Inženjeri sa Sveučilišta Rice razvili su napredni sustav za praćenje poplavljenih cesta u stvarnom vremenu, koristeći umjetnu inteligenciju (AI) i fuziju podataka kako bi unaprijedili svijest o stanju na cestama tijekom poplava. Ovaj sustav, nazvan OpenSafe Fusion, posebno je dizajniran za brzo prikupljanje i analizu podataka iz različitih izvora, uključujući prometne kamere, senzore razine vode, podatke s društvenih mreža i brzinu prometa, kako bi se omogućila točnija procjena poplavljenosti cesta.

Tehnologija temeljena na AI i fuziji podataka
Ovaj inovativni sustav nastao je kao odgovor na sve veće potrebe za pouzdanim alatima koji mogu pružiti ažurirane informacije o stanju na cestama tijekom urbanih poplava. Postojeći alati često su ograničeni u svojoj funkcionalnosti, jer nisu prvenstveno dizajnirani za praćenje poplavljenih cesta, već za opće uvjete vezane uz poplave. OpenSafe Fusion, međutim, koristi napredne algoritme strojnog učenja i fuziju podataka kako bi predvidio uvjete na cestama, što uključuje i mogućnost da sustav prepozna poplavljenost cesta na temelju kombinacije različitih izvora podataka.

Testiranje sustava uključivalo je analizu povijesnih podataka iz vremena uragana Harvey 2017. godine, kada je nedostatak pouzdanih informacija u stvarnom vremenu ozbiljno otežavao rad hitnih službi i građana u Houstonu. Korištenjem tih podataka, istraživači su simulirali uvjete poplava na oko 62.000 cesta u regiji Houstona, a sustav je uspio precizno pratiti stanje na otprilike 37.000 cestovnih dionica, što predstavlja značajno poboljšanje u pokrivenosti prometne mreže.

Odgovorna upotreba umjetne inteligencije
Jedan od ključnih elemenata sustava OpenSafe Fusion je "ljudski faktor" u procesu odlučivanja. Iako se sustav oslanja na automatizirane procese i umjetnu inteligenciju, istraživači su uključili mehanizme koji omogućuju ljudsku kontrolu nad konačnim odlukama. Ovaj pristup osigurava da se izbjegnu potencijalne greške koje bi mogle nastati zbog potpuno automatiziranih odluka, što je posebno važno u situacijama koje mogu ugroziti ljudske živote.

Studija također razmatra kako bi različite zajednice, s obzirom na dostupne resurse i specifične potrebe, mogle primijeniti ovaj okvir za bolju procjenu uvjeta na cestama tijekom poplava. Uz sve češće i intenzivnije poplavne događaje uzrokovane klimatskim promjenama, ovakav sustav može igrati ključnu ulogu u unapređenju sigurnosti prometa i odgovoru na prirodne katastrofe.

Daljnji koraci i planovi
Planovi za budućnost uključuju opsežna testiranja i validaciju sustava u različitim uvjetima i sredinama. Istraživači vjeruju da će ovakav sustav, koji koristi postojeće podatke i infrastrukturu, postati ključan alat u urbanim sredinama širom svijeta, posebno u zajednicama koje se često suočavaju s poplavama.

Razvoj OpenSafe Fusion sustava podržan je od strane Nacionalne zaklade za znanost (NSF) i Nacionalnih akademija znanosti, inženjerstva i medicine kroz program Gulf Research Program. Iako je sustav još uvijek u fazi testiranja, dosadašnji rezultati pokazuju značajan potencijal za unaprjeđenje sigurnosti prometa i smanjenje rizika tijekom poplavnih situacija.

Izvor: Rice University