< p class = "meta"> Av Aimee Chanthadavong | 8 september 2021 – 03:13 GMT (04:13 BST) | Ämne: Innovation
Transport för NSW (TfNSW) använder AI för att utveckla prediktiva algoritmer för att hjälpa nationella, statliga och lokala myndigheter att hantera sina trafiksäkerhetsprestanda.
2018-2020 Nationell trafiksäkerhetshandlingsplan fastställer mål som kräver 90% av resor på nationella motorvägar och 80% på statliga motorvägar för att uppfylla en trestjärnig eller bättre säkerhetsstandard. Hittills har bedömningen av vägarnas standarder förlitar sig på att samla in videomätningar och manuella inspelningsmetoder.
TfNSW har nu samarbetat med iMove Cooperative Research Center (CRC), University of Technology Sydney, International Road Assessment Program (iRAP) och geospatiala dataföretaget Anditi, för att utveckla en snabbare och mer automatiserad metod för att extrahera rådata.
Som en del av initiativet, kallat projektet Accelerated and intelligent road assessment program data collection (AiRAP), planerar gruppen att leverera vad den kallar användbar data för 20 000 km NSW-vägar med hjälp av TomToms MN-R nästa generations kartdata, som samt extraktionsteknik och maskininlärning för Lidar -data. Pilotbedömningar kommer också att genomföras på ett urval av lokala, statliga och nationella motorvägar för att bevisa metoderna.
“Användningen av artificiell intelligens och maskininlärningstekniker för att samla in data har potential att sänka kostnaderna och öka datafrekvensen och noggrannheten”, säger projektledaren och iRAP: s globala innovationschef Monica Olyslagers.
“Snabbare och billigare datainsamling möjlig innebär att säkerhetsbedömningar kan göras på årsbasis i hela vägnätet. “
iMove CRC tror att initiativet kommer att hjälpa till att öppna befintliga och nya datakällor som kan hjälpa till att förbättra trafiksäkerhetsbedömningar.
“Att använda teknik som AI för att förbättra vår serie säkerhetspolitiska verktyg är ett stort steg framåt. Dessa kraftfulla och insiktsfulla verktyg kan informera sunda investeringar från regeringen som räddar liv och låser upp betydande fördelar för familjer, samhällen, företag och hälsosystem genom minskade trafiktrauma “, säger iMOVE CRC: s verkställande direktör Ian Christensen.
I slutet av förra året samarbetade TfNSW med Microsoft för att utveckla ett bevis på koncept som använder data och maskininlärning för att flagga potentiellt farliga korsningar och minska vägarna olyckor.
Som en del av proof of concept körde Transport for NSW ett försök i Wollongong för att avslöja fem potentiellt riskfyllda korsningar. Det involverade 50 fordon som genererade mer än en miljard rader med data under en tiomånadersperiod, innan Databricks och Azure användes för att kurera, inta och tolka data.
Telematikdata användes för att identifiera hastighet , hård inbromsning, hård acceleration och sidorörelse strax före korsningen. Den jämfördes sedan med mönster för befintliga kraschutredningsdata.
Sedan rättegången har två av de fem korsningarna planerats för ändring.
Relaterad täckning
Skador på matleveransryttare med 70%, senaste NSW -regeringsdata visar Viktoriansk rättegång avslöjar lidarsensorer kan varna väg användare av kommande faror Telstra och Arenberg utvecklar 5G -cykelhjälmprototyp Victoria för att pröva 'smart' cykelljusteknik för att öka trafiksäkerheten för cyklister University of Melbourne och Cubic test AI -kamera för att förbättra trafiksäkerheten
Relaterade ämnen:
Big Data Analytics CXO Digital Transformation Tech Industry Smart Cities Cloud 