VisionTrack تجزیه و تحلیل ویدئویی مبتنی بر هوش مصنوعی را برای کمک به نجات جان افراد و تقویت تعهد ایمنی جاده راه اندازی می کند

VisionTrack تجزیه و تحلیل ویدئویی مبتنی بر هوش مصنوعی را برای کمک به نجات جان افراد و تقویت تعهد ایمنی جاده راه اندازی می کند

تمبر زمان: 7 فوریه 2023، ساعت 10:24 بعد از ظهر
گره منبع: 1945184

VisionTrack، متخصص تله‌ماتیک ویدیویی هوش مصنوعی و داده‌های ناوگان متصل، با راه‌اندازی یک راه‌حل پیشرفته پس از آنالیز مبتنی بر هوش مصنوعی، ایمنی ناوگان تجاری را متحول می‌کند. NARA (اعلان، تجزیه و تحلیل و ارزیابی ریسک) نحوه ارزیابی تصاویر دوربین خودرو را متحول خواهد کرد و به اپراتورهای وسایل نقلیه کمک می کند تا مرگ و میر و جراحات جاده ای را به طور چشمگیری کاهش دهند.

ریچارد کنت، رئیس فروش جهانی توضیح می‌دهد: «نرم‌افزار NARA مبتنی بر ابر ما یک تغییر واقعی بازی در دنیای تله‌ماتیک ویدیویی است، زیرا به صرفه‌جویی در زمان، هزینه‌ها و مهم‌تر از همه در زندگی کمک می‌کند، و با ارائه مداخلات پیشگیرانه در ریسک و اعتبارسنجی دقیق حادثه کمک می‌کند. در VisionTrack. "NARA به طور پیشگیرانه موارد مثبت کاذب را حذف می کند و رفتار راننده را بدون نیاز به دخالت انسانی نظارت می کند. با راه‌حل‌های سنتی تله‌ماتیک ویدیویی، ناوگان تجاری می‌توانند صدها رویداد روزانه را تجربه کنند، بنابراین این کار آنها را قادر می‌سازد کار کارآمدتری ارائه دهند، در حالی که ایمنی جاده را به خطر نیندازند.»   

NARA یک دستگاه آگنوستیک است بنابراین می تواند با فناوری دوربین متصل موجود - چه VisionTrack و چه سخت افزار شخص ثالث - ادغام شود و لایه قدرتمند دیگری از تجزیه و تحلیل را به دوربین های خودروهای هوش مصنوعی اضافه می کند که با فناوری هوش مصنوعی مبتنی بر لبه نصب شده اند، که اغلب با ظرفیت پردازش محدود می شوند. از دستگاه

NARA نشان‌دهنده گام بزرگی برای تله‌ماتیک ویدیویی است زیرا از مدل‌های بینایی رایانه‌ای پیشگام با همجوشی حسگر برای ارزیابی فیلم رویدادهای رانندگی، تصادف‌های نزدیک و تصادف استفاده می‌کند. این تضمین می کند که فرآیند بررسی قابل مدیریت و به موقع است، در حالی که در دسترس بودن یا خطای انسانی حذف می شود، بنابراین اپراتورهای وسایل نقلیه می توانند بهترین استفاده را از بینش تله ماتیک ویدیویی برای محافظت بهتر از کاربران جاده و کمک به جلوگیری از برخورد داشته باشند. 

در طول مرحله آزمایش، مشخص شد که یک ناوگان لجستیکی 1100 نفری به طور متوسط ​​2,000 ویدیوی اولویت‌دار در هفته تولید می‌کند که معمولاً مرور آن‌ها بیش از 8 ساعت طول می‌کشد. NARA زمان مورد نیاز برای بررسی رویدادهایی را که نیاز به اعتبارسنجی انسانی دارند را به چند دقیقه در روز کاهش داد. در نتیجه، شرکت در حال حاضر مدیریت ریسک کارآمدتر را هدف قرار داده است، در حالی که از استراتژی ایمنی جاده خود حمایت می کند.

تشخیص پیشرفته اشیا از الگوریتم های یادگیری عمیق برای شناسایی خودکار انواع مختلف وسایل نقلیه، دوچرخه سواران و عابران پیاده استفاده می کند. با سطوح دقت فوق‌العاده بالا، می‌تواند بین تصادفات، اشتباهات نزدیک و موارد مثبت کاذب که می‌تواند توسط رانندگی سخت، چاله‌ها یا قوز سرعت ایجاد شود، تمایز قائل شود. این نرم‌افزار همچنین شامل رتبه‌بندی ایمنی سرنشینان می‌شود که از طیف وسیعی از پارامترها برای محاسبه درصد احتمال آسیب‌دیدگی استفاده می‌کند و بلافاصله تشخیص می‌دهد که آیا راننده به کمک نیاز دارد یا خیر.

ما به عنوان یک مدافع واقعی ایمنی جاده‌ها، که قبلاً از ابتکار جهانی Vision Zero حمایت کرده‌ایم، مشتاقیم که به این صنعت کمک کنیم تا به هدف خود برای حذف همه تلفات رانندگی کمک کند. چشم انداز ما ایجاد جهانی است که در آن همه کاربران جاده ای از آسیب در امان باشند، بنابراین ما از آخرین پیشرفت ها در یادگیری ماشین و بینایی رایانه استقبال می کنیم تا پلتفرم IoT، Autonomise.ai و راه حل های ویدئویی هوش مصنوعی را بیشتر تقویت کنیم. کنت نتیجه گیری می کند.

تمبر زمان:

بیشتر از تولید و تدارکات