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 project is funded by the World Bank. The project piloted the use of satellite data, amongst others, to map where 75% of travel occurs across two countries, Kenya and Ethiopia, and trialed the detection of speed, flow and other physical road features for the measuring and monitoring of road safety key performance indicators (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.