Trucks
Trucks
Moderné nákladné vozidlá počas svojej prevádzky generujú každú minútu obrovské množstvo údajov. Ako sa však tieto údaje využívajú? Ako to môže prospieť majiteľom nákladných vozidiel? A čo to znamená pre budúcnosť kamiónovej dopravy?
Dnes je typické ťažké nákladné vozidlo vybavené viac ako 100 senzormi. Smartfón má pre porovnanie desať. Každú minútu odošle okolo 20 gigabajtov dát, čo je ekvivalent streamovania 1800 hodín hudby na Spotify. Za tú istú minútu nahlási polohu kamiónu 60,000-krát, pričom tiež dostane viac ako 600,000 rôznych metrík a tri milióny protokolových správ.
Teraz vynásobte túto jednu minútu počtom minút prevádzkovej životnosti nákladného vozidla a množstvo generovaných údajov bude nepredstaviteľne obrovské. Dátoví vedci pracujúci v tomto odvetví sa však ani zďaleka "netopia" vo všetkých týchto dátach, no chcú ešte viac.
„Čím viac údajov, tým lepšie,“ vysvetľuje Robert Valton, vedúci oddelenia dát, analýzy a umelej inteligencie, Volvo Group. „Vďaka našim znalostiam v oblasti dátovej vedy a pokročilým analytickým metódam a nástrojom, ktoré máme k dispozícii, nepredstavuje obrovské množstvo údajov problém – je to príležitosť. Umožňuje nám to získať ešte hlbší pohľad na správanie nákladného vozidla a lepšie pochopiť, ako funguje optimalizácia prepravy a podpora pre našich zákazníkov."
Začiatkom 90. rokov boli uvedené na trh prvé online služby pre nákladné vozidlá a odvtedy počet prepojených služieb vo vozidlách lineárne rastie. Množstvo generovaných údajov za posledných 30 rokov exponenciálne vzrástlo, ale výzvou bolo nájsť spôsoby, ako tieto údaje využiť na vytvorenie hodnoty pre majiteľov nákladných vozidiel a dopravné firmy.
„Históriu toho, ako používame dáta z nákladných vozidiel, je možné zobraziť v štyroch fázach,“ hovorí Robert. "Najprv sme reagovali a pozreli sme sa na údaje, aby sme určili: Čo sa stalo? Potom sme s konektivitou začali sledovať údaje v reálnom čase a určovať: Čo sa deje? V posledných rokoch riešime, čo sa stane, a prijímame opatrenia, aby sme tomu zabránili – monitorovanie v reálnom čase je dobrým príkladom. Teraz ideme ešte ďalej a využívame dáta a umelú inteligenciu ako krištáľovú guľu na určenie toho, čo by sme chceli, aby sme čo najlepšie podporili našich zákazníkov.“
Údaje o nákladnom vozidle možno použiť na predpovedanie a prevenciu porúch a tým aj na zlepšenie prevádzkyschopnosti.
Konektivita je jadrom preventívnej údržby – koncepcia predvídania a prevencie skôr, ako k poruchám dôjde.
Analýzou obrovského množstva údajov, ktoré je možné získať z vozidiel, a aplikáciou strojového učenia je možné identifikovať bežné vzorce a kombinácie faktorov, ktoré vedú ku konkrétnej poruche. To sa potom môže použiť na vytvorenie modelov pre predvídanie a predchádzanie podobným poruchám v iných vozidlách.
„Posielame varovanie zodpovednému servisu, aby mohli zákazníkovi naplánovať vhodný čas na návštevu a diagnostikovanie problému skôr, ako to povedie k neplánovanej poruche,“ hovorí Elke Decaluwé, viceprezidentka pre technickú podporu, Volvo Trucks. Pre zákazníkov to znamená dlhšiu dobu prevádzkyschopnosti a eliminácia zbytočných nákladov spojeným s poruchou, akými sú strata príjmu a poškodenie dobrého mena spoločnosti.“
Dnes Elke a jej kolegovia zhromažďujú údaje z flotily takmer 85,000 nákladných vozidiel prevádzkovaných po celej Európe. Ich práca sa v posledných rokoch dramaticky zmenila vďaka novým pokrokom v konektivite a analytike údajov.
Keď začali v roku 2016, monitorovali flotilu iba 600 nákladných vozidiel pre jeden komponent – batériu – a dokončenie jednej kontroly trvalo celý deň. Teraz je monitorovaných 11 rôznych komponentov a kontrola môže byť vykonaná každých osem minút. Každý mesiac sa odošle okolo 4,000 upozornení, z ktorých sa odhaduje, že 77% zabráni neplánovanej poruche
Keďže tempo vývoja sa nespomalí, dátové modely a algoritmy je potrebné neustále zdokonaľovať a zlepšovať.
„Nákladné vozidlá nie sú statické a neustále sa modernizujú, takže aj údaje sa vyvíjajú,“ hovorí Elke. "Ak zmeškáme poruchu alebo výstraha nefunguje, je to podnet k tomu, aby sme sa bližšie pozreli a zistili, či je potrebné naše modely vyladiť."
„S umelou inteligenciou môžeme vykonať ešte viac analýz na palube samotného nákladného vozidla... Bolo by to takmer ako kognitívne a samoliečiace sa nákladné vozidlo“
Evolúcia AI má potenciál urobiť súčasné modely ešte presnejšími a komplexnejšími. Keďže umelá inteligencia má schopnosť analyzovať oveľa väčšie množstvo dát, dokáže identifikovať predtým neviditeľné a neznáme vzory a prepojenia medzi dátovými bodmi.
„Tradične pri analýze dát využívate prístup založený na hypotézach, kde vyberáte parametre, o ktorých si myslíte, že sú relevantné,“ vysvetľuje Robert. „S prístupom riadeným umelou inteligenciou sa pozriete na všetky dostupné dáta z nákladného vozidla bez ohľadu na to, či si myslíte, že sú relevantné. Môžeme tiež kombinovať ďalšie zdroje dát, ako sú počasie a dopravné podmienky. Dokážeme vytvárať modely, ktoré sú ešte presnejšie a môžu sa pozerať ďalej dopredu.“
Umelá inteligencia by tiež mohla pripraviť pôdu pre inteligentné nákladné vozidlá – vozidlá schopné sa samostatne efektívne diagnostikovať a opravovať.
„Dnes posielame dáta z nákladného vozidla do backendu monitorovacieho centra. Ale s umelou inteligenciou by sme mohli vykonávať viac analýz na palube samotného nákladného vozidla. Pokiaľ by sa zistil problém, automaticky by spustil diagnostiku a vyriešil ho prostredníctvom zmien softvéru. Bolo by to takmer ako kognitívne a samoopravné nákladné vozidlo, ktoré dokáže optimalizovať dobu prevádzkyschopnosti a umožňuje viac prepravy s menším vplyvom na klímu.“
Získajte viac informácií o výhodách konektivity a o tom, čo už dnes môže prispieť k vášmu podnikaniu, vrátane:
● Ako dáta a bezdrôtové technológie predchádzajú poruchám nákladných vozidiel
● Ako môže konektivita prispieť k efektívnej jazde