エンジニアが AI 鉄道不法侵入検知ツールを作成

ラトガースのエンジニア チームは、踏切内での侵入を検知できる AI 対応ツールを開発し、過去 XNUMX 年間に増加する死亡事故の削減に貢献しました。 

新しい研究がジャーナルに掲載されました 事故の分析と防止. 

AIで不法侵入を自動検知

このチームは、ラトガース大学のプロジェクト エンジニアであるアシム ザマン氏と、ラトガース大学工学部の輸送工学准教授であるシャン リウ氏で構成されていました。 二人は、鉄道不法侵入イベントを自動的に検出する AI 支援フレームワークを開発しました。 また、違反者のタイプを区別し、違反者のビデオ クリップを生成します。 AI システムは、物体検出アルゴリズムに依存して、ビデオ データを単一のデータセットに処理します。 

「この情報があれば、人々が一日のうちに最も不法侵入するのはどの時間帯か、下山するときと登るときに門を迂回するのかなど、多くの質問に答えることができます。」 とザマンは言った。

米国ではここ数年、不法侵入事故が一貫して増加しており、毎年数百人が死亡している。 これらの死亡者数を減らすために多くの努力がなされてきましたが、まだ何も効果がありません。 

連邦鉄道局（FRA）は2008年に、鉄道用地に不法侵入して年間約500人が死亡していると推計した。 FRAによると、その数は855年には2018人に増加した。 

Zaman氏とLiu氏は研究の中で、不法侵入者とは、公共利用を意図していない鉄道や交通施設のエリアに許可されていない人や車両、あるいは信号付き立体交差が作動した後に進入する人であると定義した。 

この分野におけるこれまでの研究では、主に死傷者情報から得られたデータが含まれていたが、ニアミスは考慮されておらず、ザマン氏とリュー氏は、不法侵入行動に関する貴重な洞察を提供できると述べている。 これにより、より効果的な制御手段の設計につながる可能性があります。 

研究者らは、ニュージャージー州都市部の交差点で撮影されたビデオ映像を使って理論を検証した。 交差点のビデオ システムの問題の XNUMX つは、プロセスに労働集約的で費用がかかるため、システムが継続的にレビューされていないことです。 

AIのトレーニング

Zaman 氏と Liu 氏は、研究現場からの 1,632 時間のアーカイブビデオ映像を分析するために AI とディープラーニング ツールをトレーニングしました。 68 日間の監視の結果、3,004 件の不法侵入が発見され、これは 44 日あたり平均 70 件に達しました。 また、不法侵入者の5パーセント近くが男性で、約XNUMX分のXNUMXが列車が通過する前に不法侵入したことも判明した。 ほとんどの違反は土曜日の午後XNUMX時頃に発生しました 

ザマン氏によると、この種の詳細なデータは、地方自治体が違反のピーク時に踏切近くに警察官を配置するために使用したり、鉄道所有者や意思決定者により効果的な踏切解決策を知らせたりするのに役立つ可能性があるという。 この種のソリューションには、立体交差排除システムや高度なゲートや信号が含まれる可能性があります。 

 「誰もがデータを愛しており、それを私たちが提供しているのです」とザマン氏は語った。

「私たちは鉄道業界と意思決定者に、特定の場所でのデータフィードのリスク分析を通じてビデオ監視インフラストラクチャの未開発の可能性を活用するためのツールを提供したいと考えています」とLiu氏は付け加えた。 

研究者らはバージニア州とノースカロライナ州でも研究を行っている。 彼らは最近、米国運輸省からコネチカット州、ルイジアナ州、マサチューセッツ州を含む他の州に拡大するための583,000万XNUMXドルの補助金を獲得した。