Wat is AiRAP?

Gegevens worden steeds meer beschouwd als cruciaal voor het aanpakken van de mondiale verkeersveiligheidscrisis. Het Tweede Decennium van Actie van de VN heeft tot doel het aantal dodelijke en ernstig gewonde verkeersongevallen tegen 2030 te halveren. Om dit te verwezenlijken moeten de instrumenten en methoden die worden gebruikt om wegen met een hoog risico te beoordelen en aan te pakken, worden geïntegreerd in elk aspect van de planning, het ontwerp en de aanpak van een wegennetwerk. investeringen, aanleg, beheer en onderhoud.

Het AiRAP-initiatief werd in 2019 door iRAP bedacht om de toegang tot en de toepassing van bestaande en opkomende databronnen wereldwijd te helpen verbeteren, inclusief vooruitgang op het gebied van kunstmatige intelligentie, machine learning, vision-systemen, LIDAR, telematica en andere databronnen. AiRAP staat voor het 'versneld en intelligent' vastleggen van verkeersveiligheidsgerelateerde gegevens met behulp van automatische, herhaalbare en schaalbare methoden ter ondersteuning van de verkeersveiligheidsbeoordeling, het in kaart brengen van ongevalsrisico's en het stellen van investeringsprioriteit voor alle weggebruikers.

 De nieuwe AiRAP-accreditatie van iRAP zorgt ervoor dat deze gegevens voldoen aan de gemeenschappelijke wereldwijde standaard van iRAP, die al wereldwijd wordt gebruikt voor het vastleggen van wegkenmerken die van invloed zijn op de verkeersveiligheid om de prestaties te stroomlijnen en te benchmarken.

Hoe word ik een AiRAP-dataleverancier?

iRAP heeft een nieuwe AiRAP-accreditatie ingesteld voor de conversie van brongegevens naar iRAP-attribuutgegevens. Het AiRAP-accreditatieproces zorgt ervoor dat dataleveranciers gegevens produceren in overeenstemming met het wereldwijde standaardformaat van iRAP, ongeacht de bron van de gegevens.

Het accreditatieproces elimineert de noodzaak van complexe gegevensverwerking en -opslag voor de gegevensconsument. Het biedt ook inzicht in de betrouwbaarheid van de gegevens voor verschillende geografische regio's, gebiedstypen en wegtypen, evenals wanneer en hoe de gegevens moeten worden gebruikt. Het proces is flexibel en biedt ruimte voor gegevens die zijn afgeleid van verschillende soorten brongegevens, evenals verschillende verzamel- en verwerkingsmethoden.

AiRAP nieuws:

AiRAP R&D-projecten

AiRAP wordt getest als onderdeel van een aantal onderzoeks- en innovatieprojecten wereldwijd.

De Gebruik maken van kunstmatige intelligentie en big data om de veiligheidsanalyse te verbeteren onderzoeksproject zal het gebruik van kunstmatige intelligentie (AI), machinaal leren (ML) en Big Data (BD) onderzoeken om de zichtbaarheid van bestaande netwerkomstandigheden te verbeteren, met de nadruk op weg- en blootstellingskenmerken die de veiligheid van alle weggebruikers over de hele wereld beïnvloeden. wegennetwerk.

De AiRAP-automatisering voor de Australische verkeersveiligheid project wordt gefinancierd door iMOVE CRC en ondersteund door het Cooperative Research Centers-programma, een initiatief van de Australische overheid. Het project zal 20.000 kilometer aan wegattribuutgegevens leveren voor het staatswegennet in New South Wales met behulp van de MN-R-gegevens van TomTom, evenals feature-extractietechnieken en machinaal leren voor LiDAR-gegevens bewijzen.

De AI&Me maakt jongeren sterker voor veiligere wegen project wordt gefinancierd door Fondation Botnar en ondersteund door de FIA Foundation. Het project maakt gebruik van big data en AI om de risico's voor voetgangers op ongeveer 1.000 scholen in Vietnam in kaart te brengen en een app te ontwikkelen om jonge stemmen te verbinden met besluitvormers voor veiligere wegen.

De Regionale Observatoria voor de Verkeersveiligheid (RRSO's) Verzameling van verkeersveiligheidsgegevens in LMIC's project wordt gefinancierd door de Wereldbank. Het project testte onder meer het gebruik van satellietgegevens om in kaart te brengen waar 75% aan reizen plaatsvindt in twee landen, Kenia en Ethiopië, en testte de detectie van snelheid, doorstroming en andere fysieke wegkenmerken voor het meten en monitoren van belangrijke prestaties op het gebied van verkeersveiligheid. indicatoren (KPI’s).

In samenwerking met iRAP heeft de IDB zich ontwikkeld Via Segura, een digitaal initiatief om de veiligheid van de weginfrastructuur te beoordelen. De tool richt zich op het evalueren van een reeks variabelen die worden gebruikt in de Star Rating-methodologie.

Begin 2021 werkten meer dan dertig machine learning-ingenieurs, vakexperts en mentoren samen als onderdeel van een Omdena-uitdaging om te werken aan de visie van iRAP van “een wereld vrij van risicovolle wegen. Het project, getiteld Convolutionele neurale netwerken gebruiken om de verkeersveiligheid te verbeteren en levens te reddenbouwde op AI gebaseerde oplossingen om de verkeersveiligheid te vergroten door het ongevalsrisico op wegen in kaart te brengen.

Het CEF-gefinancierde project van de Europese Commissie GEDOOD (Levens redden, de veiligheid van het TEN-T-wegnetwerk beoordelen en verbeteren) heeft tot doel de vaardigheden en kennisbasis van partners uit te breiden bij het uitvoeren van netwerkbrede wegbeoordelingen. De resultaten 7.3 en 7.4 hebben betrekking op de methodologie en verbetering van de automatische codering van wegkenmerken voor netwerkbrede beoordelingen.