مهندسون يطورون أداة بالذكاء الاصطناعي لكشف التعدي على السكك الحديدية

فريق من المهندسين في جامعة روتجرز طور أداة مدعمة بالذكاء الاصطناعي يمكنها اكتشاف التعدي على معابر السكك الحديدية، مما يساعد في تقليل عدد الوفيات المتزايد خلال السنوات العشر الماضية.

نشرت الأبحاث الجديدة في مجلة Accident Analysis & Prevention.

اكتشاف مخالفي القانون تلقائيًا باستخدام الذكاء الاصطناعي

كان الفريق يتألف من آسيم زامان، مهندس مشروع في جامعة روتجرز، وشيانغ ليو، أستاذ مشارك في هندسة النقل في كلية الهندسة بجامعة روتجرز. طور الثنائي إطارًا مدعومًا بالذكاء الاصطناعي يمكنه اكتشاف حوادث الدخول غير المصرح به إلى السكك الحديدية تلقائيًا. كما يمكنه تمييز أنواع المخالفين وتوليد مقاطع فيديو للأحداث. يعتمد نظام الذكاء الاصطناعي على خوارزمية الكشف عن الكائنات لمعالجة بيانات الفيديو في مجموعة بيانات واحدة.

“باستخدام هذه المعلومات، يمكننا الإجابة على العديد من الأسئلة، مثل أي أوقات اليوم تشهد أكبر عدد من حالات الدخول غير المصرح به، وهل يلتف الناس حول الحواجز أثناء نزولها أو ارتفاعها؟” قال زامان.

هناك زيادة مستمرة في حوادث الدخول غير المصرح به في الولايات المتحدة على مدار السنوات القليلة الماضية، مع وفاة مئات الأشخاص كل عام. تم بذل العديد من الجهود لتقليل هذه الوفيات، ولكن لا شيء نجح حتى الآن.

قدرت إدارة السكة الحديدية الفيدرالية (FRA) في عام 2008 أن حوالي 500 شخص قتلوا سنويًا أثناء دخولهم غير المصرح به إلى حرم السكك الحديدية. زاد هذا العدد إلى 855 في عام 2018، وفقًا لإدارة السكة الحديدية الفيدرالية.

حدد زامان وليو في بحثهم أن المخالفين هم أشخاص أو مركبات غير مصرح لهم بالدخول إلى منطقة السكة الحديدية أو ممتلكات النقل العام غير المقصودة للاستخدام العام، أو الأشخاص الذين يدخلون معبرًا مستويًا مزودًا بإشارات بعد تفعيل نظام التحذير.

كان البحث السابق في هذا المجال يعتمد في الغالب على بيانات مشتقة من معلومات القتلى والمصابين، ولكنها لم تأخذ في الاعتبار الحوادث الوشيكة، والتي يقول زامان وليو إنها يمكن أن توفر رؤى قيمة حول سلوك مخالفة القانون. يمكن أن يؤدي هذا إلى تصميم تدابير تحكم أكثر فعالية.

اختبر الباحثون نظريتهم باستخدام لقطات فيديو مسجلة في معبر بمنطقة حضرية في نيو جيرسي. أحد المشاكل مع أنظمة الفيديو في المعابر هو أنها لا يتم مراجعتها بشكل متسق بسبب عملية المراجعة التي تكون شاقة ومكلفة.

تدريب الذكاء الاصطناعي

قام زامان وليو بتدريب أداة الذكاء الاصطناعي وأداة التعلم العميق لتحليل 1632 ساعة من لقطات الفيديو الأرشيفية من موقع الدراسة. بعد 68 يومًا من المراقبة، وجدوا 3004 حالة دخول غير مصرح به، بمتوسط 44 حالة في اليوم. كما اكتشفوا أن ما يقرب من 70٪ من المخالفين كانوا من الذكور، وحوالي ثلثهم مخالفون قبل مرور القطار. حدثت معظم الانتهاكات في أيام السبت حوالي الساعة 5 مساءً.

وفقًا لزامان، يمكن استخدام هذا النوع من البيانات المفصلة من قبل السلطات المحلية لوضع ضباط الشرطة بالقرب من المعابر خلال أوقات ذروة المخالفات، أو يمكن أن يساعد في إبلاغ أصحاب السكك الحديدية ومتخذي القرارات بمزيد من حلول المعابر الفعالة. يمكن أن تشمل هذه الحلول أنظمة إزالة المعابر المستوية أو حواجز متقدمة وإشارات.

“كل شخص يحب البيانات، وهذا ما نقدمه”، قال زامان.

“نريد أن نقدم لصناعة السكك الحديدية ومتخذي القرارات أدوات لاستغلال الإمكانات غير المستغلة للبنية التحتية للمراقبة بالفيديو من خلال تحليل مخاطر تدفقات البيانات في مواقع محددة”، أضاف ليو.

كما أن الباحثين يقومون بدراسات في ولايات فيرجينيا وكارولاينا الشمالية. حصلوا مؤخرًا على منحة بقيمة 583000 دولار من وزارة النقل الأمريكية لتوسيع نطاق أبحاثهم إلى ولايات أخرى بما في ذلك كونيتيكت ولويزيانا وماساتشوستس.