Машинное обучение и IoT помогают избежать аварий в гололед

«В этом году у нас выпало 6 дюймов дождей в январе, совершенно неслыханно для этого времени года, — говорит Дэн Шахер, ответственный за состояние дорог в округе Фэрбанкс на Аляске. — Такого не припомнят даже старожилы». Колебания температуры приводят к оледенению дорог, но прежний опыт уже не помогает справиться с ситуацией. На помощь пришли датчики IoT и машинное обучение.

Fathym оснастила парк снегоуборочных машин и легких грузовиков округа системой мобильных сенсоров, отслеживающих температуру дороги, количество осадков и состояние дорожного покрытия. В течение обычного рабочего дня сенсоры отсылают данные с интервалом в 3 секунды в облачную аналитическую платформу WeatherCloud, которая работает на базе облачных сервисов Microsoft.

Платформа соединяет полученные данные с прогнозами местных метеостанций и выдает Шахеру сводку. Например, если WeatherCloud показывает, что на севере города больше льда, чем на юге, он распределяет химические реагенты соответственно. Если сводка предупреждает о снижении температуры через 3 дня, он не посылает команду с антигололедными реагентами, от которых льда станет еще больше.

Такая информация позволяет не только экономить средства местного департамента транспорта, но и спасает жизни. Ежегодно в США из-за льда на дорогах происходит 150 000 аварий, травмы получают 39 000 человек, 550 человек погибает. Департамент транспорта Аляски — первый клиент Fathym, но компания планирует перенести полученный опыт на другие штаты и за рубеж, сообщает Quartz.

Облачная ИИ-платформа, которую разработала компания RoadBotics, работает с камерами смартфонов и непрерывно контролирует дорожные условия, когда водители путешествуют по дорогам США. А технология глубокого обучения помогает определить дефекты дорожного покрытия.