Když se řekne satelity v dopravě, většina z nás si představí navigaci v telefonu. Evropský projekt SPATRA ukazuje, že oběžná dráha nabízí mnohem víc: data z pozorování Země, podpořená umělou inteligencí, pomáhají hlídat teplotu kolejnic a zmírňovat kongesce na hraničním přechodu v Srbsku. Cíl je jednoduchý — bezpečnější, účinnější a šetrnější k životnímu prostředí pozemní doprava — a na konci si můžeš ověřit, jaký typ cestovatele jsi ve světě dat.
Evropská síť pozemní dopravy se potýká s mnoha problémy najednou. Provoz houstne, celý systém je složitější a jeho dopad na životní prostředí roste. Pro správce silnic a železnic je to vážná výzva. Projekt SPATRA financovaný z prostředků EU nabízí odpověď, která přichází z oběžné dráhy: satelitní data vylepšená umělou inteligencí.
Cíl týmu byl ambiciózní, ale konkrétní. Sítě pozemní dopravy mají být bezpečnější, účinnější a šetrnější k životnímu prostředí a nástrojem, který to má umožnit, jsou data, jež už krouží nad našimi hlavami.
Data z pozorování Země už dlouho poskytují zásadní poznatky pro odvětví, jako je zemědělství nebo řešení katastrof. Přesto existuje mnoho oblastí, kde plný potenciál této technologie zůstává nevyužit. Tým SPATRA určil dvě takové oblasti: silniční a železniční dopravu. Podle jeho názoru by tam aplikace využívající satelity mohly přinést mnohem víc výhod.
Koordinátorka projektu Danijela Ristic-Durrant z německé společnosti OHB Digital Services upozorňuje na určitý zvyk v uvažování. „Když mluvíme o využití satelitních dat v pozemní dopravě, máme sklon myslet na aplikace, které používají globální navigační satelitní systémy, například EGNSS,“ říká výzkumnice.
Jiný zdroj informací z vesmíru přitom zůstává ve stínu. „Data z pozorování Země, například volně dostupná data z družic Copernicus Sentinel, se používají méně. V tomto projektu jsme chtěli ukázat situace, v nichž by taková data mohla přinést užitek,“ vysvětluje Ristic-Durrant. Slova „volně dostupná“ jsou tu důležitá: jde o zdroje, po kterých může sáhnout každý, kdo má nápad, jak je využít.
Tým navrhl a vyvinul dva případy použití, jeden pro železnici a jeden pro silnice. Oba mají stejný princip: satelitní data vstupují do modelů vylepšených umělou inteligencí a ty poskytují informace, které lidem pomáhají lépe se rozhodovat.
První případ použití se zaměřil na to, jak teplota ovlivňuje železniční sítě. Správci infrastruktury dnes jednají hlavně podle předpovědí. „Správci infrastruktury často používají předpovědi počasí, aby odhadli, zda se koleje pravděpodobně příliš rozpálí,“ vysvětluje Ristic-Durrant.
Když je riziko vysoké, strojvedoucí dostanou takzvané příkazy ke snížení rychlosti, nebo se provoz úplně zastaví. Jak koordinátorka zdůrazňuje, může to vést k významným narušením železničního provozu.
Tým SPATRA vyvinul systém, který kombinuje tepelná satelitní data z programu Copernicus se strojovým učením. Algoritmy slouží ke zvýšení rozlišení dat, takže lze sledovat teplotu kolejnic a odhadovat riziko vybočení kolejí, tedy deformace tratě.
Řešení bylo vyzkoušeno v terénu v Srbsku. Testy ukázaly, že systém může správcům infrastruktury umožnit nepřetržitě sledovat kolísání teploty kolejnic v celé síti. Díky tomu lze rizika deformace tratě odhalit dříve, což podporuje bezpečný a účinný železniční provoz.
Druhý případ použití zavedl tým na silnice, konkrétně na srbský hraniční přechod Batrovci. Cílem bylo řešit kongesce a optimalizovat parkovací kapacity. „Myšlenka byla, že by satelitní data mohli využívat logističtí manažeři ke sledování úrovně kongescí na hranicích a také k posuzování obsazenosti parkovacích míst,“ říká Ristic-Durrant.
V této aplikaci se spojilo několik technologií. Projekt využil možnosti evropského globálního navigačního satelitního systému i satelitních systémů Copernicus v kombinaci s vizuální analýzou z dronů a umělou inteligencí. Výsledek? Logističtí manažeři mohli plánovat cesty efektivněji a přesněji odhadovat časy příjezdu.
SPATRA ukázal, jak lze data z pozorování Země uplatnit v modelech vylepšených umělou inteligencí, aby byla doprava plynulá a bezpečná. Lepší řízení silničního provozu a přesnější sledování železniční infrastruktury mají i environmentální stránku: účinnější sítě pozemní dopravy jsou zároveň šetrnější k životnímu prostředí.
Koordinátorka hodnotí výsledky střízlivě. „Podařilo se nám zvýšit úroveň technologické připravenosti těchto aplikací,“ konstatuje Ristic-Durrant. Hned dodává, že práce tím nekončí: „Jako u každého systému, který využívá modely umělé inteligence, teď potřebujeme shromáždit další data k trénování modelů.“ Další vylepšování a testování v terénu mají přiblížit technologii připravenosti pro trh a podpořit další investice do řešení pro pozemní dopravu založených na satelitech.
Projekt SPATRA připomíná, že satelity nejsou jen o navigaci. Volně dostupná data z družic Copernicus Sentinel v kombinaci se strojovým učením umožnila sledovat teploty kolejnic v celé síti a dříve odhalit riziko deformace tratě, zatímco na hranici v Batrovci pomohla posoudit kongesce a obsazenost parkovišť. Pro studenty informatiky, geoinformatiky nebo logistiky je to jasný signál: data z oběžné dráhy čekají na nápady a umělá inteligence jich potřebuje stále víc, aby fungovala lépe.
5 otázek · jedna minuta
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文