DETECTOR: broń przeciwko pasażerom na gapę
Wiele systemów publicznych boryka się z poważnym problemem unikania opłat za przejazd, popularnie zwanym również jazdą na gapę. Dzieje się tak, gdy podróżni nie kupują lub nie kasują swoich biletów za przejazd, co z kolei negatywnie wpływa na sytuację finansową operatora i wzbudza poczucie niesprawiedliwości wśród osób, które płacą za swoje przejazdy. Aby zwalczyć ten problem, wprowadzono takie rozwiązania jak masowe kontrole biletów i bramki biletowe, jednak nie są one w stanie powstrzymać pasażerów na gapę.
Zastąpienie drogi pasażerom na gapę
W ramach projektu TRAINSFARE koordynująca go firma AWAAIT pracowała nad stworzeniem automatycznego systemu analizy wideo w czasie rzeczywistym DETECTOR, który umożliwia prowadzenie wybiórczych kontroli w celu zwalczania zjawiska jazdy na gapę. Za pomocą algorytmów sztucznej inteligencji system analizuje obrazy zarejestrowane przez kamerę umieszczoną nad bramkami biletowymi i przesyła powiadomienia na smartfony kontrolerów biletowych w przypadku wykrycia pasażera na gapę. W ten sposób kontrole nie zakłócają przepływu pasażerów. W pierwszej fazie projektu zajęto się technologią i możliwościami biznesowymi. Teraz, w drugiej fazie, „głównym celem firmy AWAAIT w ramach projektu TRAINSFARE jest osiągnięcie skalowalnej, umiędzynarodowionej i w pełni przystosowanej do wprowadzenia na rynek wersji systemu DETECTOR”, potwierdza koordynatorka projektu Fransje Portegies, dodając: „Pierwszy prototyp był prototypem roboczym, dostosowanym do wymagań i warunków roboczych pierwszego klienta firmy AWAAIT. Celem projektu TRAINSFARE jest rozwinięcie tego prototypu do nowej generacji przy użyciu najnowocześniejszych technik i metod wykorzystujących sztuczną inteligencję oraz komercjalizacja systemu wśród operatorów transportu publicznego na całym świecie”.
Droga do podbicia rynku
„Głównym wyzwaniem dla AWAAIT, małej i młodej firmy, było początkowo wzmocnienie jej wizerunku rynkowego, poszerzenie świadomości na temat jej oferty produktowej oraz opracowanie i realizacja odpowiedniej strategii rozwoju rynkowego w celu zrównoważonego rozwoju”, informuje Portegies. Podbijanie rynku jest zawsze trudniejsze, niż się oczekuje, zwłaszcza w przypadku pionierskich rozwiązań i na takich rynkach jak transport publiczny. Dlatego też zespół projektu zaznaczył swoją obecność na portalach społecznościowych, przeprojektował stronę internetową i stworzył blog dotyczący unikania opłat za przejazdy w transporcie publicznym. Jednocześnie uczestniczył on w profesjonalnych forach i wystawach poświęconych transportowi publicznemu. „Nasza obecność na takich wydarzeniach była niezbędna w celu zwiększenia świadomości na temat naszej marki, poszerzenia naszej sieci kontaktów w sektorze transportu publicznego oraz tworzenia i śledzenia możliwości rozwoju rynkowego”, podkreśla Portegies. Pomimo wyzwań „dotychczasowe wysiłki poczynione w ramach projektu zaowocowały możliwościami rozwoju rynkowego i rozwinięciem objętej nim technologii”, mówi Portegies. System DETECTOR został już przetestowany w pięciu miastach poza Hiszpanią, a dwaj dodatkowi operatorzy spoza Hiszpanii mają zamiar przeprowadzić w 2020 roku testy pilotażowe w swoich firmach. Jak mówi Portegies: „Z technologicznego punktu widzenia mocno skupiliśmy się na rozszerzeniu zasięgu analitycznego oraz możliwości utrzymania i uogólnienia systemu”. System DETECTOR dysponuje coraz większą zdolnością do pracy w różnych środowiskach z większą precyzją i szybkością działania.
Patrząc w przyszłość
„Oczekujemy, że nasz projekt przyczyni się do zrównoważonego rozwoju gospodarczego transportu publicznego na całym świecie oraz do stworzenia bardziej sprawiedliwego i bezpiecznego środowiska w miejscach, w których działa system DETECTOR”, podkreśla Portegies. Zespół postrzega projekt również jako udany przykład wprowadzenia wiodącej technologii, w tym przypadku uczenia maszynowego opartego na sztucznej inteligencji, do sektora transportu publicznego, co zachęci do rozwijania i wdrażania kolejnych innowacji w tym sektorze.
Słowa kluczowe
TRAINSFARE, transport publiczny, jazda na gapę, sztuczna inteligencja, AWAAIT
