Các Kỹ Sư Tạo Công Cụ Phát Hiện Xâm Phạm Đường Sắt Bằng Trí Tuệ Nhân Tạo

Một nhóm kỹ sư tại Rutgers đã phát triển một công cụ được trang bị trí tuệ nhân tạo có thể phát hiện xâm phạm đường sắt, giúp giảm số lượng tử vong ngày càng tăng trong thập kỷ qua.

Nghiên cứu mới được công bố trên tạp chí Phân Tích Và Phòng Ngừa Tai Nạn.

Phát Hiện Tự Động Xâm Phạm Đường Sắt Bằng Trí Tuệ Nhân Tạo

Nhóm nghiên cứu bao gồm Asim Zaman, một kỹ sư dự án tại Rutgers, và Xiang Liu, một giáo sư liên kết về kỹ thuật giao thông tại Trường Kỹ Thuật Rutgers. Họ đã phát triển một khuôn khổ được hỗ trợ bởi trí tuệ nhân tạo có thể tự động phát hiện các sự kiện xâm phạm đường sắt. Nó cũng phân biệt các loại vi phạm và tạo ra các đoạn video về các sự kiện này. Hệ thống trí tuệ nhân tạo dựa trên thuật toán phát hiện đối tượng để xử lý dữ liệu video thành một tập dữ liệu duy nhất.

“Với thông tin này, chúng ta có thể trả lời nhiều câu hỏi, như thời điểm nào trong ngày người ta xâm phạm đường sắt nhiều nhất, và liệu người ta có đi vòng quanh cổng khi chúng đang đóng hay mở không?” said Zaman.

Đã có một sự gia tăng liên tục về số vụ tai nạn xâm phạm đường sắt tại Hoa Kỳ trong những năm gần đây, với hàng trăm người thiệt mạng mỗi năm. Đã có nhiều nỗ lực để giảm số lượng tử vong này, nhưng chưa có gì hiệu quả.

Cơ quan Quản lý Đường Sắt Liên bang (FRA) ước tính rằng vào năm 2008, khoảng 500 người bị giết mỗi năm khi xâm phạm đường sắt. Con số này đã tăng lên 855 vào năm 2018, theo FRA.

Zaman và Liu đã định nghĩa trong nghiên cứu của họ rằng những người xâm phạm là những người hoặc phương tiện không được ủy quyền trong khu vực đường sắt hoặc tài sản giao thông không dành cho sử dụng công cộng, hoặc những người vào một điểm giao cắt có tín hiệu sau khi nó đã được kích hoạt.

Nghiên cứu trước đây trong lĩnh vực này chủ yếu liên quan đến dữ liệu thu được từ thông tin về tai nạn, nhưng nó không tính đến các sự kiện gần như tai nạn, mà Zaman và Liu cho rằng có thể cung cấp thông tin quý giá về hành vi xâm phạm.

Các nhà nghiên cứu đã thử nghiệm lý thuyết của họ với hình ảnh video được quay tại một điểm giao cắt ở New Jersey thành thị. Một trong những vấn đề với hệ thống video tại các điểm giao cắt là chúng không được xem xét một cách nhất quán do quá trình này tốn nhiều lao động và tốn kém.

Đào Tạo Trí Tuệ Nhân Tạo

Zaman và Liu đã đào tạo trí tuệ nhân tạo và công cụ học sâu để phân tích 1.632 giờ hình ảnh video lưu trữ từ địa điểm nghiên cứu. Sau 68 ngày theo dõi, họ đã tìm thấy 3.004 trường hợp xâm phạm, trung bình 44 trường hợp mỗi ngày. Họ cũng phát hiện ra rằng gần 70% những người xâm phạm là nam giới, và khoảng một phần ba xâm phạm trước khi tàu qua.

Theo Zaman, loại dữ liệu chi tiết này có thể được sử dụng bởi các cơ quan địa phương để đặt cảnh sát gần điểm giao cắt trong thời gian vi phạm cao điểm, hoặc nó có thể giúp thông báo cho các chủ sở hữu đường sắt và những người ra quyết định về các giải pháp giao cắt hiệu quả hơn.

“Mọi người đều yêu thích dữ liệu, và đó là những gì chúng tôi đang cung cấp,” said Zaman.

“Chúng tôi muốn cung cấp cho ngành đường sắt và những người ra quyết định các công cụ để khai thác tiềm năng chưa được khai thác của cơ sở hạ tầng giám sát video thông qua phân tích rủi ro của các nguồn cấp dữ liệu của họ tại các địa điểm cụ thể,” Liu thêm.

Các nhà nghiên cứu cũng đang tiến hành nghiên cứu tại Virginia và North Carolina. Họ gần đây được trao một khoản trợ cấp 583.000 đô la từ Bộ Giao thông Vận tải Hoa Kỳ để mở rộng sang các tiểu bang khác, bao gồm Connecticut, Louisiana và Massachusetts.