مهندسو الحاسوب يبتكرون أداة الكترونية لاكتشاف مخالفي القانون بالسكة الحديدية باستخدام الذكاء الاصطناعي

فريق من مهندسي الحاسوب في جامعة روتجرز طور أداة مدعمة بالذكاء الاصطناعي يمكنها اكتشاف مخالفي القانون على معابر السكة الحديدية، مما يساعد في تقليل عدد الوفيات التي تحدث على مدار العشر سنوات الماضية.

نشرت الأبحاث الجديدة في مجلة تحليل وحوادث الوقاية.

اكتشاف مخالفي القانون تلقائيًا باستخدام الذكاء الاصطناعي

كان الفريق يتألف من آсим زامان، مهندس مشروع في جامعة روتجرز، وشيانگ ليو، أستاذ مساعد في هندسة النقل في كلية الهندسة بجامعة روتجرز. طور الثنائي إطارًا مدعومًا بالذكاء الاصطناعي يمكنه اكتشاف أحداث مخالفة القانون على السكة 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 ما هي الساعة التي مخالفة القانون أكثر، وهل الناس يمرون عبر البوابات عندما تكون قادمة أو ذاهبة؟” قال زامان.

هناك زيادة مستمرة في حوادث مخالفة القانون 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 بسبب مخالفة القانون على السكة الحديدية. زاد هذا العدد إلى 855 في عام 2018، وفقًا لإدارة السكة الحديدية الفيدرالية.

حدد زامان و刘 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 مُشير بعد تفعيله.

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

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

تدريب الذكاء الاصطناعي

قام زامان و刘 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 مخالفة القانون، 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 المتفصلة من قبل السلطات المحلية لوضع ضباط الشرطة بالقرب من المعابر خلال أوقات مخالفة القانون، أو يمكن أن يساعد في إبلاغ أصحاب السكك الحديدية ومتخذي القرارات بمزيد من حلول المعابر الفعالة. يمكن أن تشمل هذه الحلول أنظمة إزالة معابر الدرجات أو بوابات متقدمة وإشارات.

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

“نريد أن نقدم لصناعة السكك الحديدية ومتخذي القرارات أدوات لاستغلال الإمكانات الكامنة لrastructure مراقبة الفيديو 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.