Billede: NSW regering
Regeringen i New South Wales er gået sammen med Cisco for at afprøve brugen af kunstig intelligens, IoT og edge computing-teknologi for at forbedre pålideligheden af offentlig transport i Sydney og Newcastle.
Som en del af forsøget har Transport for NSW (TfNSW) bruger IoT til at gøre det muligt for fysiske objekter at blive “digitaliseret” og forbundet til det transporterede netværk via sensorer, mens edge computing vil blive udnyttet til at tage realtidsdata fra tilsluttede objekter for at muliggøre hurtigere beslutningstagning. AI vil i mellemtiden blive brugt til at hjælpe med at forstå data og automatisere processen.
Teknologierne vil blive forbundet med flere busser, færger og letbanekøretøjer i begge byer, sagde delstatsregeringen.
“Vi har indgået partnerskab med Cisco for at undersøge, hvordan et realtidsbillede af køretøjers udbud og kundernes efterspørgsel og ydeevne kan guide fremtidige netværksbeslutninger og overvåge vejforhold for at identificere, hvor reparationsarbejde er nødvendigt, ” sagde transport- og vejminister Rob Stokes.
“Vi bruger kunstig intelligens, Wi-Fi og edge computing på Pitt St i nærheden af Central Station til at fange realtidsdata og identificere højrisikohændelser.
“Vi vil være i stand til at holde tæt på øje med køretøjsbevægelser, efterhånden som flere pendlere og fodgængere vender tilbage til Sydneys travleste transportknudepunkter, mens COVID-19-restriktioner fortsætter med at lette.”
Den delstatsregering tilføjede, at de indsamlede data også vil blive brugt til at overvåge aktiver og forstå komfort ved kunderejser i realtid.
Ifølge Cisco Australia og New Zealands transport- og infrastrukturchef Simon Young, er TfNSW det eneste bureau i verden, der afprøver virksomhedens AI-system.
“Disse forsøg repræsenterer styrken af partnerskabet mellem Cisco og Transport for, at NSW kan co-innovere og bruge teknologi til at løse nogle af de mest presserende og udfordrende problemer, som transportbureauer står over for,” sagde han.
Disse forsøg vil dog ikke være første gang, TfNSW benytter sig af kunstig intelligens og dataanalyse. I september sagde agenturet, at det brugte kunstig intelligens til at udvikle prædiktive algoritmer til at hjælpe nationale, statslige og lokale myndigheder med at styre deres trafiksikkerhedspræstationer.
TfNSW gik sammen med iMove Cooperative Research Center (CRC), University of Technology Sydney, International Road Assessment Program (iRAP) og det geospatiale datafirma Anditi for at udvikle en hurtigere og mere automatiseret metode til at udvinde rå vejdata.
Som en del af initiativet, kaldet det accelererede og intelligente vejvurderingsprogram dataindsamling (AiRAP)-projektet, planlægger gruppen at levere, hvad det refererer til som brugbare data for 20.000 km NSW-veje ved hjælp af TomToms MN-R næste generation af kortdata, samt ekstraktionsteknikker og maskinlæring til Lidar-data. Pilotvurderinger vil også blive udført på en stikprøve af lokale, statslige og nationale motorveje for at bevise metoderne.
I slutningen af sidste år gik TfNSW sammen med Microsoft om at udvikle et proof of concept, der bruger data og maskinlæring til at markere potentielt farlige vejkryds og reducere trafikulykker.
Som en del af proof of concept, kørte Transport for NSW et forsøg i Wollongong for at afdække fem potentielt risikable vejkryds. Det involverede 50 køretøjer, der genererede mere end en milliard rækker data over en 10-måneders periode, før Databricks og Azure blev brugt til at kurere, indtage og fortolke dataene.
Telematikdataene blev brugt til at identificere hastighed , hård opbremsning, hård acceleration og sideværts bevægelse lige før krydset. Det blev derefter sammenlignet med mønstre af eksisterende data om ulykkesundersøgelser.
Siden forsøget har to ud af de fem vejkryds været planlagt til ændring.
RELATERET DÆKNING
Fødevarelevering rytterskader faldt med 70 %, seneste NSW regeringsdata viser, at Victorian-forsøg afslører, at lidar-sensorer kan advare trafikanter om kommende farer. Telstra og Arenberg udvikler 5G-cykelhjelmprototypeVictoria for at afprøve 'smart' cykellysteknologi for at øge trafiksikkerheden for cyklister University of Melbourne og Cubic test AI kamera til at forbedre trafiksikkerheden Australien | CXO | Digital transformation | Teknisk industri | Smarte byer | Sky