Inżynierowie z Uniwersytetu Rice opracowali zaawansowany system monitorowania zalanych dróg w czasie rzeczywistym, wykorzystując sztuczną inteligencję (SI) i fuzję danych, aby zwiększyć świadomość o warunkach drogowych podczas powodzi. Ten system, nazwany OpenSafe Fusion, jest specjalnie zaprojektowany do szybkiego zbierania i analizy danych z różnych źródeł, w tym kamer drogowych, czujników poziomu wody, danych z mediów społecznościowych oraz prędkości ruchu, aby dostarczyć dokładniejsze oceny zalania dróg.

Technologia oparta na SI i fuzji danych
Ten innowacyjny system powstał jako odpowiedź na rosnące zapotrzebowanie na niezawodne narzędzia, które mogą dostarczyć aktualne informacje o warunkach drogowych podczas miejskich powodzi. Istniejące narzędzia są często ograniczone w swojej funkcjonalności, ponieważ nie są głównie zaprojektowane do monitorowania zalanych dróg, ale do ogólnych warunków związanych z powodziami. OpenSafe Fusion wykorzystuje jednak zaawansowane algorytmy uczenia maszynowego i fuzję danych, aby przewidzieć warunki drogowe, w tym zdolność systemu do rozpoznawania zalania dróg na podstawie kombinacji różnych źródeł danych.

Testowanie systemu obejmowało analizę danych historycznych z huraganu Harvey z 2017 roku, kiedy brak niezawodnych informacji w czasie rzeczywistym poważnie utrudniał pracę służb ratunkowych i mieszkańców Houston. Wykorzystując te dane, badacze symulowali warunki powodziowe na około 62 000 dróg w regionie Houston, a system z powodzeniem monitorował warunki na około 37 000 odcinkach dróg, co stanowi znaczną poprawę w zakresie pokrycia sieci.

Odpowiedzialne wykorzystanie sztucznej inteligencji
Jednym z kluczowych elementów systemu OpenSafe Fusion jest "czynnik ludzki" w procesie podejmowania decyzji. Chociaż system polega na zautomatyzowanych procesach i sztucznej inteligencji, badacze włączyli mechanizmy umożliwiające ludzką kontrolę nad ostatecznymi decyzjami. To podejście zapewnia, że unika się potencjalnych błędów, które mogłyby wystąpić w wyniku w pełni zautomatyzowanych decyzji, co jest szczególnie ważne w sytuacjach, które mogą zagrażać życiu ludzi.

Badanie bada również, jak różne społeczności, w zależności od dostępnych zasobów i specyficznych potrzeb, mogłyby zastosować ten framework do lepszej oceny warunków drogowych podczas powodzi. W obliczu coraz częstszych i intensywniejszych wydarzeń powodziowych spowodowanych zmianami klimatycznymi, taki system może odegrać kluczową rolę w poprawie bezpieczeństwa drogowego i reagowaniu na katastrofy naturalne.

Kolejne kroki i plany
Plany na przyszłość obejmują szerokie testy i walidację systemu w różnych warunkach i środowiskach. Badacze wierzą, że taki system, który wykorzystuje istniejące dane i infrastrukturę, stanie się kluczowym narzędziem w obszarach miejskich na całym świecie, szczególnie w społecznościach, które często borykają się z powodziami.

Rozwój systemu OpenSafe Fusion jest wspierany przez National Science Foundation (NSF) i National Academies of Sciences, Engineering, and Medicine w ramach programu Gulf Research Program. Chociaż system jest nadal w fazie testów, wstępne wyniki pokazują znaczący potencjał w poprawie bezpieczeństwa drogowego i zmniejszeniu ryzyka podczas sytuacji powodziowych.

Źródło: Rice University