VisionTrack lancerer AI-drevet videoanalyse for at hjælpe med at redde liv og styrke trafiksikkerhedsforpligtelsen

VisionTrack lancerer AI-drevet videoanalyse for at hjælpe med at redde liv og styrke trafiksikkerhedsforpligtelsen

Tidsstempel: 7. februar 2023 kl. 10:24
Kildeknude: 1945184

VisionTrack, AI-videotelematik og forbundne flådedataspecialister, transformerer kommerciel flådesikkerhed med lanceringen af ​​en sofistikeret AI-drevet post-analyseløsning. NARA (Notification, Analysis and Risk Assessment) vil revolutionere, hvordan køretøjskameraoptagelser vurderes og hjælpe køretøjsoperatører til dramatisk at reducere trafikdræbte og kvæstelser.

"Vores cloud-baserede NARA-software er en sand game changer i videotelematikverdenen, da den vil hjælpe med at spare tid, omkostninger og vigtigst af alt liv ved at levere proaktiv risikointervention og præcis hændelsesvalidering," forklarer Richard Kent, President for Global Sales hos VisionTrack. "NARA fjerner proaktivt falske positiver og overvåger førerens adfærd uden behov for menneskelig involvering. Med traditionelle videotelematikløsninger kan kommercielle flåder opleve hundredvis af udløste daglige hændelser, så dette vil sætte dem i stand til at levere mere effektivt arbejde, uden at gå på kompromis med trafiksikkerheden."   

NARA er enheds-agnostisk, så den kan integreres med eksisterende tilsluttet kamerateknologi – uanset om det er VisionTrack eller tredjeparts hardware – og tilføjer endnu et kraftfuldt lag af analyse til AI-bilkameraer, installeret med kantbaseret AI-teknologi, som ofte er begrænset af behandlingskapaciteten af enheden.

NARA repræsenterer et stort skridt fremad for videotelematik, da det bruger banebrydende computervisionsmodeller med sensorfusion til at vurdere optagelser af kørebegivenheder, næstenuheld og kollisioner. Dette sikrer, at gennemgangsprocessen er overskuelig og rettidig, samtidig med at menneskelig tilgængelighed eller fejl elimineres, så køretøjsoperatører kan gøre bedst brug af videotelematikindsigt for bedre at beskytte trafikanter og hjælpe med at forhindre kollisioner. 

Under testfasen viste det sig, at en 1100-stærk logistikflåde i gennemsnit genererede 2,000 prioriterede videoer om ugen, hvilket typisk ville tage en person over 8 timer at gennemgå. NARA reducerede den nødvendige tid til at gennemgå hændelser, der kræver menneskelig validering, til kun minutter om dagen. Som følge heraf retter virksomheden sig mod mere effektiv risikostyring, samtidig med at de understøtter deres trafiksikkerhedsstrategi.

Avanceret objektgenkendelse bruger deep learning algoritmer til automatisk at identificere forskellige typer køretøjer, cyklister og fodgængere. Med utroligt høje nøjagtighedsniveauer vil den være i stand til at skelne mellem kollisioner, næsten uheld og falske positiver, der kan genereres ved hård kørsel, huller i vejen eller fartpukler. Softwaren vil også inkludere Occupant Safety Rating, der bruger en række parametre til at beregne den procentvise sandsynlighed for skade og straks identificere, om en chauffør har brug for assistance.

"Som en sand fortaler for trafiksikkerhed, der allerede har lovet vores støtte til det globale initiativ Vision Zero, brænder vi for at hjælpe industrien med at nå sit mål om at eliminere alle trafikdræbte. Vores vision er at skabe en verden, hvor alle trafikanter er sikret mod skade, så vi omfavner de seneste fremskridt inden for maskinlæring og computervision for yderligere at forbedre vores brancheførende IoT-platform, Autonomise.ai og AI videotelematikløsninger ,” slutter Kent.

Tidsstempel:

Mere fra Produktion og logistik