Techbiz.id – Odakyu Electric Railway Co., Ltd. mengumumkan bahwa mereka sedang melakukan uji coba analisis adegan SpaceTime Nokia untuk mengidentifikasi cara-cara meningkatkan keselamatan penyeberangan kereta api.
Dengan pengujian yang sedang berlangsung di persimpangan jalur kereta api Tamagawa Gakuenmae No.8 di Kota Machida, Tokyo, analytics scene Nokia dapat mendeteksi peristiwa abnormal dengan menerapkan kecerdasan buatan berbasis pembelajaran mesin untuk gambar kamera yang tersedia. Uji coba akan dilakukan dari 14 Februari hingga Maret.
Menganalisis umpan gambar yang tersedia dihasilkan oleh kamera penyeberangan kereta api konvensional, analitik pemandangan mengidentifikasi potensi masalah secara real-time. Berjalan dengan sumber daya komputasi yang canggih, ini juga dapat sangat mengurangi bandwidth yang diperlukan di situs jarak jauh, yang mungkin memiliki konektivitas terbatas.
Odakyu Electric Railway berkomitmen untuk memajukan teknologi inovatif untuk menjadikan Odakyu Line perusahaan kereta api teraman di Jepang, memungkinkan pelanggannya melakukan perjalanan dengan ketenangan pikiran.
Salah satu operator kereta api swasta terkemuka di Jepang, Odakyu Electric Railway saat ini memiliki 229 titik persimpangan sepanjang 120,5 kilometer jalur rel, dengan 137 sistem radar untuk deteksi objek.
John Harrington, Kepala Nokia Jepang, mengatakan, Odakyu Electric Railway terkenal sebagai pengadopsi awal teknologi baru dan uji coba ini menggambarkan peran yang dapat dimainkan AI dalam memberikan peningkatan kewaspadaan.
“Ini adalah tonggak penting bagi Nokia untuk membantu berkontribusi tidak hanya pada peningkatan keselamatan kereta api tetapi juga untuk mengurangi biaya operasional dan meningkatkan kinerja,” jelasnya.
Nokia SpaceTime analytics scene, yang dikembangkan oleh Nokia Bell Labs, juga mampu memberikan peringatan waktu nyata untuk masuk tanpa izin ke fasilitas jarak jauh. Ini dapat mendeteksi dan memperingatkan pengawas ketika personel atau peralatan mengakses lokasi yang tidak aman dalam pengaturan industri atau ketika mesin berat tidak pada posisi menciptakan potensi bahaya.
Harrington menambahkan, lKamera yang terhubung ke jaringan adalah salah satu sumber data IoT paling produktif yang dapat memberikan wawasan berharga untuk membantu mempromosikan standar keamanan yang tinggi.
“Dengan menjalankan analitik pembelajaran mesin pada umpan kamera, dan mengirimkan hanya adegan dan acara yang relevan kepada operator, manfaat penuh dari pengawasan video dapat diwujudkan dalam berbagai pengaturan – dengan penyeberangan rel merupakan kasus penggunaan yang sangat relevan,” pungkasnya.