Insinyur Membuat Alat Deteksi Penyerobotan Kereta Api dengan AI

Tim insinyur di Rutgers telah mengembangkan alat yang dilengkapi AI yang dapat mendeteksi penyerobotan di persimpangan kereta api, membantu mengurangi jumlah kematian yang terus meningkat selama sepuluh tahun terakhir.

Penelitian baru ini diterbitkan dalam jurnal Accident Analysis & Prevention.

Mendeteksi Penyerobotan dengan AI secara Otomatis

Tim ini terdiri dari Asim Zaman, insinyur proyek Rutgers, dan Xiang Liu, profesor asosiasi di bidang teknik transportasi di Sekolah Teknik Rutgers. Pasangan ini mengembangkan kerangka kerja yang dilengkapi AI yang secara otomatis mendeteksi peristiwa penyerobotan kereta api. Ini juga membedakan jenis pelanggar dan menghasilkan klip video dari insiden tersebut. Sistem AI ini bergantung pada algoritma deteksi objek untuk memproses data video menjadi satu set data.

“Dengan informasi ini kita dapat menjawab banyak pertanyaan, seperti jam berapa orang-orang melakukan penyerobotan paling banyak, dan apakah orang-orang melewati gerbang saat mereka turun atau naik?” kata Zaman.

Telah terjadi peningkatan konsisten dalam kecelakaan penyerobotan di Amerika Serikat selama beberapa tahun terakhir, dengan setiap tahunnya ratusan orang tewas. Banyak upaya telah dilakukan untuk mengurangi kematian ini, tetapi tidak ada yang berhasil.

Administrasi Kereta Api Federal (FRA) memperkirakan sekitar 500 orang tewas setiap tahunnya karena penyerobotan di jalur kereta api pada tahun 2008. Jumlah ini meningkat menjadi 855 pada tahun 2018, menurut FRA.

Zaman dan Liu mendefinisikan dalam penelitian mereka bahwa pelanggar adalah orang-orang atau kendaraan yang tidak berwenang di area kereta api atau properti transportasi yang tidak dimaksudkan untuk penggunaan umum, atau orang-orang yang memasuki persimpangan yang telah diaktifkan.

Penelitian sebelumnya dalam bidang ini sebagian besar melibatkan data yang berasal dari informasi korban, tetapi tidak mempertimbangkan kejadian hampir tabrakan, yang menurut Zaman dan Liu dapat memberikan wawasan berharga tentang perilaku penyerobotan. Ini dapat menyebabkan desain tindakan pengendalian yang lebih efektif.

Peneliti menguji teori mereka dengan video yang direkam di persimpangan di New Jersey perkotaan. Salah satu masalah dengan sistem video di persimpangan adalah bahwa mereka tidak secara konsisten ditinjau karena prosesnya yang memakan waktu dan mahal.

Melatih AI

Zaman dan Liu melatih AI dan alat pembelajaran mendalam untuk menganalisis 1.632 jam video arsip dari lokasi penelitian. Setelah 68 hari pemantauan, mereka menemukan 3.004 kasus penyerobotan, yang rata-rata 44 per hari. Mereka juga menemukan bahwa hampir 70 persen pelanggar adalah pria, dan sekitar sepertiga melakukan penyerobotan sebelum kereta api lewat. Sebagian besar pelanggaran terjadi pada hari Sabtu sekitar pukul 17.00.

Menurut Zaman, data granular seperti ini dapat digunakan oleh otoritas setempat untuk menempatkan polisi di dekat persimpangan selama waktu pelanggaran puncak, atau dapat membantu menginformasikan pemilik kereta api dan pengambil keputusan tentang solusi persimpangan yang lebih efektif. Solusi ini dapat mencakup sistem penghapusan persimpangan atau gerbang dan sinyal yang lebih maju.

“Semua orang menyukai data, dan itulah yang kami sediakan,” kata Zaman.

“Kami ingin memberikan industri kereta api dan pengambil keputusan alat untuk memanfaatkan potensi yang belum dimanfaatkan dari infrastruktur pengawasan video melalui analisis risiko umpan data mereka di lokasi tertentu,” tambah Liu.

Peneliti juga melakukan penelitian di Virginia dan Carolina Utara. Mereka baru-baru ini dianugerahi hibah sebesar $583.000 dari Departemen Transportasi AS untuk memperluas ke negara-negara lain termasuk Connecticut, Louisiana, dan Massachusetts.