Eine intelligente und datengesteuerte Lösung für die Straßenbeleuchtung auf flämischen Autobahnen
Auswirkung
Die flämische Regierung und das Amt für Straßen und Verkehr (AWV) arbeiten mit ML6 zusammen, um Energie zu sparen und die Lichtverschmutzung auf Autobahnen zu reduzieren. Durch den Einsatz einer unserer leistungsstarken KI-Lösungen wird die AWV in der Lage sein, die Straßenbeleuchtung zu steuern, sie auszuschalten, wenn es möglich ist, und nur die Bereiche zu beleuchten, die aus Sicherheitsgründen beleuchtet werden müssen. Dies wird in kleineren Regionen und für kürzere Zeiträume geschehen, was dazu beitragen wird, Geld zu sparen und die Umwelt zu schützen. Auf dem Weg zur vollautomatischen Beleuchtungssteuerung wird der Betreiber datengestützte Entscheidungen treffen. Schließlich stellen wir sicher, dass das Projekt seine Hauptziele - Energieeinsparungen und geringere Lichtverschmutzung - erreicht, ohne die Sicherheit der Verkehrsteilnehmer zu gefährden.
Der Kunde
AWV verwaltet 7.000 km Straßen und Autobahnen und mehr als 7.700 km Radwege in Flandern. Ihr Ziel ist es, den Verkehrsteilnehmern eine sichere und umweltfreundliche Mobilität zu bieten. Um dies zu erreichen, arbeiten sie eng mit verschiedenen Partnern zusammen, tauschen Informationen aus und setzen die besten Ideen und Technologien ein.
Die Herausforderung
Die Daten, die wir für unsere Lösung benötigen, stammen aus verschiedenen Abteilungen und in unterschiedlichen Formaten. Die Zusammenführung dieser Daten ist jedoch aufgrund der schlechten Qualität oder der übermäßigen Menge schwierig. Um dieses Problem zu lösen, haben wir einen Data Lake eingerichtet, in dem wir alle Daten an einem Ort speichern können, um sie für das Data Engineering leichter nutzen zu können.
Ein weiterer Punkt, den es zu beachten gilt, ist, dass die Endnutzer unserer Lösung vertrauen und erkennen müssen, dass sie zuverlässig und hilfreich ist. Die Verwendung eines Systems, das erklärbare KI und einen Menschen in der Schleife kombiniert, kann helfen, dieses Vertrauen aufzubauen.
Zusammengefasst:
1/ Dezentralisierung der Daten
2/ Datenqualität
3/ Große Daten
4/ Abhängigkeit von anderen Durchführungspartnern
5/ Gewinnen Sie das Vertrauen des Endverbrauchers
Lösung
Um die Schaltung der Beleuchtung auf flämischen Autobahnen zu verbessern, haben wir einen Data Lake auf der Google Cloud Platform eingerichtet. Auf diese Weise führen wir Daten aus verschiedenen Quellen zusammen, z. B. Verkehrsintensität, Sonnenauf- und -untergang, Niederschlagsvorhersagen und geplante Straßenarbeiten.
Intelligente Algorithmen werden dann so trainiert, dass sie den Schaltplan für die Straßenbeleuchtung 7 Tage im Voraus vorhersagen und bei unerwarteten Ereignissen wie Staus oder meteorologischen Phänomenen Vorschläge in Echtzeit machen können. Hierfür verwenden wir Daten von z. B. Waze oder KMI.
Darüber hinaus beinhalten alle unsere Schaltvorschläge eine spezifische Dimmstufe der Beleuchtung, die sich nach dem aktuellen Geschehen richtet. Dies ist eine wichtige Funktion zum Energiesparen.
Schließlich ermöglicht diese Plattform auch die Optimierung anderer Entscheidungen, wie die Salzstreuung auf Autobahnen und Radwegen. Der Einsatz von DataOps- und MLOps-Best-Practices hilft, Kosten zu senken und Risiken zu minimieren, während gleichzeitig die Qualität und Geschwindigkeit der Datenanalyse verbessert wird. Insgesamt trägt unsere innovative Lösung dazu bei, Datenquellen zu zentralisieren und neue datengesteuerte und KI-Anwendungsfälle für AWV zu ermöglichen.
Unter
Resultate
Für dieses Projekt hat sich die Agentur für Straßen und Verkehr mit dem KI-Spezialisten ML6 zusammengetan. Dank unserer starken Fokussierung auf die neueste angewandte Forschung im Bereich der künstlichen Intelligenz konnten wir AWV einen beispiellosen Zugang zu selbstlernender Technologie bieten und sie bei der Erfüllung ihrer Projektziele unterstützen.