O que é AiRAP?

Os dados são cada vez mais considerados críticos para enfrentar a crise global de segurança no trânsito. A Segunda Década de Ação da ONU visa reduzir pela metade os acidentes rodoviários fatais e graves até 2030. Para que isso aconteça, as ferramentas e métodos usados para avaliar e abordar estradas de alto risco precisam ser integrados em todos os aspectos do planejamento, projeto, investimento, construção, gestão e manutenção.

A iniciativa AiRAP foi concebida pela iRAP em 2019 para ajudar a melhorar o acesso e a aplicação de fontes de dados existentes e emergentes globalmente, incluindo avanços em inteligência artificial, aprendizado de máquina, sistemas de visão, LIDAR, telemática e outras fontes de dados. AiRAP significa a captura 'acelerada e inteligente' de dados relacionados à segurança no trânsito usando métodos automáticos, repetíveis e escaláveis para apoiar a avaliação de segurança no trânsito, mapeamento de risco de acidentes, priorização de investimentos para todos os usuários das vias.

 A nova acreditação AiRAP da iRAP garante que esses dados atendam ao padrão global comum da iRAP, que já está sendo usado globalmente para o registro de características rodoviárias que afetam a segurança rodoviária para otimizar e comparar o desempenho.

Como me torno um fornecedor de dados AiRAP?

A iRAP estabeleceu uma nova acreditação AiRAP para a conversão de dados de origem em dados de atributo iRAP. O processo de credenciamento do AiRAP garantirá que os fornecedores de dados produzam dados de acordo com o formato padrão global do iRAP, independentemente da fonte dos dados.

O processo de credenciamento elimina a necessidade de processamento e armazenamento de dados complexos para o consumidor de dados. Também fornece uma compreensão da confiabilidade dos dados para diferentes regiões geográficas, tipos de área e tipos de estradas, bem como quando e como os dados devem ser usados. O processo é flexível e acomoda dados derivados de diferentes tipos de dados de origem, bem como diferentes métodos de coleta e processamento.

Notícias AiRAP:

Projetos de P&D AiRAP

O AiRAP está sendo testado como parte de vários projetos de pesquisa e inovação em todo o mundo.

o Aproveitando a Inteligência Artificial e o Big Data para Melhorar a Análise de Segurança O projeto de pesquisa investigará o uso de inteligência artificial (IA), aprendizado de máquina (ML) e Big Data (BD) para melhorar a visibilidade das condições da rede existente com foco na estrada e características de exposição que influenciam a segurança de todos os usuários da estrada em todo o rede rodoviária.

o Automação AiRAP para Segurança Rodoviária Australiana O projeto é financiado pelo iMOVE CRC e apoiado pelo programa Cooperative Research Centers, uma iniciativa do governo australiano. O projeto fornecerá 20.000 quilômetros de dados de atributos rodoviários para a rede rodoviária estadual em Nova Gales do Sul usando os dados MN-R da TomTom, além de provar técnicas de extração de recursos e aprendizado de máquina para dados LiDAR.

o AI&Me capacitando jovens para estradas mais seguras projeto é financiado pela Fondation Botnar e apoiado pela Fundação FIA. O projeto está usando big data e IA para mapear o risco de pedestres em cerca de 1.000 escolas no Vietnã e desenvolver um aplicativo para conectar vozes jovens com tomadores de decisão para estradas mais seguras.

o Observatórios Regionais de Segurança Rodoviária (RRSOs) Coleta de dados de segurança rodoviária em LMICs projeto é financiado pelo Banco Mundial. O projeto testou o uso de dados de satélite, entre outros, para mapear onde ocorrem 75% de viagens em dois países, Quênia e Etiópia, e testou a detecção de velocidade, fluxo e outras características físicas da estrada para medir e monitorar o desempenho chave da segurança rodoviária. indicadores (KPIs).

Em parceria iRAP, o BID desenvolveu ViaSeguraGenericName, uma iniciativa digital para avaliar a segurança da infraestrutura rodoviária. A ferramenta tem como foco avaliar um conjunto de variáveis utilizadas na metodologia Star Rating.

No início de 2021, mais de 30 engenheiros de aprendizado de máquina, especialistas no assunto e mentores colaboraram como parte de um Desafio Omdena trabalhar para a visão do iRAP de “um mundo livre de estradas de alto risco. O projeto, intitulado Usando redes neurais convolucionais para melhorar a segurança no trânsito e salvar vidas, construiu soluções baseadas em IA para aumentar a segurança nas estradas mapeando o risco de acidentes nas estradas.

O projeto financiado pelo CEF da Comissão Europeia SLAIN (Salvando Vidas Avaliando e Melhorando a Segurança da Rede Rodoviária TEN-T) visa ampliar as habilidades e a base de conhecimento dos parceiros na realização de avaliações rodoviárias em toda a rede. Os produtos 7.3 e 7.4 referem-se à metodologia e ao aprimoramento da codificação automática de atributos de estradas para avaliações em toda a rede.