วิศวกรสร้างเครื่องมือตรวจจับคนบุกรุกทางรถไฟด้วย AI

ทีมวิศวกรจาก Rutgers ได้พัฒนาเครื่องมือที่ใช้ AI ในการตรวจจับคนบุกรุกทางรถไฟ ซึ่งช่วยลดจำนวนผู้เสียชีวิตที่เพิ่มขึ้นในช่วง 10 ปีที่ผ่านมา

การวิจัยใหม่นี้ได้รับการตีพิมพ์ในวารสาร Accident Analysis & Prevention

ตรวจจับคนบุกรุกทางรถไฟด้วย AI อัตโนมัติ

ทีมงานประกอบด้วย Asim Zaman วิศวกรโครงการจาก Rutgers และ Xiang Liu ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมการขนส่งจาก Rutgers School of Engineering ทั้งสองได้พัฒนาเฟรมเวิร์ก AI ที่สามารถตรวจจับคนบุกรุกทางรถไฟได้อัตโนมัติ และสามารถแยกประเภทของคนบุกรุกและสร้างคลิปวิดีโอของเหตุการณ์ AI ระบบนี้ใช้แอลกอริทึมการตรวจจับวัตถุเพื่อประมวลผลข้อมูลวิดีโอเป็นชุดข้อมูลเดียว

“ด้วยข้อมูลนี้ เราสามารถตอบคำถามมากมาย เช่น เวลาใดที่คนบุกรุกมากที่สุด และคนบุกรุกจะเดินผ่านประตูเมื่อประตูเปิดหรือปิด?” Zaman กล่าว

มีการเพิ่มขึ้นของอุบัติเหตุคนบุกรุกทางรถไฟในสหรัฐอเมริกาในช่วงหลายปีที่ผ่านมา โดยมีคนเสียชีวิตหลายร้อยคนในแต่ละปี มีการพยายามลดจำนวนผู้เสียชีวิตเหล่านี้ แต่ยังไม่มีวิธีใดที่ประสบความสำเร็จ

Federal Railroad Administration (FRA) ประมาณการในปี 2008 ว่ามีคนเสียชีวิตประมาณ 500 คนในแต่ละปีจากการบุกรุกทางรถไฟ ซึ่งเพิ่มขึ้นเป็น 855 คนในปี 2018 ตาม FRA

Zaman และ Liu ได้กำหนดในงานวิจัยของตนเองว่าคนบุกรุกคือบุคคลหรือยานพาหนะที่ไม่ได้รับอนุญาตในพื้นที่ทางรถไฟหรือทรัพย์สินขนส่งที่ไม่ได้กำหนดให้ใช้โดยสาธารณะ หรือบุคคลที่เข้าไปในทางรถไฟที่มีเครื่องหมายหลังจากที่เครื่องหมายได้ถูกเปิดใช้งานแล้ว

การวิจัยก่อนหน้านี้ในพื้นที่นี้ส่วนใหญ่เกี่ยวข้องกับข้อมูลที่ได้รับจากข้อมูลผู้เสียชีวิต แต่ไม่ได้พิจารณาถึงการบุกรุกที่เกิดขึ้นจริง ซึ่ง Zaman และ Liu กล่าวว่าสามารถให้ข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับพฤติกรรมของคนบุกรุก ซึ่งสามารถนำไปสู่การออกแบบมาตรการควบคุมที่มีประสิทธิภาพมากขึ้น

นักวิจัยได้ทดสอบทฤษฎีของตนเองด้วยการบันทึกวิดีโอจากจุดตัดทางรถไฟในนิวเจอร์ซีย์เมือง หนึ่งในปัญหาของระบบวิดีโอที่จุดตัดคือไม่ได้รับการตรวจสอบอย่างสม่ำเสมอเนื่องจากกระบวนการนี้ต้องใช้แรงงานและค่าใช้จ่ายสูง

การฝึกอบรม AI

Zaman และ Liu ได้ฝึกอบรม AI และเครื่องมือการเรียนรู้ลึกเพื่อวิเคราะห์ข้อมูลวิดีโอจากจุดศึกษาเป็นเวลา 1,632 ชั่วโมง หลังจาก 68 วันของการตรวจสอบ พวกเขาได้พบการบุกรุก 3,004 ครั้ง ซึ่งเฉลี่ย 44 ครั้งต่อวัน พวกเขายังพบว่าคนบุกรุกเกือบ 70% เป็นชาย และประมาณหนึ่งในสามบุกรุกก่อนที่รถไฟจะผ่านไป ส่วนใหญ่การบุกรุกเกิดขึ้นในวันเสาร์เวลา 17.00 น.

ตาม Zaman ข้อมูลเชิงลึกนี้สามารถใช้โดยหน่วยงานท้องถิ่นในการวางเจ้าหน้าที่ตำรวจใกล้กับจุดตัดทางรถไฟในช่วงเวลาที่มีการบุกรุกมากที่สุด หรือสามารถให้ข้อมูลแก่เจ้าของทางรถไฟและผู้ตัดสินใจเกี่ยวกับมาตรการแก้ไขจุดตัดที่มีประสิทธิภาพมากขึ้น มาตรการเหล่านี้อาจรวมถึงระบบการกำจัดจุดตัดทางรถไฟหรือประตูและเครื่องหมายที่มีความก้าวหน้า

“ทุกคนรักข้อมูล และนั่นคือสิ่งที่เรากำลังให้” Zaman กล่าว

“เราต้องการให้เครื่องมือแก่อุตสาหกรรมทางรถไฟและผู้ตัดสินใจเพื่อใช้ประโยชน์จากโครงสร้างพื้นฐานการเฝ้าระวังวิดีโอที่ยังไม่ได้ถูกใช้ประโยชน์ผ่านการวิเคราะห์ความเสี่ยงของข้อมูลที่ส่งจากสถานที่เฉพาะ” Liu กล่าวเสริม

นักวิจัยยังได้ดำเนินการวิจัยในเวอร์จิเนียและนอร์ทแคโรไลนา และได้รับเงินทุน 583,000 ดอลลาร์จากกระทรวงการขนส่งสหรัฐอเมริกาเพื่อขยายไปยังรัฐอื่นๆ รวมถึงคอนเนตทิคัต ลุยเซียนา และแมสซาชูเซตส์