Sztuczna inteligencja pomoże zmniejszyć korki i poprawić bezpieczeństwo na drogach
Dr Abolfazl Karimpour, profesor inżynierii transportu na SUNY Poly, stworzył innowacyjny system, który analizuje dane o prędkości i lokalizacji pojazdów, pochodzące z powszechnie dostępnych źródeł. Dzięki temu możliwe jest monitorowanie wpływu wypadków drogowych na płynność ruchu w skali całego stanu, przy znacznie niższych kosztach niż w przypadku tradycyjnych metod. Wyniki badań opublikowano w „Case Studies on Transport Policy”.
Zasadniczą zaletą tego rozwiązania jest jego skalowalność i brak konieczności inwestowania w kosztowną infrastrukturę. System wykorzystuje dane zbierane przez popularne aplikacje nawigacyjne i platformy, co zapewnia szeroki zasięg i aktualność informacji. Sztuczna inteligencja analizuje te dane w czasie rzeczywistym, identyfikując nagłe spadki prędkości i inne anomalie, które mogą wskazywać na wystąpienie wypadku.
„Nasza metoda pozwala na szybkie wykrywanie i reagowanie na zdarzenia drogowe, lepsze zarządzanie ruchem i poprawę bezpieczeństwa kierowców”, podkreśla dr Karimpour. W praktyce oznacza to, że służby odpowiedzialne za zarządzanie ruchem drogowym mogą szybciej identyfikować problemy, kierować na miejsce odpowiednie służby oraz informować kierowców o utrudnieniach, minimalizując w ten sposób negatywny wpływ wypadków na płynność ruchu.
Współautorami publikacji są również Anthony Alteri (absolwent SUNY Poly), Adrian Cottam z Auburn University’s Transportation Research Institute oraz Ellwood Hanrahan II z New York State Department of Transportation (NYSDOT). Projekt był realizowany w Transportation AI Research Lab (TRAIL) SUNY Poly, pod kierownictwem dr. Karimpoura.
NYSDOT odegrał kluczową rolę w rozwoju tego rozwiązania, udostępniając dane transportowe, uczestnicząc w sesjach burzy mózgów i oferując cenne spostrzeżenia, które pomogły ukierunkować badania i osiągnąć pożądane rezultaty. Współpraca z agencją rządową pozwoliła na przetestowanie i wdrożenie systemu w realnych warunkach drogowych, co potwierdziło jego skuteczność i potencjał.
Nowa metoda ma szansę zrewolucjonizować sposób, w jaki zarządzamy ruchem drogowym w obliczu wypadków. Dzięki wykorzystaniu sztucznej inteligencji i powszechnie dostępnych danych, możliwe jest stworzenie bardziej efektywnego, bezpiecznego i responsywnego systemu transportowego.
