इंजीनियरों ने रेलवे ट्रेसपासिंग डिटेक्शन टूल विकसित किया

रुटगर्स के इंजीनियरों की एक टीम ने एक एआई-संचालित टूल विकसित किया है जो रेलवे क्रॉसिंग पर ट्रेसपासिंग का पता लगा सकता है, जिससे पिछले दस वर्षों में होने वाली बढ़ती संख्या में मौतों को कम करने में मदद मिल सकती है।

नया शोध Accident Analysis & Prevention पत्रिका में प्रकाशित हुआ है।

एआई के साथ स्वचालित रूप से ट्रेसपासिंग का पता लगाना

टीम में असीम ज़मान, रुटगर्स के एक परियोजना इंजीनियर, और ज़ियांग लियू, रुटगर्स स्कूल ऑफ इंजीनियरिंग में परिवहन इंजीनियरिंग में एक एसोसिएट प्रोफेसर शामिल थे। दोनों ने एक एआई-सहायता प्राप्त ढाँचा विकसित किया जो स्वचालित रूप से रेलवे ट्रेसपासिंग घटनाओं का पता लगाता है। यह उल्लंघनकारियों के प्रकार को भी भेदता है और घटनाओं के वीडियो क्लिप तैयार करता है। एआई प्रणाली वस्तु का पता लगाने के एल्गोरिदम पर निर्भर करती है जो वीडियो डेटा को एक एकल डेटासेट में संसाधित करती है।

“इस जानकारी के साथ हम कई प्रश्नों का उत्तर दे सकते हैं, जैसे कि दिन के किस समय लोग सबसे ज्यादा अनधिकृत प्रवेश करते हैं, और क्या लोग बैरियर के नीचे आने या ऊपर जाने के दौरान उसके किनारे से निकलते हैं?” ज़मान ने कहा।

संयुक्त राज्य अमेरिका में पिछले कुछ वर्षों में ट्रेसपासिंग दुर्घटनाओं में निरंतर वृद्धि हुई है, जिसमें प्रत्येक वर्ष सैकड़ों लोग मारे जाते हैं। इन मौतों को कम करने के लिए कई प्रयास किए गए हैं, लेकिन अभी तक कुछ भी काम नहीं आया है।

संघीय रेलवे प्रशासन (एफआरए) ने 2008 में अनुमान लगाया था कि लगभग 500 लोग प्रतिवर्ष रेलवे अधिकार क्षेत्र पर ट्रेसपासिंग करते हुए मारे जाते हैं। यह संख्या 2018 में एफआरए के अनुसार 855 हो गई।

ज़मान और लियू ने अपने शोध में परिभाषित किया कि ट्रेसपासर्स अनधिकृत व्यक्ति या वाहन हैं जो रेलवे या परिवहन संपत्ति के क्षेत्र में हैं जो सार्वजनिक उपयोग के लिए नहीं है, या वे लोग जो संकेतित ग्रेड क्रॉसिंग में चेतावनी प्रणाली सक्रिय होने के बाद प्रवेश करते हैं।

इस क्षेत्र में पहले के शोध में मुख्य रूप से हताहतों की जानकारी से प्राप्त डेटा शामिल था, लेकिन इसमें बाल-बाल टले हादसे नहीं थे, जो ज़मान और लियू का कहना है कि ट्रेसपासिंग व्यवहार के बारे में मूल्यवान अंतर्दृष्टि प्रदान कर सकते हैं। यह अधिक प्रभावी नियंत्रण उपायों के डिजाइन को जन्म दे सकता है।

शोधकर्ताओं ने शहरी न्यू जर्सी में एक क्रॉसिंग पर रिकॉर्ड किए गए वीडियो फुटेज के साथ अपने सिद्धांत का परीक्षण किया। क्रॉसिंग पर वीडियो प्रणालियों के साथ एक समस्या यह है कि वे श्रमसाध्य और महंगी प्रक्रिया के कारण लगातार समीक्षा नहीं की जाती हैं।

एआई को प्रशिक्षित करना

ज़मान और लियू ने एआई और गहरे शिक्षण टूल को 1,632 घंटे के संग्रहीत वीडियो फुटेज का विश्लेषण करने के लिए प्रशिक्षित किया, जो अध्ययन साइट से आया था। 68 दिनों की निगरानी के बाद, उन्होंने 3,004 ट्रेसपासिंग की घटनाएं पाईं, जो प्रतिदिन 44 की औसत थीं। उन्होंने यह भी पाया कि लगभग 70 प्रतिशत से कुछ कम ट्रेसपासर्स पुरुष थे, और लगभग एक तिहाई ट्रेसपासिंग ट्रेन गुजरने से पहले हुई थी। अधिकांश उल्लंघन शनिवार को शाम लगभग 5 बजे हुए।

ज़मान के अनुसार, इस तरह के विस्तृत डेटा का उपयोग स्थानीय अधिकारियों द्वारा सबसे अधिक उल्लंघन होने के समय क्रॉसिंग के पास पुलिस अधिकारियों को तैनात करने के लिए किया जा सकता है, या यह रेलवे मालिकों और निर्णय लेने वालों को अधिक प्रभावी क्रॉसिंग समाधानों के बारे में सूचित कर सकता है। इन समाधानों में ग्रेड क्रॉसिंग समाप्ति प्रणाली या उन्नत गेट और संकेत शामिल हो सकते हैं।

“हर कोई डेटा पसंद करता है, और यही हम प्रदान कर रहे हैं,” ज़मान ने कहा।

“हम रेलवे उद्योग और निर्णय लेने वालों को वीडियो निगरानी के बुनियादी ढाँचे की अप्रयुक्त क्षमता का लाभ उठाने के उपकरण देना चाहते हैं, जिसके लिए विशिष्ट स्थानों पर उससे मिलने वाले डेटा का जोखिम विश्लेषण किया जाएगा,” लियू ने कहा।

शोधकर्ता वर्जीनिया और उत्तरी कैरोलिना में भी अध्ययन कर रहे हैं। उन्हें हाल ही में कनेक्टिकट, लुइसियाना और मैसाचुसेट्स सहित अन्य राज्यों में विस्तार करने के लिए यू.एस. परिवहन विभाग से $583,000 का अनुदान मिला है।