Technology

Victoria menjalankan AI melalui rekaman CCTV untuk menunjukkan insiden di jalan – Cloud – Software

Departemen Transportasi Victoria sedang menguji coba pembelajaran mesin untuk secara otomatis menganalisis umpan kamera CCTV di seluruh jaringan jalan negara bagian dan memperingatkan operator akan insiden secara real time.

Direktur operasi transportasi Emily Lodder mengungkapkan proyek tersebut, yang bertujuan membantu DoT mengadopsi pendekatan “proaktif” terhadap kemacetan, di Sydney Summit Amazon Web Services minggu ini.

Menggunakan solusi analitik video yang didukung AWS Panorama Deloitte, AutoEye, proyek – yang akan beroperasi tahun depan – akan memungkinkan DoT untuk menggunakan “jaringan kamera CCTV yang ada sebagai sensor”.

“Alat kesadaran situasional kami yang paling kritis di jaringan jalan adalah 1200 kamera CCTV kami,” kata Lodder.

“Mereka memungkinkan validasi cepat kondisi lalu lintas untuk mendukung pengambilan keputusan waktu nyata, tetapi penggunaan aset ini oleh kami terbatas.”

Lodder mengatakan sekarang ada lebih dari 1.200 kamera CCTV di sepanjang 23.000 kilometer jalan raya dan jalan arteri negara bagian itu, yang mulai meningkatkan “kesadaran situasi” untuk timnya.

Setidaknya 700 kamera telah online sejak pandemi sebagai bagian dari program jalan cerdas pemerintah senilai $340 juta, yang awalnya difokuskan di barat, timur, dan tenggara Melbourne.

DoT juga memiliki akses ke data dari “ribuan sensor di jaringan, termasuk Bluetooth, sensor di jalan, pinggir jalan, laser dan radar”, serta data TomTom.

Namun meskipun kamera tambahan memberikan “visibilitas jalan di mana” [there was] tidak ada data atau visi sebelumnya”, hanya ada begitu banyak operator yang tersedia untuk memantau jaringan pada waktu tertentu.

“Satu-satunya cara untuk mengumpulkan informasi dari kamera CCTV adalah operator memilih dan menonton siaran langsung secara manual,” kata Lodder.

“Selama periode puncak, kurang dari 15 persen kamera CCTV digunakan oleh tim operasi, jadi setiap saat, ada sekitar 1000 kamera yang mengumpulkan debu.”

Data juga “diakses melalui beberapa sistem operasional, dan banyak yang tidak dapat diakses secara real-time”, yang semakin memperumit pekerjaan operator.

“Akses yang tidak konsisten dan tidak lengkap ke informasi real-time ini berarti operator kami bekerja secara reaktif, secara manual menutupi sumber informasi dan mengandalkan panggilan telepon,” tambahnya.

Lodder mengatakan bahwa dengan menggunakan AutoEye dan, dengan ekstensi, AWS Panorama, departemen dapat menjadi “lebih pintar tentang bagaimana kami menggunakan aset ini” dengan “mendeteksi dan memprioritaskan insiden secara otomatis”.

“Menggunakan AI di edge, AWS Panorama akan menganalisis semua 1.200 umpan video langsung secara real-time. Ini sebelumnya tidak mungkin pada skala ini, ”katanya.

“Perangkat AWS Panorama menyediakan daya komputasi yang diperlukan dalam jaringan DoT, memastikan kecepatan data dan privasi.”

Setelah deteksi, solusinya akan menggunakan pembelajaran mesin untuk “mengaktifkan identifikasi insiden tertentu yang menarik dan perilaku abnormal umum dari data dan baseline yang diperkaya”.

Tetapi bagi Lodder, “pengubah permainan” yang sebenarnya adalah “pemberitahuan kepada operator kami”, yang memungkinkan “tanggapan insiden yang lebih fokus dan proaktif”.

“Dengan kemampuan ini, kita akan mengetahui lebih banyak insiden, lebih cepat, yang akan menghasilkan respons dan pemulihan yang lebih cepat,” katanya.

“Misalnya, dengan truk terguling… kemacetan terjadi sangat cepat di sekitar lokasi dengan penutupan jalan selama berjam-jam, dan ada risiko tinggi insiden sekunder yang terjadi pada pendekatan dan di jaringan sekitarnya.

“Ini benar-benar sulit untuk dideteksi sementara operator kami secara aktif mengoordinasikan respons insiden di tempat kejadian dengan tim di jalan dan keadaan darurat, dan dapat membahayakan keselamatan dan penundaan gabungan.

“Deteksi insiden secara otomatis akan memungkinkan operator untuk bertindak lebih cepat dan fokus pada insiden dengan dampak tertinggi, yang akan mengurangi dampak dan penundaan, mempercepat pemulihan jaringan, dan menghemat waktu orang di jalan.

“Peningkatan kapasitas operasional sebagai hasil dari AWS Panorama dan kemampuan pembelajaran mesin akan menjadi signifikan. Ini adalah dasar untuk memungkinkan departemen beralih dari manajemen jaringan reaktif ke proaktif.”

Posted By : pengeluaran hk hari ini 2021