Tal Kreisler, VD och medgrundare av NoTraffic – Intervjuserie

Tal Kreisler är VD och medgrundare av NoTraffic, en plattform som digitaliserar väginfrastrukturförvaltning, vilket gör det möjligt för städer att hantera hela sitt nätverk med ett knapptryck.

NoTraffic förvandlar korsningar till intelligenta nav som kan hantera trafik i realtid. Deras AI-drivna plattform använder edge computing för att bearbeta data lokalt, vilket säkerställer snabb reaktion på förändrade trafikförhållanden. Teknologin inkluderar V2X-funktioner för anslutna och autonoma fordon och kan även hantera icke-anslutna fordon och sårbara väganvändare (VRU), vilket ger en omfattande vy över trafikdynamik. NoTraffic är för närvarande verksamt i mer än 25 amerikanska delstater och i Kanada, och servar miljontals förare per dag.

Kan du ge oss en kort översikt av NoTraffic och vad som inspirerade dig att utveckla en AI-driven mobilitetsplattform?

NoTraffic är en första AI-drivna mobilitetsplattform som förvandlar föråldrade korsningar till smarta, molnbaserade nav. Plattformen använder AI, edge computing-teknologier och V2X-kommunikation för att optimera trafikflöde, minska trängsel och förbättra vägsäkerhet, samtidigt som den signifikant minskar koldioxidutsläpp.

Idén bakom NoTraffic uppstod från en enkel men frustrerande upplevelse som en av våra medgrundare, Uriel Katz, upplevde när han satt fast i en röd signal vid en tom korsning sent på natten. Detta onödiga väntande gjorde honom medveten om att traditionella trafiksystem var föråldrade och ineffektiva, och att de förlitade sig på fastställda tidsplaner som inte anpassade sig till realtidsförhållanden. Detta gav upphov till idén att skapa en mer modern lösning – en som använder AI för att dynamiskt hantera trafik baserat på faktisk väganvändning och förhållanden.

För att lösa detta problem grundade vi NoTraffic 2017, med målet att revolutionera urban mobilitet och trafikhantering. Trots att vi inte hade någon bakgrund inom trafikhantering, tillät vår färska perspektiv oss att tänka kreativt och närma oss problemet med en utifrån-box-lösning. Framåt i tiden är NoTraffic i dag i framkanten av att omdefiniera urban mobilitet, och förbereder våra städer för att bli smartare och mer effektiva ekosystem.

Hur förvandlar NoTraffics AI-drivna plattform traditionella korsningar till intelligenta nav?

NoTraffics plattform förvandlar traditionella korsningar till smarta, anslutna nav genom att integrera AI-drivna sensorer och edge computing-kapaciteter sömlöst i befintlig infrastruktur, och använder en sammanslagning av avancerad radar- och kamerateknologi för att uppnå 99% upptäckningsprecision, oavsett väderförhållanden. Dessa sensorer upptäcker och identifierar alla typer av väganvändare, från fordon till mikromobilitetsanvändare, i realtid, vilket möjliggör att plattformen dynamiskt justerar trafiksignaler, optimerar trafikflödet och förbättrar säkerheten på vägarna.

Plattformens realtidskommunikation med ett molnbaserat system säkerställer kontinuerligt lärande och uppdateringar, vilket möjliggör att korsningar kan svara intelligent på förändrade förhållanden i realtid, vilket signifikant förbättrar effektiviteten, säkerheten och det övergripande trafikflödet i urbana områden.

Plattformen består av fyra kärnkomponenter:

1. Mobilitets-OS (Operativsystem): Ett molnbaserat instrumentpanel som möjliggör realtidsjusteringar och optimeringar, avgörande för att hantera modern urban mobilitet.
2. AI-drivna Edge-enheter: Dessa säkerställer kontinuerlig anslutning, upptäcker väganvändare och länkar korsningar till molnet, vilket möjliggör realtidsbeslut via edge computing och avancerad analys.
3. Mobilitetsbutik: En första i sitt slag-funktion som fungerar som en appbutik, som möjliggör för operatörer att på distans lägga till och uppdatera mobilitetsapplikationer, vilket säkerställer anpassningsförmåga utan dyra maskinvaruuppgraderingar.
4. 24/7-support: Kontinuerlig och tillförlitlig drift garanteras, med snabb felavhjälpning för att upprätthålla säkerhet och effektivitet.

Kan du förklara rollen som edge computing spelar i din plattform och hur det förbättrar realtids trafikhantering?

Edge computing spelar en avgörande roll i NoTraffics plattform genom att möjliggöra realtidsdatabearbetning direkt vid korsningen, utan att först behöva ladda upp data till molnet. Detta möjliggör för systemet att fatta omedelbara beslut, vilket gör trafikhantering både snabbare och mer effektiv. Detta säkerställer att trafiksignaler och system kan snabbt anpassa sig till förändrade förhållanden, såsom en plötslig ökning av fotgängaraktivitet eller att ge prioritet till nödvändiga fordon. Genom att lokalisera databearbetning, förkortar edge computing beslutsfattandet samtidigt som det minskar driftskostnaderna genom att minimera behovet av molnbaserade resurser och extra maskinvara. Detta är avgörande för att hantera dynamiska urbana trafikmiljöer, där snabba reaktioner är avgörande för att optimera trafikflöde och förbättra säkerhet.

Hur förbättrar NoTraffic säkerheten vid korsningar, särskilt för sårbara väganvändare som fotgängare och cyklister?

Varje år orsakar över 700 dödsfall av röd-ljus-körare, inklusive dödsfall bland fotgängare, cyklister och förare.

NoTraffic förbättrar säkerheten vid korsningar genom att använda AI-drivna kameror och radardetektering för att exakt identifiera och skilja mellan alla typer av väganvändare, inklusive fotgängare, cyklister och sparkcyklar. Efter att ha identifierat dem kan plattformen justera trafiksignaler för att prioritera säkerheten för dessa sårbara grupper. Till exempel kan den förlänga gröna ljus eller aktivera fotgängarövergångar endast när människor faktiskt väntar. Systemet förhindrar också proaktivt potentiella olyckor, såsom fordon som kör röda ljus, genom att justera signalfaserna i realtid. Dessa åtgärder minskar inte bara olyckor utan skapar också säkrare korsningar, vilket minskar trängsel på vägar, trottoarer och cykelvägar.

NoTraffics Korsningssäkerhetsinsikter (ISI) är ett säkerhetsinriktat AI-program, utformat för att förbättra säkerheten genom att korrelera trafiksignalens faser med fordonens rörelser över stopplinjen, vilket möjliggör exakt spårning av röd-ljus-körare. Teknologin har distribuerats till 55 korsningar i tre stora urbana trafikkorridorer i Tucson, Arizona, och har kunnat signifikant minska röd-ljus-körare. Under en period av tre månader kunde ISI hjälpa staden Tucson att minska röd-ljus-körare med 42% i dessa korridorer, vilket motsvarar 294 liv som räddas årligen.

På vilka sätt minskar din plattform koldioxidutsläpp och minskar trängsel i urbana områden?

Allteftersom våra vägar blir alltmer överbelagda med en blandning av bilar, cyklar och fotgängare, ökar trängseln – med 12% varje år. Den resulterande trängseln leder till skadliga koldioxidutsläpp och en 10,5% ökning av trafikolyckor, vilket gör våra vägar mindre säkra.

NoTraffic hanterar dessa utmaningar genom att optimera trafikflödet vid korsningar genom att kombinera AI-drivna realtidsanalys med edge-baserad sensorteknik som fattar omedelbara beslut. Denna enkelt installerade programvarudefinierade SaaS-plattform justerar trafikljusmönster baserat på realtidsförhållanden, minimierar tomgångstider och minskar onödiga stopp och startar. Genom att förbättra effektiviteten hos trafiksignaler minskar NoTraffic den tid fordon tillbringar i tomgång vid röda ljus, vilket minskar bränsleförbrukning och lägre utsläpp. NoTraffic ger transportavdelningar och andra intressenter möjlighet att effektivt hantera ökande trafikvolym och minska trängsel och koldioxidutsläpp, vilket bidrar till ett mer effektivt och miljövänligt urbant mobilitetssystem.

En av NoTraffics viktigaste funktioner som finns tillgänglig på dess Mobilitetsbutik är Optimeringsläge, som använder förutsägelser för att utvärdera tusentals potentiella trafikscenarier i realtid för att optimera trafikflöde, minska trängsel och förbättra säkerhet. När den distribuerades vid University of British Columbia, underlättade lösningen campus-trafik och förbättrade flödet vid korsningar, vilket ledde till en minskning av växthusgasutsläpp. Genom att använda edge-baserad beräkning kunde NoTraffic optimera trafikflödet genom att beräkna tusentals möjliga scenarier för varje väg-användare och bestämma det mest lämpliga i realtid. Genomförandet av lösningen möjliggjorde för NoTraffic att minska koldioxidutsläpp med 75 ton per år.

Hur integrerar NoTraffic med anslutna och autonoma fordon genom V2X-teknik?

NoTraffics plattform är utformad för att fullt ut stödja V2X (Vehicle-to-Everything) kommunikation, vilket möjliggör sömlös integration med anslutna och autonoma fordon. Genom V2X kan NoTraffic-utrustade korsningar utbyta realtidsdata med fordon, vilket möjliggör mer effektiv och säker trafikhantering.

NoTraffic har kommersialiserat V2X-teknik med två specialiserade paket för anslutna och autonoma fordon: ett Säkerhetspaket och ett Effektivitetspaket. Dessa paket tillhandahåller uppsättningar av meddelanden till fordon med C-V2X eller DSRC-protokoll, som kompletterar V2X-funktioner med data från NoTraffics sensorer och tillhandahåller extern blindfläcksinformation, Signal Fas och Tid (SPaT) förbättrade förarbeslut, Röd-ljus-körare (RLR) detektering och andra säkerhetsfunktioner.

Genom att integrera V2X-kommunikation, kombinerar NoTraffics plattform data som genereras av deras proprietära intelligenta edge-sensorer tillsammans med anslutna och autonoma fordon och andra datakällor för att hantera trafikflöden i realtid och förhindra potentiella kollisioner. Systemet tillhandahåller fordon med kritisk information, såsom SPaT, kollisionsvarningar och optimala hastighetsrekommendationer. Denna realtidsanslutning säkerställer ett smidigare trafikflöde, minskar konflikter och förbättrar den säkra och effektiva driften av autonoma fordon.

Vilka åtgärder är på plats för att säkerställa att plattformen också kan hantera icke-anslutna fordon och väg-användare?

NoTraffics plattform är utformad för att hantera alla typer av väg-användare, från bilar och cyklar till fotgängare och nödvändiga fordon, även i svåra väderförhållanden. Dess avancerade sensorer möjliggör för kommuner att optimera trafikflödet för alla pendlare samtidigt som de minskar trängsel på vägar, trottoarer och cykelvägar.

Plattformens avancerade AI-sensorer kan upptäcka och analysera beteendet hos varje väg-användare, oavsett anslutningsstatus. Detta säkerställer att icke-anslutna fordon och fotgängare alltid beaktas i realtids-trafikbeslut.

Vilka utmaningar har du stött på när du skalade upp distributionen av din plattform i olika regioner?

Att skala upp NoTraffics plattform i olika regioner presenterade betydande utmaningar, särskilt på grund av komplexiteten i att integrera en molnbaserad gränssnitt, känd som vår Mobilitets-OS (Operativsystem), med edge-enheter vid varje korsning.

En av de viktigaste utmaningarna var att anpassa den molnbaserade Mobilitets-OS (Operativsystem) och edge-enheter för att möta de olika tekniska standarderna och infrastrukturkapaciteterna i olika regioner. Varje region hade sin egen uppsättning regler, lagar och krav, och plattformen måste därför anpassas för att möta varje regions behov och säkerställa en sömlös integration med befintliga trafiksystem. Dessutom var det nödvändigt att hantera de höga bandbreddsbehoven för realtidskommunikation mellan molnet och edge-enheterna. För att hantera detta implementerade NoTraffic edge computing i sin hårdvara, vilket möjliggjorde att en betydande del av analyserna kunde bearbetas lokalt innan resultaten skickades till molnet för ytterligare analys. Detta minskade bandbreddsanvändningen samtidigt som det gjorde lösningen mer kostnadseffektiv för både NoTraffic och dess kunder.

En annan utmaning var behovet av att uppdatera, uppgradera och underhålla programvara för hundratusentals enheter på olika platser. För att hantera detta utvecklade NoTraffic robusta överlufts-mekanismer för att möjliggöra snabb distribution av uppdateringar, oavsett plats. Dessa mekanismer säkerställer att uppdateringar distribueras och installeras sömlöst på alla enheter, vilket minskar driftstopp och upprätthåller konsekvens i prestanda och tillförlitlighet.

Säkerhet var också en kritisk fråga, särskilt när det gäller infrastruktur som är så kritisk som trafikhantering. NoTraffic implementerade strikta säkerhetsprotokoll anpassade för varje region, vilket säkerställde att deras data förblev isolerade och skyddade, och förhindrade eventuell överlappning eller störning. Genom att utnyttja avancerade molnsäkerhetsåtgärder kunde företaget säkerställa att de kunde upprätthålla integriteten och konfidentialiteten för data, samtidigt som de följde lokala regler.

Genom dessa strategier kunde NoTraffic framgångsrikt navigera komplexiteten i att utveckla och skala en plattform som kombinerar hårdvara och programvara, och till slut leverera en tillförlitlig, säker och kostnadseffektiv mobilitetslösning i olika regioner.

Hur ser du på framtiden för trafikhantering och urban infrastruktur under de kommande årtiondena?

Framtiden för trafikhantering och urban infrastruktur kommer att drivas av den breda antagandet av programvaruaktiverade enheter som förbättrar hållbarheten och effektiviteten i städer. Liksom hur Tesla (TSLA ) återuppfunnit bilen, kommer dessa enheter att återuppfinna resten av mobilitetsekosystemet. Avancerade sensorer med inbyggd kommunikationsförmåga, kraftfull beräkning och förmåga att analysera stora mängder data kommer att bli standard. Dessa sensorer kommer att erbjuda en mängd olika tjänster som kan uppdateras, justeras och repareras på distans, vilket säkerställer kontinuerlig förbättring och minskar behovet av fysisk intervention. Övergången till dessa smarta, programvaru-drivna enheter kommer att förenkla moderniseringen av infrastruktur, minska avfall och minska behovet av omfattande hårdvara. Trafikenheter och system kommer att fungera mer som smartphones, där funktioner kan personanpassas, aktiveras, uppdateras eller repareras på distans, vilket gör det enklare, mer prisvärt och mindre skrämmande för kommuner att uppgradera infrastruktur.

En av de viktigaste fördelarna med denna teknik är förmågan att samla in data och kvantifiera olika parametrar som trafikförbättringar, säkerhetsförbättringar och utsläppsminskningar. Det kan också möjliggöra identifiering av trender och stödja prediktiv analys, vilket erbjuder insikter i potentiella resultat av specifika policys innan de implementeras. Till exempel kunde den ekonomiska påverkan av trafikförseningar mätas, eller före- och efter-studier kunde utvärderas för att bedöma effektiviteten i trafikhanteringsstrategier – något som är omöjligt med nuvarande system.

Genom att omdefiniera transportsystem med dessa strategier kan framtida urbana områden uppnå förbättrad säkerhet och förbättrad mobilitet samtidigt som de signifikant minskar sin miljöpåverkan, vilket leder till mer hållbara och beboeliga städer.

Vilken roll ser du att AI kommer att spela i framtiden för smarta städer och mobilitetslösningar?

AI kommer att spela en viktig roll i framtiden för smarta städer och mobilitetslösningar genom datainsamling och beslutsfattande. Tack vare AI-drivna teknologier som används i trafikhantering kan städer nu använda data för att kvantifiera olika parametrar, såsom trafikförbättringar, säkerhetsförbättringar och utsläppsminskningar. Denna data ger en tydlig bild av effektiviteten i olika trafikhanteringsstrategier, vilket möjliggör för städer att fatta de mest effektiva och fördelaktiga besluten, anpassade till de specifika behoven i varje område.

AI möjliggör också identifiering av trender och stödjer prediktiv analys, vilket erbjuder insikter i potentiella resultat om specifika policys implementeras. Till exempel kan städer med hjälp av AI mäta den ekonomiska påverkan av trafikförseningar eller genomföra före- och efter-studier för att utvärdera effektiviteten och framgången i nya initiativ. Genom att kunna backa upp beslut med konkreta data kan städer identifiera problem och implementera riktade lösningar, något som tidigare skulle ha varit omöjligt att uppnå.