2022-06-07 12:16:01
Η απεικόνιση με τη βοήθεια υπολογιστή από την καμπίνα μπορεί να βοηθήσει στην παρακολούθηση της βλάστησης δίπλα στη γραμμή γρήγορα, με ασφάλεια και φθηνά. Μια κοινοπραξία εμπορικών και ακαδημαϊκών συμφερόντων συνεργάστηκε με τη Network Rail για να αναλάβει τον έλεγχο του αυξανόμενου προβλήματος κατά μήκος των σιδηροδρομικών γραμμών της Βρετανίας.
Του Simon Walton
Για πρώτη φορά ολόκληρο το δίκτυο των 20.000 μιλίων (32.000 km) μπορεί να παρακολουθείται οικονομικά σε πραγματικό χρόνο, αυξάνοντας δραματικά την αποτελεσματικότητα των ειδικών επιθεωρητών. Το μόνο που λείπει είναι ένα γρήγορα κινούμενο εμπορευματικό τρένο.
Το Κέντρο Οικολογίας και Υδρολογίας του Ηνωμένου Βασιλείου (UKCEH) και η τεχνολογική εταιρεία Keen AI συνεργάζονται με το Network Rail, για την ανάπτυξη καινοτόμων λύσεων για την εξ αποστάσεως παρακολούθηση της βιοποικιλότητας. Έχουν αποδείξει ότι η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει χωροκατακτητικά είδη από την πίστα, καθώς και ιθαγενή δέντρα που απειλούνται δυνητικά λόγω ασθενειών, όπως η εξασθένιση της τέφρας
. Η δυνατότητα δεδομένων σε πραγματικό χρόνο θα επιτρέψει στους εργαζόμενους σιδηροδρόμων να προβούν στις κατάλληλες ενέργειες, ως μέρος της δέσμευσης της Network Rail να επιτύχει καθαρό κέρδος βιοποικιλότητας στη γη της έως το 2035.
Επιτυχημένες δοκιμές
Το UKCEH, το οποίο έχει τέσσερις τοποθεσίες σε όλη τη Μεγάλη Βρετανία και το Keen AI από το Μπέρμιγχαμ, δημιούργησαν λογισμικό που μπορεί να αναγνωρίσει τα πάντα, από ανθυγιεινές τέφρες έως ιαπωνικά knotweed - το τελευταίο αποτελεί σημαντική πηγή παραπόνων από τους γείτονες των σιδηροδρόμων.
Οι εταίροι αναπτύσσουν τώρα εξοπλισμό κάμερας ικανό να τραβήξει καθαρές φωτογραφίες της βλάστησης σε ένα γρήγορο τρένο. Μέχρι στιγμής, έχουν πραγματοποιήσει δύο επιτυχημένες δοκιμές - ταξίδια μετ' επιστροφής μεταξύ Μπέρμιγχαμ και Aberystwyth και μεταξύ Weymouth και Moreton στο Dorset.
Το φορτίο θα μπορούσε να παίξει καθοριστικό ρόλο
«Ο εξοπλισμός μας ήταν σε θέση να τραβήξει χιλιάδες καθαρές εικόνες από ένα τρένο που ταξίδευε με ταχύτητα έως και 125 χλμ/ώρα», εξήγησε ο γιατρός Τομ Όγκουστ, υπολογιστικός οικολόγος στο UKCEH . "Το λογισμικό τεχνητής νοημοσύνης μας μπορεί να αναγνωρίσει είδη με υψηλό επίπεδο ακρίβειας." Αυτή θα μπορούσε να είναι η απάντηση στον ετήσιο προϋπολογισμό 200 εκατομμυρίων λιρών (233 εκατομμύρια ευρώ) της Network Rail για τη διαχείριση της βλάστησης.
Το πρωτότυπο τοποθετημένο σε δέσμη απομόνωσης. Πιθανώς κατάλληλο για φορτίο (Keen AI)
Οι φορείς εκμετάλλευσης εμπορευμάτων θα έχουν ήδη διαπιστώσει ότι η μέγιστη ταχύτητα με την οποία είναι αποτελεσματικό το σύστημα θα ήταν πολύ αργή για τις περισσότερες επιβατικές αμαξοστοιχίες ταχείας κυκλοφορίας, αλλά ταιριάζει καλά στο μοτίβο των εμπορευματικών κινήσεων.
Καλύτερη ισορροπία μεταξύ λειτουργιών και φύσης
Η Keen AI στο Μπέρμιγχαμ λέει ότι έχει πιέσει τα όρια του δυνατού όσον αφορά την ταχύτητα της κάμερας, την ποιότητα των εικόνων και το μέγεθος του συστήματος, διατηρώντας το ευέλικτο και χαμηλού κόστους. Η ομάδα εργάζεται για τη βελτίωση του συστήματος, αυξάνοντας τον ρυθμό λήψης εικόνων και διασφαλίζοντας ότι το καθένα χαρτογραφείται με ακρίβεια. Στόχος τους είναι να αυξήσουν την αποτελεσματική επιχειρησιακή ανάπτυξη στα 100 μίλια/ώρα (160 χλμ/ώρα).
Χαμογέλα για την κάμερα. Image Keen AI
Η Network Rail λέει ότι το έργο της τεχνητής νοημοσύνης θα υποστηρίξει τη στρατηγική της για την αειφορία, προκειμένου να επιτευχθεί καλύτερη ισορροπία μεταξύ της λειτουργίας του σιδηροδρόμου και της ευημερίας της φύσης. «Με 52.000 εκτάρια γης προς διαχείριση και επτά εκατομμύρια ανθρώπους που ζουν κοντά στον σιδηρόδρομό μας, η βελτίωση της βιοποικιλότητας είναι ένα ζωτικής σημασίας έργο που απαιτεί μελλοντικές λύσεις», δήλωσε ο Doctor Neil Strong, Διευθυντής Στρατηγικής Βιοποικιλότητας της Network Rail. «Η συνεργασία με το UKCEH και την Keen AI έδειξε ότι η χρήση της τεχνητής νοημοσύνης μπορεί να είναι ένας ασφαλέστερος, ταχύτερος, οικονομικότερος και πιο ολοκληρωμένος τρόπος παρακολούθησης της γης που περιβάλλει τον σιδηρόδρομο και να μας βοηθήσει να πραγματοποιήσουμε τον απώτερο στόχο μας για την επίτευξη καθαρού κέρδους στη βιοποικιλότητα. 2035."
railfreight.com
sidirodromikanea.blogspot.com
Του Simon Walton
Για πρώτη φορά ολόκληρο το δίκτυο των 20.000 μιλίων (32.000 km) μπορεί να παρακολουθείται οικονομικά σε πραγματικό χρόνο, αυξάνοντας δραματικά την αποτελεσματικότητα των ειδικών επιθεωρητών. Το μόνο που λείπει είναι ένα γρήγορα κινούμενο εμπορευματικό τρένο.
Το Κέντρο Οικολογίας και Υδρολογίας του Ηνωμένου Βασιλείου (UKCEH) και η τεχνολογική εταιρεία Keen AI συνεργάζονται με το Network Rail, για την ανάπτυξη καινοτόμων λύσεων για την εξ αποστάσεως παρακολούθηση της βιοποικιλότητας. Έχουν αποδείξει ότι η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει χωροκατακτητικά είδη από την πίστα, καθώς και ιθαγενή δέντρα που απειλούνται δυνητικά λόγω ασθενειών, όπως η εξασθένιση της τέφρας
Επιτυχημένες δοκιμές
Το UKCEH, το οποίο έχει τέσσερις τοποθεσίες σε όλη τη Μεγάλη Βρετανία και το Keen AI από το Μπέρμιγχαμ, δημιούργησαν λογισμικό που μπορεί να αναγνωρίσει τα πάντα, από ανθυγιεινές τέφρες έως ιαπωνικά knotweed - το τελευταίο αποτελεί σημαντική πηγή παραπόνων από τους γείτονες των σιδηροδρόμων.
Οι εταίροι αναπτύσσουν τώρα εξοπλισμό κάμερας ικανό να τραβήξει καθαρές φωτογραφίες της βλάστησης σε ένα γρήγορο τρένο. Μέχρι στιγμής, έχουν πραγματοποιήσει δύο επιτυχημένες δοκιμές - ταξίδια μετ' επιστροφής μεταξύ Μπέρμιγχαμ και Aberystwyth και μεταξύ Weymouth και Moreton στο Dorset.
Το φορτίο θα μπορούσε να παίξει καθοριστικό ρόλο
«Ο εξοπλισμός μας ήταν σε θέση να τραβήξει χιλιάδες καθαρές εικόνες από ένα τρένο που ταξίδευε με ταχύτητα έως και 125 χλμ/ώρα», εξήγησε ο γιατρός Τομ Όγκουστ, υπολογιστικός οικολόγος στο UKCEH . "Το λογισμικό τεχνητής νοημοσύνης μας μπορεί να αναγνωρίσει είδη με υψηλό επίπεδο ακρίβειας." Αυτή θα μπορούσε να είναι η απάντηση στον ετήσιο προϋπολογισμό 200 εκατομμυρίων λιρών (233 εκατομμύρια ευρώ) της Network Rail για τη διαχείριση της βλάστησης.
Το πρωτότυπο τοποθετημένο σε δέσμη απομόνωσης. Πιθανώς κατάλληλο για φορτίο (Keen AI)
Οι φορείς εκμετάλλευσης εμπορευμάτων θα έχουν ήδη διαπιστώσει ότι η μέγιστη ταχύτητα με την οποία είναι αποτελεσματικό το σύστημα θα ήταν πολύ αργή για τις περισσότερες επιβατικές αμαξοστοιχίες ταχείας κυκλοφορίας, αλλά ταιριάζει καλά στο μοτίβο των εμπορευματικών κινήσεων.
Καλύτερη ισορροπία μεταξύ λειτουργιών και φύσης
Η Keen AI στο Μπέρμιγχαμ λέει ότι έχει πιέσει τα όρια του δυνατού όσον αφορά την ταχύτητα της κάμερας, την ποιότητα των εικόνων και το μέγεθος του συστήματος, διατηρώντας το ευέλικτο και χαμηλού κόστους. Η ομάδα εργάζεται για τη βελτίωση του συστήματος, αυξάνοντας τον ρυθμό λήψης εικόνων και διασφαλίζοντας ότι το καθένα χαρτογραφείται με ακρίβεια. Στόχος τους είναι να αυξήσουν την αποτελεσματική επιχειρησιακή ανάπτυξη στα 100 μίλια/ώρα (160 χλμ/ώρα).
Χαμογέλα για την κάμερα. Image Keen AI
Η Network Rail λέει ότι το έργο της τεχνητής νοημοσύνης θα υποστηρίξει τη στρατηγική της για την αειφορία, προκειμένου να επιτευχθεί καλύτερη ισορροπία μεταξύ της λειτουργίας του σιδηροδρόμου και της ευημερίας της φύσης. «Με 52.000 εκτάρια γης προς διαχείριση και επτά εκατομμύρια ανθρώπους που ζουν κοντά στον σιδηρόδρομό μας, η βελτίωση της βιοποικιλότητας είναι ένα ζωτικής σημασίας έργο που απαιτεί μελλοντικές λύσεις», δήλωσε ο Doctor Neil Strong, Διευθυντής Στρατηγικής Βιοποικιλότητας της Network Rail. «Η συνεργασία με το UKCEH και την Keen AI έδειξε ότι η χρήση της τεχνητής νοημοσύνης μπορεί να είναι ένας ασφαλέστερος, ταχύτερος, οικονομικότερος και πιο ολοκληρωμένος τρόπος παρακολούθησης της γης που περιβάλλει τον σιδηρόδρομο και να μας βοηθήσει να πραγματοποιήσουμε τον απώτερο στόχο μας για την επίτευξη καθαρού κέρδους στη βιοποικιλότητα. 2035."
railfreight.com
sidirodromikanea.blogspot.com
ΜΟΙΡΑΣΤΕΙΤΕ
ΔΕΙΤΕ ΑΚΟΜΑ
ΠΡΟΗΓΟΥΜΕΝΟ ΑΡΘΡΟ
Δεν έχουμε μιλήσει με το STAR...
ΕΠΟΜΕΝΟ ΑΡΘΡΟ
ΠΑΤΡΑ: Ετσι έστησαν μπλόκο οι ρομά στον Προαστιακό!
ΣΧΟΛΙΑΣΤΕ
