ИИ в транспорте: переосмысление систем метро

Системы метро — основа общественного транспорта города, ежедневно перевозящая миллионы пассажиров. В таких городах, как Нью-Йорк и Токио, метро ежедневно пользуются более 3 и 6 миллионов пассажиров соответственно. По мере роста городов жизненно важно сделать системы метро более эффективными, безопасными и комфортными для пассажиров.

Именно здесь на помощь приходит искусственный интеллект (AI), преобразуя всё — от покупки билетов до обслуживания поездов. В этой статье мы проедем через систему метро и увидим, как AI улучшает каждый этап поездки, а также какие скрытые технологии AI обеспечивают бесперебойную работу всей системы.

AI в общественном транспорте начинается со сбора платы за проезд#

Обычно поездка в метро начинается с очереди, покупки билета и прохода через турникеты. AI активно оптимизирует этот процесс, делая его быстрее и удобнее для пассажиров. Например, в системах продажи билетов в метро можно использовать технологию распознавания лиц. В крупных городах пассажиры могут пользоваться услугами без физических билетов или смарт-карт. Вместо этого их лица сканируются в точках входа, обеспечивая беспрепятственный доступ. В 2019 году Пекин внедрил систему распознавания лиц, чтобы справиться с переполненностью и сократить длинные очереди в часы пик.

Рис. 1. Система распознавания лиц в метро Шэньчжэня, Китай.

Бесшовная интеграция AI упрощает ежедневные поездки и приносит пользу миллионам пассажиров. Системы продажи билетов на базе AI не только улучшают впечатления пассажиров, но и повышают безопасность. Анализируя данные о лицах, система гарантирует, что на станцию входят только авторизованные пассажиры. AI может быстро подтверждать личности, предотвращать несанкционированный доступ и выявлять потенциальные угрозы. Это ускоряет вход, повышает безопасность и снижает количество случаев безбилетного проезда.

Навигация по линиям метро с помощью AI#

После входа в метро бывает сложно сориентироваться на станции, особенно в часы пик. Навигационные системы на базе AI упрощают перемещение по метро, предоставляя пассажирам навигацию в реальном времени. Эти системы используют алгоритмы AI для анализа данных из таких источников, как GPS, датчики и камеры, чтобы находить оптимальные маршруты и предоставлять точные и актуальные указания. Пассажиры могут использовать мобильные приложения, аналогичные Google Maps, чтобы получать пошаговые указания внутри станции и быстро находить платформы, выходы и удобства. Навигация на базе AI экономит время и снижает стресс.

Помимо навигации, данные с камер и компьютерное зрение в метро можно использовать для мониторинга плотности пассажиропотока в реальном времени. Камеры по всей станции могут подсчитывать пассажиров в определённых зонах, чтобы выявлять потенциальные узкие места и участки скопления людей. Эта информация помогает транспортным властям принимать проактивные меры, например корректировать интервалы движения поездов или направлять сотрудников для управления потоком пассажиров. Например, в Дубае AI экспериментально использовали, чтобы снизить загруженность на 40–60% и сократить время ожидания до 30 минут в часы пик и во время массовых мероприятий.

Рис. 2. Подсчёт людей в метро с помощью обнаружения объектов.

Посадка в метро с поддержкой AI и поездка#

Когда пассажиры заходят в поезд, AI может по-разному улучшить их впечатления от поездки. Рассмотрим некоторые из этих применений:

• Поддержка доступности: методы компьютерного зрения, такие как обнаружение объектов, могут выявлять пользователей инвалидных колясок и направлять их в наиболее доступную часть поезда. Процесс закрытия дверей также можно изменить, чтобы дать этим пассажирам дополнительное время для безопасной посадки.
• Персонализированные объявления и реклама: AI можно использовать для адаптации объявлений для пассажиров и рекламы с учётом того, кто находится в поезде и в какое время.
• Проверка пустого поезда: на конечной станции линии метро компьютерное зрение можно использовать для проведения «проверки пустого поезда», чтобы убедиться, что на борту не осталось пассажиров.
• Работа с оставленным багажом: если какой-либо багаж оставлен без присмотра, компьютерное зрение может обнаружить его и вывести изображение предметов на экраны платформы. После этого пассажиры смогут легко забрать свои вещи.

Сами поезда метро также могут работать на базе AI. Полностью автономные поезда могут безопасно работать без членов экипажа. Эти поезда на базе AI используют передовые алгоритмы для принятия решений в реальном времени и датчики для обнаружения препятствий и безопасного движения. Поезда метро под управлением AI снижают расходы на персонал, обеспечивают большую гибкость для перевозки большего числа пассажиров при более высоком качестве обслуживания, могут стабильнее соблюдать расписание и оптимизируют ускорение и торможение для снижения энергопотребления. Например, проект Honolulu Rail Transit — первая полностью автономная система в US. Ожидается, что эта система снизит загруженность дорог и выбросы за счёт устранения около 40 000 поездок на автомобилях в день.

Рис. 3. Беспилотное метро в Милане, Италия.

Использование AI для мониторинга пассажиров, выходящих со станции метро#

Мониторинг количества людей, выходящих через разные станции, также необходим для эффективного управления пассажиропотоком в метро. Модели AI, такие как Ultralytics YOLOv8, играют в этом процессе ключевую роль. YOLOv8 также поддерживает отслеживание объектов и может использоваться для идентификации и отслеживания нескольких объектов в реальном времени, что делает его идеальным для загруженных систем метро. Анализируя видеопотоки с камер, установленных по всей станции, YOLOv8 может подсчитывать выходящих пассажиров, отслеживать их перемещения и выявлять закономерности образования заторов.

Помимо выходных турникетов метро, AI можно интегрировать в решения для транспортного сообщения на последней миле. Станции проката велосипедов, сервисы заказа поездок и шаттлы с поддержкой AI могут упростить пассажирам выход со станции. Анализируя данные в реальном времени, AI может прогнозировать спрос и доступность этих услуг. Эта технология также может предлагать оптимальные маршруты и виды транспорта с учётом текущей дорожной обстановки и индивидуальных предпочтений. В результате пассажиры могут быстро получить доступ к наиболее подходящим вариантам транспорта при выходе со станции, сократить время ожидания и сделать поездку удобнее.

AI за кулисами: обслуживание путей метро#

Как пассажиры, мы часто не замечаем сложные процессы, происходящие за пределами нашей поездки в метро. AI играет важнейшую роль за кулисами, особенно при проверке и обслуживании путей. Такие системы, как Duos Technologies Railcar Inspection Portal (RIP), демонстрируют этот подход на базе AI. Используя алгоритмы AI, RIP за считанные секунды захватывает и анализирует изображения каждого вагона на 360 градусов, даже при скорости свыше 125 миль/ч. Эти периферийные системы AI обнаруживают проблемы и уведомляют железнодорожный персонал о необходимости обслуживания в течение 60 секунд. Непрерывный мониторинг позволяет быстро выявлять и устранять потенциальные проблемы.

Управление и оптимизация энергопотребления — ещё одни малоизвестные применения AI в метро. Например, Metro de Madrid использует систему на базе AI, чтобы снизить затраты на вентиляцию на 25% и ежегодно сократить выбросы CO2 на 1800 тонн. Система управляет 891 вентиляционным вентилятором, которые ежегодно потребляют до 80 гигаватт-часов энергии, и использует алгоритм оптимизации, вдохновлённый собирательным поведением пчелиных колоний. Этот алгоритм анализирует огромные объёмы данных, учитывая такие факторы, как температура воздуха, архитектура станции, частота движения поездов, пассажиропоток и цены на электроэнергию. Он использует исторические и смоделированные данные, чтобы прогнозировать и достигать оптимального баланса для каждой станции, со временем совершенствуясь благодаря машинному обучению.

Рис. 4. Система вентиляции Metro de Madrid на базе AI.

Плюсы и минусы AI в общественном транспорте#

Интеграция AI в системы метро принесла множество преимуществ. Например, она повышает эффективность, помогая системам метро соблюдать расписание, сокращать задержки и оптимизировать работу для более плавного обслуживания. Безопасность также повышается благодаря непрерывному мониторингу, а прогнозное обслуживание помогает предотвращать аварии и неисправности.

Однако внедрение AI в системы метро сопряжено с такими проблемами, как:

• Проблемы конфиденциальности данных: сбор и использование данных пассажиров вызывают серьёзные опасения в отношении конфиденциальности, которыми необходимо тщательно управлять для защиты прав отдельных лиц на неприкосновенность частной жизни.
• Интеграция с существующей инфраструктурой: интеграция систем AI в существующую инфраструктуру метро может быть сложной и потребовать модификаций.
• Высокая стоимость внедрения: первоначальные затраты на внедрение технологии AI могут быть высокими, что способно стать препятствием для некоторых систем метро.
• Потребность в квалифицированных специалистах: успешное внедрение и обслуживание систем AI требуют высококвалифицированных специалистов, что может создавать ресурсные сложности.

Несмотря на эти проблемы, преимущества делают AI преобразующей силой современных городских транспортных систем, таких как метро. Потенциал повышения эффективности, усиления безопасности и улучшения впечатлений пассажиров объясняет, почему сообщество AI активно работает над преодолением этих препятствий, чтобы в полной мере реализовать преимущества AI. Поэтому в следующий раз, когда поедешь в метро, обрати внимание на инновации AI, которые являются частью твоей поездки.

Будущее AI в транспортной сфере#

От входа на станцию до навигации, поездки и выхода из метро AI преобразует весь путь пассажира. Он оптимизирует работу системы, повышает безопасность и обеспечивает бесшовный опыт для пассажиров. Улучшая обслуживание путей и управление энергопотреблением, AI гарантирует эффективную и экономичную работу систем метро. Несмотря на такие проблемы, как стоимость внедрения и вопросы конфиденциальности данных, преимущества AI в городских транспортных системах, таких как метро, неоспоримы. По мере роста городов AI будет играть всё более важную роль, делая поездки в метро более интеллектуальными, безопасными и эффективными.

Оставайся на связи с нашим сообществом, чтобы продолжать узнавать об AI! Загляни в наш репозиторий на GitHub, чтобы узнать, как использовать AI для создания инновационных решений в различных отраслях, таких как сельское хозяйство и производство. 🚀