انتقل إلى الصفحة الرئيسية "الأمن الرقمي"

هذا الحل متعدد الوسائط للرصد والتنقل, يستخدم الذكاء الاصطناعي, البيانات الضخمة والتعلم الآلي مما يسمح لك بتوفير رؤية أكبر في توزيع الركاب وتدفقهم على القطارات والمحطات.

ألستوم ماستريا

الستوم أصدرت نسخة جديدة من Mastria, نظام رصد متعدد الوسائط وحلول تنقل يستخدم الذكاء الاصطناعي لتزويد المشغلين وسلطات النقل بأدوات لإدارة تدفق الركاب.

يسمح للمشغلين بالتكيف, بسهولة وفي الوقت الحقيقي, تقديم مختلف متطلبات التباعد الاجتماعي والتجمعات العامة التي نشأت بسبب جائحة COVID-19.

بفضل البيانات الكبيرة والتعلم الآلي, تقدم Mastria رؤية أكبر في توزيع الركاب وتدفقهم على القطارات والمحطات, فضلا عن ميزات التنبؤية. مع هذا الحل يمكنك توقع ومراقبة كثافة وعمليات الركاب في الوقت الحقيقي, تكييف تردد القطار, القدرة والعدد المطلوب من القطارات, فضلا عن تدفق الركاب إلى المحطات, من بين أمور أخرى.

يجعل من السهل على العرض القطار مع الطلب, تحسين ظروف التشغيل, بما في ذلك التكاليف, ومفيدة بشكل خاص لإدارة تذبذب الطلب, كما هو الحال خلال ساعات الذروة, أحداث أو قيود خاصة على التنقل, كما هو الحال في COVID-19.

تطبيق Mastria الجديد يضيف معلومات عن طلب الركاب على أجهزة استشعار القطارات, آلات التذاكر, إشارات المرور, نظم الإدارة, كاميرات مراقبة وشبكات متنقلة لتوفير صورة في الوقت الحقيقي لتدفقات الركاب.

من هذه النقطة, معالجة المعلومات ونقلها إلى المشغلين لضمان وتوقع مستويات محددة من الاحتلال, كنسبة مئوية من السعة القصوى, في جميع الأوقات. قد تشير إلى زيادة وتيرة القطارات, إعادة توزيع تدفق الناس إلى محطات معينة, إعادة تكييفها مع نظم النقل الأخرى, تقييد الدخول إلى المحطات أو حتى إدارة توزيع الركاب على المنصة لمحاذاتها مع السيارات ذات المساحة أكبر على متن القطار.

Predecir es prevenir. قدرة هذه الأداة على تحليل ملايين البيانات في الوقت الحقيقي تجعلها حليفًا لا غنى عنه للمشغلين في جميع الأوقات, ولكن خصوصا في السياق الحالي. يتفق الخبراء على أن وسائل النقل العام, وخصوصا السكك الحديدية, سوف تظل العمود الفقري للتنقل الحضري. La inteligencia artificial será nuestro mejor compañero de viaje en esta nueva era de movilidad”, ستيفان فيراي بومونت تعليقات, نائب الرئيس للابتكار والتنقل الذكي في Alstom للتنقل الرقمي.

تجربة بنما

ألستوم نفذت Mastria على مترو بنما في أواخر العام الماضي. وكان الهدف هو تحليل تدفقات المسافرين وتوفير وسيلة لتجنب التشبع الذي ظهر في أوقات لا يمكن التنبؤ بها وفقط في مواسم معينة.

في ثلاثة أشهر فقط, وبفضل تقنيات التعلم العميق (الشبكات العصبية الاصطناعية التي تسمح خوارزميات التعلم الذاتي), يمكنك التنبؤ بالتشبع المترجم حتى 30 دقائق قبل أن يمكن ملاحظتها بشكل واضح, السماح بالإجراءات التصحيحية التي تقلل من أوقات الانتظار في المحطات.

في الوقت الحالي, ردا على الوضع في كوزيد-19, يتم استخدام نفس التكنولوجيا لتكييف الإجراءات التشغيلية التي تحافظ على تحميل القطار على 40% من سعتها القصوى, أوصت السلطات الصحية في البلد.

استخدام مصادر بيانات مختلفة, مثل معلومات السفر للمستخدم و وزن السيارات, تم تطوير ميزات جديدة: رصد في الوقت الحقيقي للكثافة وتدفق الركاب في المحطات والقطارات, مع تنبيهات تنبؤية جديدة, محاكاة فتح وإغلاق الوصول إلى المحطات, وتحليل توزيع الركاب على طول القطارات.

تكنولوجيا ماسترا

ويستند Mastria على أربع وظائف القياسية: مراقبة متعددة الوسائط, إدارة حركة المرور, تنسيق العمليات والتحليل التنبؤي. هذه هي شكلية للغاية ويمكن الجمع بين وفقا لاحتياجات المشغلين وبيئة شبكة التنقل العالمية.

هذه التكنولوجيا استيعاب البيانات من المعلومات الخارجية ونظم التحكم عبر اتصالات الشبكة الآمنة. إنه مرن وقابل للتطوير, ويتكيف مع شبكات النقل المختلفة من أي حجم. أيضا, يمكن توسيعها لتشمل خطوط جديدة أو وسائل نقل إضافية.

العديد من تطبيقات تجريبية من تكنولوجيا الذكاء الاصطناعي Mastria قد تم بالفعل في باريس, فلورنس, سرقسطة وبنما.


يكون إجتماعي, حصة!

هل أعجبك هذا المقال?

الاشتراك في موقعنا تغذية RSS وسوف تفقد شيئا في.

مقالات أخرى عن ,
من قبل • 6 يوليو, 2020
• قسم: دراسات حالة, التحكم في الوصول, نظم التحكم

مقالات ذات صلة