصطناعي

التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي (AI) التي تمنح أنظمة الحاسوب القدرة على التعلم من البيانات دون برمجة مستمرة.على سبيل المثال، قد ترغب في تطوير برنامج يحرك سيارتك عندما يكون الضوء أخضر ويوقفها عندما يكون أحمر. يمكن لمهندس التعلم الآلي إنشاء برنامج قصير يجعل هذه المهمة ممكنة: (إذا كان الضوء = أخضر فانطلق، وإلا توقف).يبدو هذا وكأنه مشكلة بسيطة نوعاً ما لحلها - حتى تفكر في جميع المتغيرات التي تدخل في اللعب. على سبيل المثال، ماذا يجب أن يحدث عندما تجتاز سيارة أخرى الضوء الأحمر؟ الآن عليك أن تجعل برنامجك أطول قليلاً: (إذا كان الضوء = أخضر و (لا توجد سيارة تجتاز الضوء الأحمر الآخر)، فانطلق).لكن ماذا لو كانت سيارتك متوقفة عند إشارة مرور لا تعمل، والسيارات الأخرى أمامك تجتاز الضوء الأحمر عن قصد؟ كيف ستحسب سيارتك الحركة الصحيحة عند معبر المشاة؟بدلاً من إضافة أسطر جديدة من الكود باستمرار إلى برنامجك لحساب كل متغير، يدرب التعلم الآلي برنامجك على التعرف على هذه المتغيرات والتصرف بناءً عليها، كل ذلك بمفرده.يبدأ التعلم الآلي بجمع البيانات من مصادر مختلفة. على سبيل المثال، يجمع Driveri البيانات المتعلقة بأداء السائق وظروف الطريق المتغيرة. من خلال التعلم الآلي، تركز خوارزمياته على الإجراءات المسجلة في البيانات التي تميل إلى التأثير الإيجابي على أداء السائق والإدارة ومنع حوادث الطريق في مواجهة ظروف الطريق المتغيرة.الهدف هو السماح للنظام بالتعلم بشكل مستمر وعلى نطاق يستحيل تحقيقه إذا كان محدوداً بدورات المراجعة اليدوية.الأجهزة الذكية اصطناعياً ضرورية للمهام التي تتضمن معالجة كميات هائلة من البيانات، واكتساب رؤى منها واتخاذ القرارات الصحيحة. هذا شيء يفعله البشر ببطء ومع أجزاء صغيرة فقط من البيانات في كل مرة - مما يمنح التكنولوجيا ميزة متميزة.في حالة Driveri، نضمن جمع البيانات لكل دقيقة من كل رحلة على الطريق. تعالج خوارزمياتنا هذه البيانات وتقدم رؤى في الوقت الفعلي، بدلاً من قيام مدير الأسطول بمراجعة ساعات من الفيديو. سرعة معالجة البيانات أمر بالغ الأهمية للحصول على ثماني ساعات من بيانات التدريب لكل سائق يومياً، بدلاً من الدقائق القليلة من بيانات القيادة لكل سائق شهرياً التي تجمعها الأنظمة التقليدية.السائق التجاري النموذجي يسجل 100,000 ميل من القيادة كل عام. على مدى مهنة مدتها ثلاثون عاماً، يكون السائق التجاري النشط قد قاد 3 مليون ميل. حالياً، تجمع أنظمة Driveri هذا القدر من البيانات كل بضعة أيام. لأن الذكاء الاصطناعي موجود على الجهاز، فإن جميع هذه الأميال يتم تحليلها واستخدامها لجعل النظام أكثر ذكاءً. على هذا النطاق، تمكن البنية التحتية التي بنتها Netradyne عدة أعمار من تجربة القيادة البشرية للتأثير على كل تكرار من نظام معالجة الذكاء الاصطناعي الذكي المتزايد.

في سياق النقل

يستخدم Driveri التعلم الآلي لتدريب منصته على التعرف على سلوكيات القيادة المشتتة والحالات الخطيرة، بالإضافة إلى أحداث القيادة الإيجابية والاستباقية التي يسعى النظام إلى تعزيزها. يحلل النظام أيضاً ظروف الطريق ومسافات المتابعة والعوامل البيئية الأخرى لمساعدة السائق على اتخاذ الخيار الأكثر أماناً. تعمل خوارزمياته خلف الكواليس لتشغيل أنظمة المكافآت والتعرف على الأخطاء وتدريب السائقين.في النقل، تصبح حلول الذكاء الاصطناعي تدريجياً معياراً صناعياً بسبب ظهور منصات مثل Driveri. يمكن لهذه المنصات التعلم عن بيئاتها وتطبيق ما تتعلمه بذكاء. في صناعة مثقلة بالحوادث وتكاليف التأمين ونقص العمالة، يجعل الذكاء الاصطناعي من الممكن حصاد البيانات المتراكمة واقتراح حلول لهذه المشاكل من خلال تقليل تكرار الحوادث. تقلل الحوادث الأقل، بدورها، أقساط التأمين، كل ذلك أثناء التفاعل مع السائقين بطريقة تعزز الرضا الوظيفي طويل المدى.يدرب Driveri السائقين على عاداتهم الأكثر خطورة في القيادة، ويظهر لهم أفضل طريقة لتخفيف المخاطر دون وجود مشرف يتنفس على أعناقهم. يمكن لمديري الأساطيل الكبيرة أيضاً أن يكونوا متأكدين من أن عملية اكتشاف السلوك السيء في السائقين يمكن أن تتم في الخلفية بينما يتعاملون مع مهام ملحة أخرى.

تكنولوجيا Driveri والذكاء الاصطناعي

يشكل الذكاء الاصطناعي أساس منصة Driveri. مخصصة في الغالب لتحليل البيانات المتقدم، تتسرب التكنولوجيا إلى ميزات أخرى مثل التواصل ونظام المكافآت.تعمل المنصة في ثلاث خطوات رئيسية: جمع البيانات وتفسيرها والتصرف بناءً عليها من خلال ثلاثة أقسام مختلفة. هذه الأقسام هي نظام كاميرا الأسطول لجمع البيانات القائم على الرؤية والمكون من كاميرات وأجهزة استشعار، ونظام تحليل البيانات باستخدام الذكاء الاصطناعي، وأنظمة المكافآت DriverStar و GreenZone.

نظام تحليل بيانات Driveri

يجمع نظام تحليل بيانات Driveri رؤى حول ظروف الطريق ومخاطر المرور وأداء السائق، بما في ذلك سلوكيات القيادة المشتتة. بعد تحليل البيانات، يدرب النظام السائقين من خلال المواقف الصعبة والسلوكيات الخطيرة من خلال الإشعارات في الوقت الفعلي. يمكن أن يوفر هذا على الأساطيل ملايين الدولارات في الأضرار من خلال تجنب الحوادث المحتملة.

النظام القائم على الرؤية

يُستخدم نظام Driveri القائم على الرؤية بشكل أساسي لجمع البيانات أثناء التنقل على الطريق. تلتقط الكاميرات الداخلية والخارجية سلوك السائق وتلتقط الحوادث بالإضافة إلى المشاكل على الطريق، وتلتقط بيانات الطريق. يتكون النظام من مجموعة من الكاميرات الجانبية والأمامية والداخلية QUAD HD لتسجيل فيديو عالي الجودة وتشغيل الأحداث في الوقت الفعلي. يمكن للمديرين الوصول إلى ما يصل إلى 50 ساعة من تشغيل الفيديو عند الحاجة.يجمع Driveri بين الذكاء الاصطناعي والتعلم الآلي لإنشاء وتشغيل منصة إدارة السائقين الذكية اصطناعياً التي تجمع وتحلل البيانات في الوقت الفعلي. بمساعدة التكنولوجيا، يمكن للسائقين تخفيف المخاطر، بينما يمكن للأساطيل الحفاظ على السلامة ومراقبة أداء السائق في الوقت الفعلي. اتصل بنا لمعرفة المزيد عن تكنولوجيا Driveri المتقدمة لدينا.