IoT ve AI, kamyon sürücülerini güvende tutmaya nasıl yardımcı oluyor?

Kamyon güvenliği, kamyon taşımacılığı endüstrisi için önemli bir odak noktasıdır. Artık hayat, para ve yol güvenliğinde gerçek zamanlı fark yaratabilecek yapay zeka var.

<a href="https://www.techrepublic.com/a/hub/i/r/2019/03/06/5f4c3917-7489-40fc-a941-d394145ef06a/resize/770x/6ff34adb9eff210ba53306a9bca02b34/istock-539355552truck.jpg " target="_blank" data-component="modalEnlargeImage" data-headline="

" data-credit="vitpho, Getty Images/iStockphoto">Uzun mesafe için yüksek kabinde pencereleri olan zarif, güçlü yarı kamyon, kuru kamyonet römorkunda bir yük ile karayolu boyunca hareket eder. Bu teçhizat, Amerikan yolunda gerçek bir ikon tarzıdır. (Uzun yolculuklar için yüksek kabinde pencereleri olan zarif, güçlü yarı kamyon

vitpho, Getty Images/iStockphoto

A kamyon filosu kazası ortalama 16.500 dolar hasar ve 57.500 dolar yaralanma ile ilgili maliyetlere mal oluyor toplam 74.000 dolar. "Bu, düşük araç değeri (genellikle 500 ila 2.000 ABD Doları arasında), daha yüksek sigorta primi, yasal ücretler, sürücü cirosu (ortalama sürücü değiştirme maliyeti = 8.200 ABD Doları), kayıp çalışan zamanı dahil olmak üzere geniş bir 'gizli' maliyet yelpazesini içermiyor. kayıp araç kullanım süresi, idari yük, azalan çalışan morali ve kötü tanıtım" dedi. yapay zeka sürücü ve filo performans çözümleri.

GÖRMEK: 2026'ya kadar uç bilişimin benimsenmesi; kuruluşlar, karışıma 5G ekleme konusunda temkinli (TechRepublic Premium)

Kamyon taşımacılığı endüstrisinin karşı karşıya olduğu diğer zorluklar göz önüne alındığında, kamyon sürüş güvenliğine verilen önem iyi bir yerdedir.

İlk sırada, filo operatörlerini operatör ve güvenlik eğitimi gerektiren daha az deneyimli sürücüleri işe almaya zorlayabilecek, ülke çapındaki kronik bir kamyon şoförü sıkıntısı var. Sürücü tazminatı ve kamyon park yeri ikinci ve üçüncü sırada yer aldı, ancak dördüncü ve beşinci sırada hemen arkasından sürücü kamyon filosu güvenliği ve sigorta mevcudiyeti vardı. güvenli sürüş kayıtları.

Tarihsel olarak filo operatörleri, güvenlik risklerini eğitim programları, manuel koçluk seansları ve sürücülerle birlikte yönetici yolculukları ile yönetti.

Banin, "Bunların tümü, riskli sürücüleri ve riskli sürüş davranışlarını belirlemeye geldiğinde ölçeklenmeyen ve tamamen isabetsiz olan bire bir koçluk gibi manuel yaklaşımlardı." Dedi. "Genellikle o koçluk seansından kaynaklanan gerçek sürüş sonuçlarından ziyade koçluk yapma eylemini ölçtüler."

Ardından, 2000'lerin başında filo yöneticileri daha etkili olacak alternatif bir yaklaşım aradılar. kullanılan telematikleri tanıtmaya başladılar. Nesnelerin interneti algılama ve kayıt cihazları. Bu IoT cihazları, hız, hızlanma ve frenleme gibi araç hareketine dayalı sürüş özelliklerini otomatik olarak ölçtü ve bu verileri şirket ofisindeki merkezi veri tabanlarına ve uygulamalara bildirdi.

GÖRMEK: Tarımın geleceği: AI, IoT, insansız hava araçları ve daha fazlası (ücretsiz PDF) (Teknik Cumhuriyeti)

IoT tarafından yönlendirilen telematik, daha fazla veri ve otomasyon üretti, ancak otoyolda gerçekten neler olup bittiğine dair bir resim hala belirsizdi.

Banin, normal olarak bir telematik sisteminde olumsuz olarak kabul edilecek bir sert frenleme olayı örneğini verdi.

Banin, "Bunun yerine, olay aslında bir kazayı önlemeye yardımcı olan mükemmel savunma sürüşünün bir sonucu olabilir." Dedi. "Telematik ve IoT, araç durumunu, yakıt kullanımını anlama ve risk oluşturabilecek olası bakım sorunlarını ortaya çıkarma konusunda iyi bir iş çıkarıyor. Sorun şu ki, bize kazaların başlıca nedenlerinin neler olduğunu gerçekten söyleyemezler."

Eksik bileşen analitikti. Filo yöneticileri bunu fark ettikçe, telematik ve IoT'yi yapay zeka ve bilgisayar vizyonu ile güçlendirmeye başladılar. Yapay zeka ve ayrıca bilgisayarla görme gibi daha büyük veri teknolojileri, filo yöneticilerine aradıkları sürücü güvenliği ve yol koşullarının daha eksiksiz ve kapsamlı resmini verdi.

"En gelişmiş öngörülü güvenlik sistemleri, araç dinamiklerine dayalı olası çarpışmalar hakkında uyarılar ve öngörüler sağlamanın yanı sıra, artık sürücünün durumunu ve dikkat dağınıklığı, uyuşukluk, cep telefonu kullanımı, nesneleri tutma, sigara içme ve daha fazlası gibi davranışlarını anlayabiliyor." dedi Banin. "Bu anlayışla, dikkati dağılmış bir sürücünün dikkatini yeniden kazanması ve ardından bir çarpışmayı önlemek için önleyici tedbirler alması için gereken ekstra uyarı süresini sağlamak mümkün hale geliyor."

Günümüzün gerçek zamanlı yol ve sürücü değerlendirmeleri, artık derin öğrenme sinir ağları, kamera üzerindeki sensörler ve GPS gibi yapay zeka teknolojileri tarafından geniş çapta etkinleştiriliyor. Bir risk algılanır algılanmaz, teknoloji sürücüye uyarı veriyor ve Banin'in söylediğine göre çarpışmaları %50-80 oranında azaltabiliyor.

Filo yöneticileri için, riskli sürücüler, en iyi performans gösteren sürücüler, çarpışmalar ve koçluk etkinliği gibi öğelerle ilgili analitik raporlarla birlikte giderek daha karmaşık sürücü puanlama modelleri, güvenliği artırmaya ve riski azaltmaya yardımcı olur.

Banin, "Günün sonunda, her şey para biriktirmek ve en önemlisi hayat kurtarmakla ilgili" dedi. "Tahmini güvenlik ve analitik teknolojileri şimdiden filoların çarpışma kayıplarını azaltmasına, sigorta primlerini düşürmesine ve yollarda ölümleri ve yaralanmaları önlemesine yardımcı oluyor."

Ayrıca bkz.

Source link

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*