Passengers-wait-for-a-train-in-Panama-Metro

Kunstmatige intelligentie als hulp bij social distancing in metro’s

Om de door overheden ingestelde corona-maatregelen goed te kunnen naleven, hebben OV-bedrijven behoefte aan nieuwe innovatieve oplossingen. De Franse treinenbouwer en technologieleverancier Alstom ontwikkelde daarom een op kunstmatige intelligentie (AI) gebaseerd systeem om social distancing in metrotreinen en stations te bewaken.

Vorig jaar zette Alstom deze Mastria-supervisie-oplossing, die gebruikmaakt van kunstmatige intelligentie en andere technologieën, in de metro van Panama in om reizigersstromen te analyseren en te veel drukte op stations tijdens de spitsuren te voorkomen. Drie maanden later werden de eerste resultaten behaald. Ze toonden aan dat het op AI gebaseerde systeem de verzadiging van een station tot 30 minuten vooraf kan voorspellen. Hierdoor heeft de metro-vervoerder meer tijd om voorzorgsmaatregelen te nemen.

Nieuw doel

Na de uitbraak van het coronavirus werd het door Alstom ontwikkelde systeem aangepast voor het nieuwe doel, namelijk het in de gaten houden van de social distancing in metrotreinen en stations. Momenteel hanteert vervoerder Metro de Panamá, voor het aantal reizigers maximaal 40 procent van de capaciteit aan. De door de gezondheidsautoriteit van het land voorgeschreven hoeveelheid. De Mastria-oplossing helpt de metrovervoerder bij het implementeren van dit beleid. “Voorspellen is voorkomen. De mogelijkheid van deze tool om miljoenen stukjes data realtime te analyseren, maakt het een onmisbare bondgenoot voor vervoerders te allen tijde, maar vooral in de huidige context”, aldus Stephane Feray-Beaumont, Vice President Innovation & Smart Mobility bij Alstom Digital Mobility.

Mastria-oplossing

Het Mastria-supervisiesysteem is gebaseerd op vier standaardfuncties: multimodaal toezicht, verkeersmanagement, coördinatie van operaties en voorspellende analyse. Deze functies zijn zeer configureerbaar en kunnen worden gecombineerd volgens de behoeften van operators en de wereldwijde mobiliteitsnetwerkomgeving. De oplossing maakt gebruik van gegevens uit verschillende bronnen: weegsensoren, kaartautomaten, verkeerssignalering, managementsystemen, bewakingscamera’s en mobiele netwerken. Als gevolg hiervan is het in staat om de passagiersdichtheid en passagiersactiviteiten in realtime te bewaken, beheersen en voorspellen. Naast Panama werd Mastria ook getest in Parijs, Florence en Zaragoza.

Lees ook:

U las zojuist één van uw gratis premium artikelen

Uw abonnement helpt onze journalisten bij het zoeken naar de waarheid in de spoorsector.

Onbeperkt lezen? Stap nu in en profiteer van de introductieaanbieding ‘eerste maand gratis.

start 1 maand gratis proefabonnement

Auteur: Mykola Zasiadko

Mykola Zasiadko is redacteur van RailTech.com, de internationale zusteruitgave van SpoorPro.nl.

Reageer ook

Nog maximaal tekens

Log in via een van de volgende social media partners om je reactie achter te laten.