NSW试验机器的运输学习检测崩溃黑点
2020-11-19
交通运输的新南威尔士州已建成使用机器学习技术,从微软到识别潜在危险的交通路口和快速跟踪整治工程证明的概念。 “危险十字路口”验证的概念,这发生在去年,分析了50辆车在

交通运输的新南威尔士州已建成使用机器学习技术,从微软到识别潜在危险的交通路口和快速跟踪整治工程证明的概念。

“危险十字路口”验证的概念,这发生在去年,分析了50辆车在卧龙岗的道路在10个月内行驶收集远程信息处理数据的数据

- 从25个记录秒的速率车辆发送 - 用于精确定位五个前所未知的黑点,两个高风险,现在内定为升级后本财政年度

TfNSW的数据发现项目首席茱莉安娜玛Bodzan想出同时降低了安装Ousley血统的王子高速公路的想法 - RO的臭名昭著,四和半公里长广告通往北卧龙岗。

她说,从车辆收集到的信息数据与从已知的黑点,碰撞数据进行比较,以辨别是否其他的交点在沿海城市是潜在的风险。

“我们考察了被称为危险的十字路口十字路口 - 危险的意思,某种致命的或严重的崩溃,或其他事故[有]发生,”。Bodzan说

“然后,我们开始研究的人群众如何表现围绕这些交叉点。

“如果恰好有另一个路口那里什么也没有发生过同样的模式,我们可以说,因为人的行为是不正常,可能在这里也发生了。”

[123 ] Bodzan注意的是不稳定的行为称为任何“紧急制动或苛刻accelerat离子,或者在交叉面前的任何横向运动“。然后使用”感兴趣的圈子“,以了解在通过交叉路口的行为,以及前后50米和25米的车辆的行为它。解释说,“主要挑战是数据工程”,因为来自遥测系统的数据相当于十亿行。

“如果您给出了机器收入算法可怕的数据,您将获得可怕的结果, “他说。

”所以,我说,我们的70%的时间实际上是花费我们的数据,得到它的地方,我们必须通过一个路口其中有我们所有的指标对实际车辆的一个行程单的位置。”

继在PoC,Bodzan和她的团队交出了五大交叉口之前未列为危险的中心道路安全,这发出了道路工程师作出评估。

“他们居然带回来的验证,‘你可能是正确的,哈哈。’很显然,我们不能说这是事情发生 - 但这项研究的整点是看whichcouldbe危险,防止事情发生,”她说,

TfNSW现在看它如何可能包括来自其他运输方式,以数据进一步改善。在整个运输系统的安全性,虽然目前有对各类数据的局限性CAn为使用。

新南威尔士州政府目前正通过私密性,透明度和周围九月状态的就职AI战略发布之后人工智能安全问题的工作。

“交通运输不仅仅是道路。我们期待在铁路线,我们正在考虑行人和学校区 - 我们都在思考,怎样才能利用这种类型的数据和丰富与其他基本上[模式]完善的网络,” Bodzansaid的安全性

层高补充说:“车辆有惊无险”或“在城市热点地区,人们几乎被车辆撞”是首要的未来人选。

TfNSW也使用机器学习技术在公共预测延迟运输networkand,最近,toautomatically检测suspiciouS和来自悉尼的火车监控录像的暴力事件。

微软澳大利亚首席技术官李Hickin说在TfNSW正在进行的工作必须使国家的道路安全的可能性。

“成百上千的生命

每年在新南威尔士州的道路都将丢失,数千人严重受伤 - 用数据和人工智能识别潜在的黑点,允许早期干预,”他说,

他补充说,内部专家的TfNSW发展,用Microsof的解决方案相结合。 ,将提供一种能力“必不可少的一个成功的数字转换和持久的影响”。

关注菲娱2官网(www.ynmzfcw.com)。