Коли заходить мова про супутники в транспорті, більшість із нас уявляє навігаційний застосунок у телефоні. Європейський проєкт SPATRA показує, що орбіта може запропонувати набагато більше: дані спостереження Землі, підсилені штучним інтелектом, допомагають стежити за температурою рейок і зменшувати затори на прикордонному переході в Сербії. Мета проста — безпечніший, ефективніший і дружніший до довкілля наземний транспорт, а наприкінці ти можеш перевірити, який ти мандрівник у світі даних.
Європейська мережа наземного транспорту стикається одразу з багатьма проблемами. Рух стає щільнішим, уся система ускладнюється, а її вплив на довкілля зростає. Для керівників доріг і залізниць це серйозний виклик. Проєкт SPATRA, що фінансується ЄС, пропонує відповідь, яка надходить з орбіти: супутникові дані, підсилені штучним інтелектом.
Мета команди була амбітною, але конкретною. Мережі наземного транспорту мають стати безпечнішими, ефективнішими та дружнішими до довкілля, а інструментом, який має це уможливити, є дані, що вже обертаються над нашими головами.
Дані спостереження Землі вже давно дають вирішальні знання для таких галузей, як сільське господарство чи управління катастрофами. Проте є ще чимало сфер, де весь потенціал цієї технології залишається невикористаним. Команда SPATRA визначила дві такі галузі: автомобільний і залізничний транспорт. На її думку, застосунки на основі супутників могли б принести там набагато більше користі.
Координаторка проєкту Данієла Рістіч-Дюрант (Danijela Ristic-Durrant) з OHB Digital Services у Німеччині звертає увагу на певну звичку мислення. «Коли ми говоримо про використання супутникових даних в наземному транспорті, ми схильні думати про застосунки, які використовують глобальні навігаційні супутникові системи, наприклад EGNSS», — каже дослідниця.
Тим часом інше джерело інформації з космосу лишається в тіні. «Дані спостереження Землі, наприклад у вільному доступі дані Copernicus Sentinel, використовуються не так активно. У цьому проєкті ми хотіли показати ситуації, у яких такі дані могли б принести користь», — пояснює Рістіч-Дюрант. Слова «у вільному доступі» тут важливі: це ресурси, до яких може звернутися будь-хто, хто має ідею, як їх використати.
Команда запропонувала й розробила два сценарії використання: один для залізниці, другий для доріг. Обидва працюють за одним принципом: супутникові дані потрапляють у моделі, підсилені штучним інтелектом, а ті видають інформацію, що допомагає людям ухвалювати кращі рішення.
Перший сценарій зосередився на тому, як температура впливає на залізничні мережі. Сьогодні керівники інфраструктури діють переважно за прогнозами. «Керівники інфраструктури часто користуються прогнозами погоди, щоб передбачити, чи не нагріються колії надто сильно», — пояснює Рістіч-Дюрант.
Коли ризик високий, машиністи отримують так звані приписи знизити швидкість або рух зупиняють цілком. Як наголошує координаторка, це може спричиняти значні збої в роботі залізниці.
Команда SPATRA розробила систему, що поєднує теплові супутникові дані Copernicus з машинним навчанням. Алгоритми підвищують роздільність даних, завдяки чому можна стежити за температурою рейок і оцінювати ризик випирання колії, тобто деформації залізничного шляху.
Рішення випробували в польових умовах у Сербії. Тести показали, що система може дати керівникам інфраструктури змогу безперервно стежити за коливаннями температури рейок у всій мережі. Завдяки цьому ризики деформації колії можна виявити раніше, а це сприяє безпечному й ефективному залізничному сполученню.
Другий сценарій привів команду на дороги, а конкретно на сербський прикордонний перехід Батровці. Мета полягала в тому, щоб впоратися із заторами та оптимізувати паркувальні майданчики. «Ідея була в тому, що логістичні менеджери могли б використовувати супутникові дані, щоб стежити за рівнем заторів на кордонах, а також оцінювати заповненість паркувальних місць», — каже Рістіч-Дюрант.
У цьому застосунку поєдналося кілька технологій. Проєкт використав можливості як Європейської глобальної навігаційної супутникової системи, так і супутникових систем Copernicus у поєднанні з комп’ютерним зором на основі дронів і штучним інтелектом. Результат? Логістичні менеджери змогли ефективніше планувати поїздки та точніше оцінювати час прибуття.
SPATRA показав, як дані спостереження Землі можна застосовувати в моделях, підсилених штучним інтелектом, щоб забезпечити плавний і безпечний транспорт. Краще керування автомобільним рухом і точніший моніторинг залізничної інфраструктури мають і екологічний вимір: ефективніші мережі наземного транспорту водночас дружніші до довкілля.
Координаторка оцінює результати тверезо. «Нам вдалося підвищити рівень технологічної готовності цих застосунків», — зазначає Рістіч-Дюрант. Одразу додає, що робота ще не закінчена: «Як і в будь-якій системі, що використовує моделі штучного інтелекту, нам тепер потрібно зібрати більше даних для навчання моделей». Подальші вдосконалення та польові випробування мають наблизити технологію до готовності для ринку й заохотити нові інвестиції в супутникові рішення для наземного транспорту.
Проєкт SPATRA нагадує, що супутники — це не лише навігація. Дані Copernicus Sentinel у вільному доступі, поєднані з машинним навчанням, дали змогу стежити за температурою рейок у всій мережі й раніше помічати ризик деформації колії, а на кордоні в Батровцях допомогли оцінити затори та заповненість паркувальних майданчиків. Для студентів інформатики, геоінформатики чи логістики це чіткий сигнал: дані з орбіти чекають на ідеї, а штучному інтелекту їх потрібно дедалі більше, щоб працювати краще.
5 запитань · одна хвилина
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文