VisionTrack lanserar AI-driven videoanalys för att hjälpa till att rädda liv och förstärka trafiksäkerheten

VisionTrack lanserar AI-driven videoanalys för att hjälpa till att rädda liv och förstärka trafiksäkerheten

Tidsstämpel: 7 februari 2023 10:24
Källnod: 1945184

VisionTrack, specialisten på AI-videotelematik och ansluten flottadata, förändrar säkerheten för kommersiell flotta med lanseringen av en sofistikerad AI-driven lösning efter analys. NARA (Notification, Analysis and Risk Assessment) kommer att revolutionera hur fordonskamerafilmer bedöms och hjälpa fordonsoperatörer att dramatiskt minska antalet dödsfall och skador i trafiken.

"Vår molnbaserade NARA-mjukvara är en sann spelväxlare i videotelematikvärlden eftersom den kommer att hjälpa till att spara tid, kostnader och viktigast av allt liv genom att tillhandahålla proaktiv riskintervention och korrekt incidentvalidering", förklarar Richard Kent, VD för Global Sales på VisionTrack. "NARA tar proaktivt bort falska positiva resultat och övervakar förarens beteende, utan behov av mänsklig inblandning. Med traditionella videotelematiklösningar kan kommersiella flottor uppleva hundratals utlösta dagliga händelser, så detta kommer att göra det möjligt för dem att leverera mer effektivt arbete, utan att kompromissa med trafiksäkerheten."   

NARA är enhetsagnostisk så kan integreras med befintlig ansluten kamerateknik – oavsett om VisionTrack eller tredjepartshårdvara – och lägger till ytterligare ett kraftfullt lager av analys till AI-fordonskameror, installerade med kantbaserad AI-teknik, som ofta begränsas av bearbetningskapaciteten av enheten.

NARA representerar ett stort steg framåt för videotelematik eftersom det använder banbrytande datorseendemodeller med sensorfusion för att bedöma bilder från körhändelser, tillbud och kollisioner. Detta säkerställer att granskningsprocessen är hanterbar och läglig, samtidigt som mänsklig tillgänglighet eller fel elimineras, så att fordonsoperatörer kan utnyttja videotelematikinsikten på bästa sätt för att bättre skydda trafikanter och hjälpa till att förhindra kollisioner. 

Under testfasen visade det sig att en logistikflotta på 1100 2,000 personer genererade i genomsnitt 8 XNUMX prioriterade videor i veckan, vilket vanligtvis skulle ta någon mer än XNUMX timmar att granska. NARA minskade tiden som behövs för att granska händelser som kräver mänsklig validering till bara minuter per dag. Som ett resultat av detta strävar företaget nu efter en effektivare riskhantering, samtidigt som de stödjer deras trafiksäkerhetsstrategi.

Avancerad objektigenkänning använder algoritmer för djupinlärning för att automatiskt identifiera olika typer av fordon, cyklister och fotgängare. Med otroligt höga noggrannhetsnivåer kommer den att kunna skilja mellan kollisioner, tillbud och falska positiva resultat som kan genereras av hård körning, gropar eller hastighetshinder. Programvaran kommer också att innehålla passagerarsäkerhetsklassificering som använder en rad parametrar för att beräkna procentuell sannolikhet för skada och omedelbart identifiera om en förare behöver hjälp.

"Som en sann förespråkare för trafiksäkerhet, efter att redan ha lovat vårt stöd till det globala initiativet Vision Zero, brinner vi för att hjälpa branschen att nå sitt mål att eliminera alla dödsfall i trafiken. Vår vision är att skapa en värld där alla trafikanter hålls säkra från skada, så vi tar till oss de senaste framstegen inom maskininlärning och datorseende för att ytterligare förbättra vår branschledande IoT-plattform, Autonomise.ai och AI-videotelematiklösningar ”, avslutar Kent.

Tidsstämpel:

Mer från Tillverkning och logistik