Mühendisler Demiryoluna İzinsiz Girişleri Tespit Eden Yapay Zeka Aracı Geliştirdi

Rutgers’taki bir mühendislik ekibi, demiryolu geçişlerinde izinsiz geçişleri tespit edebilen yapay zeka destekli bir araç geliştirdi. Bu, son on yılda artan ölüm sayısını azaltmaya yardımcı olacak.

Yeni araştırma Accident Analysis & Prevention dergisinde yayımlandı.

Yapay Zeka ile Otomatik İzinsiz Geçiş Tespiti

Ekibin üyeleri arasında Rutgers proje mühendisi Asim Zaman ve Rutgers Mühendislik Okulu’nda ulaşım mühendisliği alanında doçent olan Xiang Liu bulunuyordu. İkili, demiryoluna izinsiz giriş olaylarını otomatik olarak tespit eden bir yapay zeka destekli çerçeve geliştirdi. Ayrıca, ihlal eden kişi ve araç türlerini ayırt ediyor ve olayların video kliplerini oluşturuyor. Yapay zeka sistemi, video verilerini tek bir veri kümesine işlemek için nesne algılama algoritmasına güveniyor.

“Bu bilgilerle birçok soruyu cevaplayabiliriz, örneğin insanlar günün hangi saatlerinde en çok izinsiz geçiş yapar ve bariyerler inerken veya kalkarken etraflarından dolanırlar mı?” dedi Zaman.

Son birkaç yıldır ABD’de demiryolu geçişlerinde meydana gelen kazalar sürekli olarak artmaktadır. Her yıl yüzlerce insan bu kazalarda yaşamını kaybetmiştir. Bu ölümleri azaltmaya yönelik birçok çaba sarf edilmiştir ancak şimdiye kadar hiçbir sonuç elde edilememiştir.

Federal Demiryolu İdaresi (FRA), 2008 yılında demiryolu arazilerine izinsiz girerken yılda yaklaşık 500 kişinin öldüğünü tahmin etti. Bu sayı 2018’de 855’e yükseldi.

Zaman ve Liu, araştırmalarında, demiryolu veya toplu taşıma mülkiyetinin kamu kullanımına açık olmayan alanlarda veya sinyalize edilmiş geçitlerde sinyal aktif olduktan sonra giren kişiler veya araçlar olarak tanımlanan ihlalcilerin tanımlarını yaptı.

Bu alanda önceki araştırmalar genellikle yalnızca kazalarla ilgili verilerle sınırlı kaldı ve kıl payı atlatılan kazaları dikkate almadı. Zaman ve Liu, bu olayların izinsiz geçiş davranışları hakkında değerli bilgiler sağlayabileceğini ve daha etkili kontrol önlemlerinin tasarlanmasına yol açabileceğini belirttiler.

Araştırmacılar, New Jersey’nin kentsel bir bölgesindeki bir hemzemin geçitte kaydedilen video görüntüleri ile teorilerini test etti. Geçitlerdeki video sistemlerinin bir sorunu, bu sistemlerin tutarlı bir şekilde gözden geçirilmemesidir çünkü bu işlem emek yoğun ve pahalıdır.

Yapay Zekanın Eğitimi

Zaman ve Liu, yapay zeka ve derin öğrenme aracını, çalışmanın yapıldığı yerde kaydedilen 1.632 saatlik arşiv video görüntülerini analiz etmek için eğitti. 68 gün süren izleme sonucunda, günde ortalama 44 ihlal dahil olmak üzere 3.004 ihlal olayı tespit ettiler. Ayrıca, ihlalcilerin %70’e yakınının erkek olduğunu ve yaklaşık üçte birinin tren geçmeden önce ihlal yaptığını keşfettiler. Çoğu ihlal Cumartesi günleri saat 17.00 sıralarında gerçekleşti.

Zaman’a göre, bu tür ayrıntılı veriler, yerel yetkililerin ihlallerin zirve olduğu saatlerde geçitlerde polis memurları görevlendirmesine veya demiryolu sahipleri ve karar vericilere daha etkili geçit çözümleri hakkında bilgi vermesine yardımcı olabilir. Bu çözümler, geçit kaldırma sistemleri veya gelişmiş bariyerler ve sinyalleri içerebilir.

“Herkes veri sever ve biz de bunu sağlıyoruz” dedi Zaman.

“Demiryolu endüstrisi ve karar vericilere, video gözetim altyapısının kullanılmamış potansiyelinden, belirli yerlerdeki veri akışlarının risk analizi yoluyla yararlanmalarını sağlayacak araçlar sunmak istiyoruz” diye ekledi Liu.

Araştırmacılar ayrıca Virginia ve Kuzey Carolina’da çalışmalar yürütmekteler. Diğer eyaletlere, Connecticut, Louisiana ve Massachusetts’i de içerecek şekilde genişlemeleri için U.S. Ulaştırma Bakanlığı’ndan 583.000 dolarlık bir hibe aldılar.