De Transportation Research Board (TRB) heeft een aanbesteding uitgeschreven voor een innovatief AiRAP-proefproject waarbij kunstmatige intelligentie en big data worden ingezet om de analyse van de verkeersveiligheid in Amerikaanse wegennetwerken te verbeteren, wat naar verwachting wereldwijd voordelen zal opleveren.
Het onderzoeks programma van 30 maanden heeft tot doel het gebruik van kunstmatige intelligentie (AI) en machine learning (ML) te bevorderen bij het analyseren van big data en onconventionele data om de effectiviteit ervan te beoordelen bij het ondersteunen van besluitvorming op het gebied van veilige systemen en modale prioriteiten, evenals het volgen van de prestaties op het gebied van verkeersveiligheid.
Het ontbreken van goedkope gegevens, veiligheidsprestatiestatistieken en geprioriteerde investeringsmogelijkheden maakt het voor instanties moeilijk om de zakelijke argumenten voor veiligere wegen te doorgronden en de voortgang te meten.
De versnelde en intelligente codering van deze attributen kan aanzienlijke besparingen opleveren en de schaal en frequentie van gegevensverzameling en -analyse leveren om uitgebreide prestatietracking in de loop van de tijd te ondersteunen.
AiRAP vat de vooruitgang op het gebied van AI, ML, visionsystemen (straat en lucht), light detection and ranging (LiDAR), telematica en andere gegevensbronnen samen om cruciale informatie te leveren over verkeersveiligheid, crashprestaties, prioriteren van investeringen en de Star Rating van wegen van RAP voor voetgangers, fietsers, motorrijders en inzittenden van voertuigen.
Het onderzoek zal potentiële gegevensbronnen identificeren, de vereiste algoritmen voor gegevensvoorbereiding en -extractie voor gebruik in veiligheidsanalyse identificeren of ontwikkelen, en de dekking, frequentie van verzameling, granulariteit, toegankelijkheid voor beoefenaars en kosten van elke bron documenteren.
De gegevens zullen de potentie bieden voor kosteneffectievere en frequentere generatie van, onder andere: risicokaarten voor belangrijke sterfgevallen en verwondingen; kartering van wegeigenschappen; sterbeoordelingen en andere veiligheidsanalyses voor voetgangers, fietsers, motorrijders, micro-mobiliteitsdiensten en voertuiginzittenden; identificatie van gegevens voor veiligheidsanalyses en bijbehorende tools; en de ontwikkeling van veiligheidsplannen die kunnen worden gebruikt voor subsidieverzoeken en bij het prioriteren van investeringen in lokale en landelijke wegennetten.
De proef zal richtlijnen ontwikkelen voor het beheren van gegevens in een formaat dat toegankelijk is voor diverse tools en de resultaten kunnen worden opgenomen in hulpmiddelen op nationaal niveau, zoals de AASHTO Highway Safety Manual en andere hulpmiddelen die data-gedreven veiligheidsanalyse ondersteunen.
Nadere informatie over de piloot en vereisten is te vinden hier en voorstellen moeten uiterlijk op 13 september 2021 om 17:00 uur US Eastern Time worden ingediend.
Dit onderzoek zal voortbouwen op de AI-innovaties die wereldwijd worden ontwikkeld voor Road Assessment Programmes (RAP) in andere landen.
Ga voor meer informatie over AiRAP naar https://irap.org/project/ai-rap/