Сокращение столкновений животных с датчиками и ИИ

В новом подходе используются датчики, ИИ и экологическое моделирование для снижения столкновений с автомобилями животных, повышения безопасности и снижения затрат на дикую природу и транспортные системы.

Исследовательская группа из Оиколаба и Терроико, Франция, разработала метод уменьшения столкновений между животными и транспортными средствами.Этот метод использует растущее число датчиков в транспортных системах и их цифровых близнецах.Используя сеть ловушек камеры, команда стремится составить риски столкновения между поездами и дикими животными, такими как дикие кабаны и икра.

Столкновения автомобилей на животных угрожают безопасности человека, усилиям по сохранению и транспортной инфраструктуре, что приводит к значительным затратам для пользователей и менеджеров.Исследователи предложили новый подход для решения этой проблемы.

Процесс начинается с использования программного обеспечения для экологического моделирования для моделирования наиболее вероятных движений животных внутри и вокруг инфраструктуры, помогая определить потенциальные точки пересечения.

После того, как горячие точки столкновения идентифицируются, экологическое моделирование снова используется для направления размещения фотосенсоров в полевых условиях.Различные сценарии развертывания смоделированы, чтобы найти наилучшее совпадение для ожидаемых результатов первоначальной симуляции.

После развертывания датчиков искусственный интеллект (глубокое обучение) используется для анализа данных (в данном случае, изображений) для выявления и отслеживания видов животных в области вокруг инфраструктуры.

Затем данные подаются в модель численности, еще один экологический инструмент, который оценивает плотность животных в разных областях на основе данных из нескольких ключевых моментов.Результатом является карта, показывающая изобилие вида, которая помогает оценить риск столкновения вдоль инфраструктуры.

В то время как этот подход был проверен на сегменте железной дороги на юго -западе Франции, он может применяться к любой транспортной системе, как новой, так и существующей, в рамках оценки воздействия на окружающую среду.

Этот метод также прокладывает путь для включения систем мониторинга, ориентированных на биоразнообразие, в транспортную инфраструктуру и их цифровые близнецы.В будущем датчики, которые непрерывно собирают данные, могут помочь создать динамические, адаптивные карты и предоставлять информацию в реальном времени для водителей, достигая автономных транспортных средств.