AI to nowa jakość w transporcie
Zarządzanie infrastrukturą i projektowanie pojazdów ewoluuje dzięki możliwościom, jakie daje powszechne stosowanie urządzeń, takich jak smartfony i czujniki lokalizacji w pojazdach. Są one wykorzystywane coraz śmielej do przetwarzania, gromadzenia i wymiany informacji między użytkownikami i dostawcami usług, a także monitorowania i wykrywania zarówno samych pojazdów jak i zachowania ludzi. Te wszystkie czujniki generują ogromną ilość danych (big data), które są podstawowym źródłem wykorzystania sztucznej inteligencji w transporcie, umożliwiającej komputerom wykonywanie czynności zastrzeżonych do tej pory tylko dla ludzi, takich jak prowadzenie pojazdów.
Sztuczna inteligencja pozwala też optymalizować wydajność sieci, wspierać monitorowanie i zarządzanie ruchem oraz stworzyć podstawę dla rozwiązań, które utorują drogę do przyszłej mobilności, szczególnie w miastach.
Poziomy automatyzacji
Najbardziej zaawansowanym zastosowaniem AI w transporcie jest dziś automatyzacja pojazdów. Klasyfikacja najczęściej stosowana do opisania stopnia automatyzacji jest zdefiniowana przez normy Międzynarodowego Stowarzyszenia Inżynierów Motoryzacji (SAE). Określa ona sześć poziomów automatyzacji (w tym poziom 0, który oznacza brak automatyzacji), identyfikowanych na podstawie tego, kto (tj. kierowca lub system) wykonuje operację iw jakim czasie.
Dzisiejsze samochody są zwykle wyposażone w funkcje SAE poziomu 1 i 2, powszechnie określane jako zaawansowane systemy wspomagania kierowcy (ADAS), takie jak asystent parkowania, tempomat, adaptacyjne światła przednie i asystent utrzymania pasa ruchu. Urządzenia te wspierają kierowców w udzielaniu pomocy, ostrzegają i wspierają ale zastępują ich w czynnościach związanych z prowadzeniem pojazdu.
Sprawdź oferty pracy na TeamQuest
Zaledwie kilku producentów pojazdów może obecnie oferować modele wyposażone w funkcje częściowej automatyzacji, takie jak autopilot (w określonych warunkach) i autonomiczne parkowanie, ale kierowcy i tak muszą przez cały czas kontrolować pojazd (jest to poziom 3 według SAE).
Dostosowywanie infrastruktury
Oczekuje się, że w przyszłości wiodący producenci samochodów będą komercjalizować w pełni zautomatyzowane pojazdy (AV), które będą w stanie korzystać z danych zebranych w czasie rzeczywistym z kamer, systemów wykrywania i określania odległości (np. radaru LiDAR), czujników lokalizacji i map cyfrowych.
Chociaż można zasadnie twierdzić, że pojazdy będą w stanie działać w dowolnym kontekście zewnętrznym, to jednak jest to ciągle bardzo odległa przyszłość. Na razie jest bardzo prawdopodobne, że sztuczna inteligencja wpłynie również na sposób projektowania infrastruktury transportowej i zarządzania nią w celu poprawy warunków bezpieczeństwa i kontroli warunków ruchu w czasie rzeczywistym.
Na razie spodziewajmy się więc raczej coraz szerszego wykorzystywania pojazdów wymagających ciągłego dialogu z innymi elementami systemu (pojazdami, pieszymi, rowerzystami i infrastrukturą) w celu orientacji w środowisku jazdy. Inteligentne sygnalizacje świetlne są przykładem tego, jak pojazdy i infrastruktura mogą współpracować zarówno w celu poprawy ogólnych warunków ruchu poprzez dostosowanie cykli działania świateł do rzeczywistych przepływów ruchu, jak i nadawania priorytetów pojazdom, takim jak karetki, rozpoznając sytuację awaryjną poprzez przetwarzanie danych (dźwięków i obrazów).
To oznacza również rozwój takich płynnych rozwiązań jak transport multimodalny. Na przykład pojazdy autonomiczne mogłyby być wykorzystywane przede wszystkim w ramach „usług dowozowych”, łącząc ludzi mieszkających na obszarach wiejskich lub w strefach miejskich o małej gęstości – wszędzie tam, gdzie linie tranzytowe nie działają z dużą częstotliwością ze względu na niski poziom popytu.
