Keď sa povie satelity v doprave, väčšina z nás si predstaví navigáciu v telefóne. Európsky projekt SPATRA ukazuje, že obežná dráha ponúka oveľa viac: dáta z pozorovania Zeme, podporené umelou inteligenciou, pomáhajú strážiť teplotu koľajníc a zmierňovať zápchy na hraničnom priechode v Srbsku. Cieľ je jednoduchý — bezpečnejšia, efektívnejšia a k životnému prostrediu ohľaduplnejšia pozemná doprava — a na konci si môžeš overiť, aký typ cestovateľa si vo svete dát.
Európska sieť pozemnej dopravy sa potýka s mnohými problémami naraz. Premávka houstne, celý systém je zložitejší a jeho vplyv na životné prostredie rastie. Pre správcov ciest a železníc je to vážna výzva. Projekt SPATRA financovaný z prostriedkov EÚ ponúka odpoveď, ktorá prichádza z obežnej dráhy: satelitné dáta vylepšené umelou inteligenciou.
Cieľ tímu bol ambiciózny, ale konkrétny. Siete pozemnej dopravy majú byť bezpečnejšie, efektívnejšie a ohľaduplnejšie k životnému prostrediu a nástrojom, ktorý to má umožniť, sú dáta, čo už krúžia nad našimi hlavami.
Dáta z pozorovania Zeme už dlho poskytujú zásadné poznatky pre odvetvia, ako je poľnohospodárstvo alebo riešenie katastrof. Napriek tomu existuje veľa oblastí, kde plný potenciál tejto technológie zostáva nevyužitý. Tím SPATRA určil dve takéto oblasti: cestnú a železničnú dopravu. Podľa jeho názoru by tam aplikácie využívajúce satelity mohli priniesť oveľa viac výhod.
Koordinátorka projektu Danijela Ristic-Durrant z nemeckej spoločnosti OHB Digital Services upozorňuje na istý zvyk v uvažovaní. „Keď hovoríme o využití satelitných dát v pozemnej doprave, máme sklon myslieť na aplikácie, ktoré používajú globálne navigačné satelitné systémy, napríklad EGNSS,“ hovorí výskumníčka.
Iný zdroj informácií z vesmíru pritom zostáva v tieni. „Dáta z pozorovania Zeme, napríklad voľne dostupné dáta z družíc Copernicus Sentinel, sa používajú menej. V tomto projekte sme chceli ukázať situácie, v ktorých by takéto dáta mohli priniesť úžitok,“ vysvetľuje Ristic-Durrant. Slová „voľne dostupné“ sú tu dôležité: ide o zdroje, po ktorých môže siahnuť každý, kto má nápad, ako ich využiť.
Tím navrhol a vyvinul dva prípady použitia, jeden pre železnicu a jeden pre cesty. Oba majú rovnaký princíp: satelitné dáta vstupujú do modelov vylepšených umelou inteligenciou a tie poskytujú informácie, ktoré ľuďom pomáhajú lepšie sa rozhodovať.
Prvý prípad použitia sa zameral na to, ako teplota ovplyvňuje železničné siete. Správcovia infraštruktúry dnes konajú najmä podľa predpovedí. „Správcovia infraštruktúry často používajú predpovede počasia, aby odhadli, či sa koľaje pravdepodobne príliš rozpália,“ vysvetľuje Ristic-Durrant.
Keď je riziko vysoké, rušňovodiči dostanú takzvané príkazy na zníženie rýchlosti, alebo sa premávka celkom zastaví. Ako koordinátorka zdôrazňuje, môže to viesť k významným narušeniam železničnej prevádzky.
Tím SPATRA vyvinul systém, ktorý kombinuje tepelné satelitné dáta z programu Copernicus so strojovým učením. Algoritmy slúžia na zvýšenie rozlíšenia dát, vďaka čomu možno sledovať teplotu koľajníc a odhadovať riziko vybočenia koľají, teda deformácie trate.
Riešenie bolo vyskúšané v teréne v Srbsku. Testy ukázali, že systém môže správcom infraštruktúry umožniť nepretržite sledovať kolísanie teploty koľajníc v celej sieti. Vďaka tomu možno riziká deformácie trate odhaliť skôr, čo podporuje bezpečnú a efektívnu železničnú dopravu.
Druhý prípad použitia zaviedol tím na cesty, konkrétne na srbský hraničný priechod Batrovci. Cieľom bolo riešiť zápchy a optimalizovať parkovacie kapacity. „Myšlienka bola, že by satelitné dáta mohli využívať logistickí manažéri na sledovanie úrovne zápch na hraniciach a tiež na posudzovanie obsadenosti parkovacích miest,“ hovorí Ristic-Durrant.
V tejto aplikácii sa spojilo niekoľko technológií. Projekt využil možnosti európskeho globálneho navigačného satelitného systému aj satelitných systémov Copernicus v kombinácii s vizuálnou analýzou z dronov a umelou inteligenciou. Výsledok? Logistickí manažéri mohli plánovať cesty efektívnejšie a presnejšie odhadovať časy príchodu.
SPATRA ukázal, ako možno dáta z pozorovania Zeme využiť v modeloch vylepšených umelou inteligenciou, aby bola doprava plynulá a bezpečná. Lepšie riadenie cestnej premávky a presnejšie sledovanie železničnej infraštruktúry majú aj environmentálnu stránku: efektívnejšie siete pozemnej dopravy sú zároveň ohľaduplnejšie k životnému prostrediu.
Koordinátorka hodnotí výsledky triezvo. „Podarilo sa nám zvýšiť úroveň technologickej pripravenosti týchto aplikácií,“ konštatuje Ristic-Durrant. Hneď dodáva, že práca tým nekončí: „Ako pri každom systéme, ktorý využíva modely umelej inteligencie, teraz potrebujeme zhromaždiť ďalšie dáta na trénovanie modelov.“ Ďalšie vylepšovanie a testovanie v teréne majú priblížiť technológiu pripravenosti pre trh a podporiť ďalšie investície do riešení pre pozemnú dopravu založených na satelitoch.
Projekt SPATRA pripomína, že satelity nie sú len o navigácii. Voľne dostupné dáta z družíc Copernicus Sentinel v kombinácii so strojovým učením umožnili sledovať teploty koľajníc v celej sieti a skôr odhaliť riziko deformácie trate, zatiaľ čo na hranici v Batrovciach pomohli posúdiť zápchy a obsadenosť parkovísk. Pre študentov informatiky, geoinformatiky alebo logistiky je to jasný signál: dáta z obežnej dráhy čakajú na nápady a umelá inteligencia ich potrebuje stále viac, aby fungovala lepšie.
5 otázok · jedna minúta
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文