Mühendisler Yapay Zeka Demiryoluna İzinsiz Giriş Tespit Aracı Oluşturuyor

Rutgers'daki bir mühendis ekibi, demiryolu geçitlerinde izinsiz girişi tespit edebilen ve son on yılda meydana gelen artan ölüm sayısını azaltmaya yardımcı olan yapay zeka özellikli bir araç geliştirdi. 

Yeni araştırma dergide yayınlandı Kaza Analizi ve Önleme. 

Yapay Zeka İle İzinsiz Girişi Otomatik Olarak Tespit Etmek

Ekip, bir Rutgers proje mühendisi olan Asım Zaman ve Rutgers School of Engineering'de ulaşım mühendisliğinde doçent olan Xiang Liu'dan oluşuyordu. İkili, demiryolu izinsiz geçiş olaylarını otomatik olarak algılayan yapay zeka destekli bir çerçeve geliştirdi. Ayrıca, ihlal eden türlerini ayırt eder ve örneklerin video kliplerini oluşturur. AI sistemi, video verilerini tek bir veri kümesinde işlemek için bir nesne algılama algoritmasına dayanır. 

"Bu bilgilerle, insanlar günün en çok hangi saatinde izinsiz giriyorlar ve insanlar aşağı inerken veya çıkarken kapıların etrafından dolaşıyor mu?" gibi çok sayıda soruyu yanıtlayabiliriz. dedi Zaman.

Son birkaç yılda Amerika Birleşik Devletleri'nde izinsiz giriş kazalarında sürekli bir artış oldu ve her yıl yüzlerce insan öldü. Bu ölümleri azaltmak için birçok çaba gösterildi, ancak henüz hiçbir şey işe yaramadı. 

Federal Demiryolu İdaresi (FRA), 2008'de, her yıl yaklaşık 500 kişinin demiryolu geçiş haklarını ihlal ederek öldürüldüğünü tahmin ediyordu. FRA'ya göre bu sayı 855'de 2018'e yükseldi. 

Zaman ve Liu, araştırmalarında, izinsiz girenlerin, demiryolu veya transit mülkündeki kamu kullanımına yönelik olmayan yetkisiz kişiler veya araçlar veya etkinleştirildikten sonra sinyalize hemzemin geçite giren kişiler olduğunu tanımladılar. 

Bu alandaki önceki araştırmalar çoğunlukla kazazede bilgilerinden elde edilen verileri içeriyordu, ancak Zaman ve Liu'nun izinsiz girme davranışına ilişkin değerli içgörüler sağlayabileceğini söylediği ramak kala olayları hesaba katmadı. Bu, daha etkili kontrol önlemlerinin tasarlanmasına yol açabilir. 

Araştırmacılar teorilerini New Jersey kentindeki bir kavşakta çekilen video görüntüleri ile test ettiler. Geçişlerdeki video sistemleriyle ilgili sorunlardan biri, sürecin emek yoğun ve pahalı olması nedeniyle sürekli olarak gözden geçirilmemesidir. 

AI'yı eğitmek

Zaman ve Liu, yapay zekayı ve derin öğrenme aracını, çalışma alanından alınan 1,632 saatlik arşiv video görüntüsünü analiz etmesi için eğitti. 68 günlük izlemenin ardından, günde ortalama 3,004 olan 44 izinsiz giriş vakası buldular. Ayrıca, izinsiz girenlerin yaklaşık yüzde 70'inin erkek olduğunu ve yaklaşık üçte birinin tren geçmeden önce izinsiz girdiğini keşfettiler. İhlallerin çoğu Cumartesi günleri saat 5:XNUMX civarında gerçekleşti. 

Zaman'a göre bu tür ayrıntılı veriler, yerel makamlar tarafından ihlallerin en yoğun olduğu zamanlarda polis memurlarını geçidin yakınına yerleştirmek için kullanılabilir veya demiryolu sahiplerini ve karar vericileri daha etkili geçiş çözümleri hakkında bilgilendirmeye yardımcı olabilir. Bu tür çözümler arasında hemzemin geçit eleme sistemleri veya gelişmiş kapılar ve sinyaller yer alabilir. 

 Zaman, "Herkes verileri sever ve biz de bunu sağlıyoruz" dedi.

Liu, "Demiryolu endüstrisine ve karar alıcılara, belirli konumlardaki veri akışlarının risk analizi yoluyla video gözetim altyapısının kullanılmayan potansiyelinden yararlanmaları için araçlar sağlamak istiyoruz" diye ekledi. 

Araştırmacılar ayrıca Virginia ve Kuzey Carolina'da da çalışmalar yürütüyor. Connecticut, Louisiana ve Massachusetts dahil olmak üzere diğer eyaletlere genişlemeleri için yakın zamanda ABD Ulaştırma Bakanlığı'ndan 583,000 $'lık bir hibe aldılar.