< p class = "meta"> Av Aimee Chanthadavong | 8. september 2021 – 03:13 GMT (04:13 BST) | Tema: Innovasjon
Transport for NSW (TfNSW) bruker AI til å utvikle prediktive algoritmer for å hjelpe nasjonale, statlige, lokale myndigheter med å håndtere ytelsen til trafikksikkerhet.
Nasjonal trafikksikkerhetshandlingsplan 2018-2020 setter opp mål som krever 90% av reiser på nasjonale motorveier og 80% på statlige motorveier for å oppfylle en tre-stjerners eller bedre sikkerhetsstandard. Frem til nå har vurderingen av veistandardene vært avhengig av innsamling av videomålinger og manuelle opptaksmetoder.
TfNSW har nå slått seg sammen med iMove Cooperative Research Center (CRC), University of Technology Sydney, International Road Assessment Program (iRAP) og geospatial datafirma Anditi, for å utvikle en raskere og mer automatisert metode for å trekke ut rådata.
Som en del av initiativet, kalt det akselererte og intelligente veivurderingsprogrammet for datainnsamling (AiRAP), planlegger gruppen å levere det den omtaler som brukbare data for 20 000 km NSW-veier ved å bruke TomToms neste generasjons kartdata MN-R, som samt ekstraksjonsteknikker og maskinlæring for Lidar -data. Pilotvurderinger vil også bli utført på et utvalg av lokale, statlige og nasjonale motorveier for å bevise metodikkene.
“Bruk av kunstig intelligens og maskinlæringsteknikker for å samle inn data har potensial til å redusere kostnader og øke frekvensen og nøyaktigheten av data,” sa prosjektleder og iRAP global innovasjonssjef Monica Olyslagers.
“Gjør raskere og rimeligere datainnsamling mulig betyr at sikkerhetsvurderinger kan gjøres årlig på tvers av hele veinettet. “
iMove CRC mener initiativet vil bidra til å åpne eksisterende og nye datakilder som kan bidra til å forbedre vurderinger av trafikksikkerhet.
“Å bruke teknologier som AI for å forbedre vår pakke med sikkerhetspolitiske verktøy er et stort skritt fremover. Disse kraftige og innsiktsfulle verktøyene kan informere sunne investeringer fra regjeringen som redder liv og låser opp betydelige fordeler for familier, lokalsamfunn, næringsliv og helsesystemer gjennom reduserte trafikkskader, “sa administrerende direktør iMOVE CRC Ian Christensen.
I slutten av fjoråret inngikk TfNSW et samarbeid med Microsoft for å utvikle et bevis på konsept som bruker data og maskinlæring for å markere potensielt farlige kryss og redusere veier ulykker.
Som en del av beviset på konseptet, kjørte Transport for NSW en prøve i Wollongong for å avdekke fem potensielt risikofulle kryss. Det involverte 50 kjøretøyer som genererte mer enn en milliard rader med data over en ti måneders periode, før Databricks og Azure ble brukt til å kurere, innta og tolke dataene.
Telematikkdataene ble brukt til å identifisere hastighet , kraftig bremsing, sterk akselerasjon og sidebevegelser like før krysset. Den ble deretter sammenlignet med mønstre av eksisterende data om krasjundersøkelser.
Siden rettssaken har to av de fem kryssene vært planlagt for endring.
Relatert dekning
Skade på matlevering med 70%, viser de siste NSW -regjeringsdataene Viktoriansk prøve viser at lidarsensorer kan varsle vei brukere av kommende farer Telstra og Arenberg utvikler 5G -sykkelhjelmprototype Victoria for å prøve 'smart' sykkellysteknologi for å øke trafikksikkerheten for syklister University of Melbourne og Cubic test AI -kamera for å forbedre trafikksikkerheten
Relaterte emner:
Big Data Analytics CXO Digital Transformation Tech Industry Smart Cities Cloud 