Primjena umjetne inteligencije u sustavima javnog prijevoza pametnih gradova

Primjena umjetne inteligencije u sustavima javnog prijevoza pametnih gradova
Darijan Marčetić iz ATRON grupe, Foto: Ratko Mavar

Kako jučer održana Liderova konferencija Smart Cities nastoji ići u skladu s najnovijim trendovima na tržištu, održano je i predavanje na temu primjene umjetne inteligencije u javnom prijevozu

Darijan Marčetić, voditelj je istraživanja i razvoja na projektu Analiza podataka i planiranje u javnom prijevozu primjenom umjetne inteligencije ATRON grupe istaknuo je da javni prijevoz pomaže smanjenju gužvi u prometu, smanjenju zagađenja zraka te smanjenju potrošnje energije. 

Upravo zato su važni projekti u segmentu pametnog javnog prijevoza jer su moderna javna transportna vozila opremljena senzorima i komunikacijskim tehnologijama koje pametni transportni sustavi mogu koristiti za obavještavanje putnika i operatera u stvarnom vremenu o stanju u prometu. 

Modeli umjetne inteligencije se koriste za predviđanje složenih prometnih scenarija

Senzori u vozilima u stvarnom vremenu generiraju podatke o poziciji, brzini, broju putnika, tehničkim parametrima vozila, vremenskim uvjetima, vremenima dolazaka i odlazaka vozila sa stanica – objasnio je Marčetić govoreći i da pametni javni prijevoz omogućava planiranje reda vožnje, nadzor kvalitete usluge, detekciju kritičnih situacija i obavještavanje u stvarnom vremenu.

Upravo tu mogu pomoći određeni alati umjetne inteligencije jer, kako je prikazao Marčetić u svom kratkom predavanju, modeli umjetne inteligencije se koriste za predviđanje složenih prometnih scenarija.

Umjetna inteligencija detektira i predviđa zastoje na temelju aktualnih i povijesnih podataka – kazao je Marčetić pokazujući primjere kako umjetna inteligencija može na pojedinačnim rutama detektirati i nekoliko stotina scenarija što na kraju rezultira pronalaskom najboljeg rasporeda vožnje za javni prijevoz. 

– Modeli umjetne inteligencije koji se koriste za analizu i planiranje se podvrgavaju kontinuiranom procesu samoevaluacije kako bi se ostvarila garancija kvalitete usluge – zaključio je Marčetić.