New York pokreće pilot projekt za održavanje pruge vođen umjetnom inteligencijom
Metropolitan Transportation Authority (MTA) pokrenuo je pilot projekt u partnerstvu s Googleovim javnim sektorom za poboljšanje održavanja tračnica podzemne željeznice korištenjem umjetne inteligencije (AI) i senzorske tehnologije
Inicijativa TrackInspect integrira hardver senzora sa sustavima temeljenim na oblaku za otkrivanje potencijalnih kvarova na stazi kojom prolazi podzemna željeznica prije nego što dovedu do prekida usluge.
Program koristi Google Pixel pametne telefone
“TrackInspect nadopunjuje trenutnu praksu nadopunjavanjem postojećih inspekcija vrijednim ciljanim podacima temeljenim na vlakovima koji prolaze područjima i pristupu resursima koji su im na dohvat ruke dok su na terenu koristeći sučelje za razgovor”, rekao je glasnogovornik MTA-a za Cities Today.
Program koristi Google Pixel pametne telefone naknadno opremljene standardnim plastičnim kućištima i montirane na R46 vagone podzemne željeznice duž linije A u New Yorku. Ovi pametni telefoni hvataju vibracije i zvučne uzorke putem ugrađenih senzora i mikrofona, identificirajući područja koja mogu zahtijevati preventivno održavanje.
Prikupljeni podaci prenose se u stvarnom vremenu u sustave temeljene na oblaku, gdje algoritmi strojnog učenja analiziraju informacije i generiraju prediktivna upozorenja za održavanje. Inspektori pruge zatim prate označene lokacije kako bi potvrdili stanje i osigurali da je održavanje obavljeno.
“Trenutno postoje inspektori pruge koji obilaze prugu dvaput tjedno, vizualno tražeći kvarove na pruzi“, dodao je glasnogovornik. “Također postoji Track Geometry Car koji može identificirati nedostatke, a nadzornici odlaze na teren kako bi provjerili i popravili te nedostatke prije nego što postanu stanje koje može utjecati na operacije.“
Program je već pokazao pozitivne rezultate
MTA izvješćuje da je program već pokazao pozitivne rezultate, identificirajući 92 posto lokacija nedostataka koje su pronašli inspektori pruge tijekom pilot faze. Tijekom prve faze, sustav je prikupio impresivnih 335 milijuna očitanja senzora, 1 milijun GPS lokacija i 1200 sati audio podataka.
Ovi podaci, u kombinaciji s informacijama iz vagona s geometrijom kolosijeka MTA, povećavaju brzinu i točnost dijagnostike kolosijeka, pomažući u identificiranju i učinkovitijem rješavanju problema s kolosijekom.
U odgovoru na pitanja o skalabilnosti i cijeni proširenja programa, glasnogovornik MTA-e objasnio je: “Tehnologija je upravo pokrenuta kao pilot program kako bi se bolje razumjelo može li se i kako ova tehnologija dalje usavršavati i implementirati u većem opsegu.“
MTA također istražuje druga senzorska i analitička rješenja koja bi se mogla integrirati u sustav TrackInspect, s fokusom na osiguravanje interoperabilnosti između različitih tehnologija.
