フリートテクノロジーのためのAI駆動エッジインサイトの実装

美容とファッションのエキスパートがフリートテクノロジーのためのAI駆動エッジインサイトの実装について解説

今日のテクノロジードリブンの世界では、フリート管理は様々な産業において重要な役割を果たすようになりました。フリート管理は、車両の追跡、ルートの最適化、車両の健康状態のモニタリングなど、開発者がフリートテクノロジーのソリューションを構築する上で重要な役割を果たしています。この記事では、オペレーションを効率化し、効果的なフリートテクノロジーソリューションを作成するための基本的な手順について紹介します。これにより、業務の合理化、効率の向上、安全性の向上が図られます。

では、イノベーティブなAIフリートソリューションを開発している背後にある、接続されたフリート車両の背景を見てみましょう。

現在120M台以上の車両が世界中でインストールされ、2023年末までにさらに22M台の新車が出荷されると予想されている、グローバルなフリート産業は巨大な産業です。そして、世界的なフリートの規模が拡大しているだけでなく、接続されたソリューションを使用する車両の数も急速に増加しています。

現在の見積もりでは、2032年までに商業用フリートの規模は230%成長すると予測されています。

• 「2024年に注目すべきトップ10のリモートスタッフィングエージェンシー」
• デジタルワーカーやAIエージェントのレベルを定義する時が来ましたこれは自動運転車と同様のものですIDWAがプロセスをスタートします
• 安定性AIの新しいアップカミングツールは、AIを使用して3Dモデルを生成します

過去にはGPSやクラウドへの接続の形で接続技術が存在しており、現在ではカメラ、AI、車内中央コンピュータを使用したフリートテレマティクスが大きな需要を持っています。

私たちが明日に見るものは、統合されたさまざまなカスタマイズ可能なソリューションが利用可能なデジタル車です。

この変化を推進している要因はいくつかあります。

• 人工知能技術の使用の増加。
• 意思決定時により良い分析的な情報が欲しいという要望。
• ソリューションがよりアクセスしやすくなる技術の進歩、そして、電子商取引の爆発的な成長。

以前には複数の独立した制御システムが必要だった多くの機能が、現在では車内中央コンピュータを介してすべて管理されることができます。いくつかの可能性の中には、以下のものがあります。

1. ドライバーが車内および周囲の状況を簡単に把握し、事件後の証拠記録を提供する360度ビュー
2. ナビゲーション、ルートの計画と最適化、つまりドライバーに最適化されたルートを提供し、貨物管理、フリート全体のディスパッチングと計画最適化に組み合わせることで、燃料と運営コストを節約することができます。
3. 貨物管理により、配送時に車内の貨物の内容、状況、場所をドライバーが確認できます。
4. フリートマネージャーがドライバーをサポートするドライバーマネジメント
5. 待機時間のモニタリングにより、フリートマネージャーはデータを分析し、もっとも効率的なスケジュールが計画されているかどうか、または他のタスクに使用できるほどの余剰時間があるかどうかを確認できます。
6. 予知保守により、フリートマネージャーやドライバーは車両の保守スケジュールに関する良好な可視性と通知を持つことができます。また、予期せぬ故障やミスされた予約による高額な修理を最小限に抑えることができます。
7. デバイス管理は、テレメトリによりデバイスの状態監視、オーバーザエアのアップデート、デバイスの故障からの回復が可能です。

このような機能をエッジインサイトフォーフリート(EIF)で実装する方法を見てみましょう。

エッジインサイトフォーフリート(EIF)とその動作

エッジインサイトフォーフリート(EIF)は、フリート車両で使用するために特に設計されたエンドツーエンドのリファレンスクラウドネイティブ設定可能なマイクロサービスベースのミドルウェアフレームワークです。

EIFは、コンテナと最適化されたアナリティクスフレームワークを使用してTTMを加速することを目指しています。EIFは、明確に定義されたマイクロサービスにより、開発者の学習曲線を簡素化し、システムインテグレータに柔軟性を追加し、新しいユースケースの採用を加速します。

さらに、このフレームワークは、車両のセンサーデータだけでなく、デバイスの管理やデバイス固有のテレメトリの受信など、デバイス全体のエンドツーエンドのソリューションを開発する能力を提供します。また、このフレームワークは、さまざまなフリート車両、地理、エンドカスタマーコンフィギュレーションで使用できるプラットフォームとして設計されています。

エッジインサイトフォーフリートは、フリートおよび商用車セクターに特化したソリューションを作成および展開するために戦略的に設計されたプリインテグレートされたコンポーネントの厳選コレクションを提供します。

このパッケージの主な目的は、個々のフリート車両自体にデプロイメントすることです。これを「エッジノード」とも呼んでいます。

図1：アーキテクチャ図 – Fleet Software Vision

モジュールとサービス

EIFは、コンテナと最適化された分析フレームワークを使用し、OpenVINOと組み合わせてTTMを加速することを目指しています。EIFは、よく定義されたマイクロサービスを使用して開発者の学習曲線を簡略化し、システムインテグレータに柔軟性を追加し、新しいユースケースの採用を加速します。

さらに、このフレームワークでは、車両のセンサーデータだけでなく、デバイス全体のテレメトリを管理したり、参照クラウドダッシュボードとエンドツーエンドのソリューションを開発したりすることも可能です。これにより、様々なフリート車両、地理的領域、エンドカスタマーの構成で利用できるプラットフォームを作成することができます。

フリート管理ユースケースと参照実装

このフレームワークの活用方法をより良く理解するために、既存のフリート管理ユースケース/参照実装を見てみましょう。

フリート産業向けの革新的なアプリケーションを開発する際に、既存のさまざまなユースケースや参照実装が利用できます。一部を以下に示します。

• ドライバー行動分析
• 車両イベント記録
• 貨物管理
• 公共交通分析
• 自動ナンバープレート認識
• アドレス検出
• デバイス管理
• 作業ゾーン分析
• 道路標識分析
• 道路資産管理
• 農業機械分析

ドライバー行動分析について詳しく見て、どのように実装できるかを理解しましょう。

ドライバー行動分析の参照実装

高度なドライバー行動モニタリング技術を使用することで、フリートはドライバーが車両を運転する方法についてリアルタイムの洞察を得ることができ、運営コストの削減や安全性の向上につながります。

これは、ビデオ分析とAIモデルを使用し、それをシステムインテグレータがカスタマイズできるルールエンジンに送信することで機能します。これにより、柔軟性があり、システムインテグレータがエンドカスタマーの要求に応じて必要なアクションを定義できます。

この参照実装は、Intel Developer Catalogからソースコードを含む形で簡単にダウンロードできます。これはオープンソースです。ダウンロード、インストール、ビルド、および実行については、開発者ドキュメンテーションの「はじめに」ガイドに従ってください。

図2：アーキテクチャ図 – ドライバー行動モニタリング

以下の手順はアクションの前に実行されます。

1. ビデオ分析ユースケース（ドライバーモニタリングなど）は、「ビデオ取り込みマイクロサービス」にパッケージ化され、ビデオの取り込みと分析を行うコンテナにパッケージ化されます。システムインテグレータや販売事業者が追加したAIモデルは、ユーザー定義関数（UDF）を使用して簡単に展開できます。これにより、ドライバーモニタリングなどのカスタムユースケースを作成するためにAIモデルをプラグアンドプレイできます。
2. ドライバーモニタリングでは、AIモデル（バイオメトリックデータ）を使用して顔と顔の特徴点を検出し、ドライバーが眠気の兆候を示しているかどうか（たとえば、目の追跡や顔の位置など）を判断します。ヘッドポジションの推定のためにAIモデルを展開します。この出力が分析されます。
3. 次に、「ビデオ取り込み」サービスからの推論出力をルールエンジンに送信します。
4. ルールエンジンは、システムインテグレータがエンドカスタマーの要件に基づいてカスタマイズされたルールを定義できるマイクロサービスです。これは彼らのビジネスロジックと推論結果の処理方法に基づいています。ドライバーモニタリングのために定義されたルールに応じて、さまざまなアクションが発行されます。たとえば、警告としての視覚/クラウドイベントの発行や重要な検出のための記録要求などです。
5. ルールエンジンからの出力は、「通知サービス」に送信され、適切なサービスに特定のリクエストが発行されます。たとえば、クラウドアラートは「クラウドコネクタ」に送られ、Kibanaダッシュボードで表示されるか、記録要求は「イベント記録」マイクロサービスに送信され、検出されたイベントのビデオがアップロードされ、フリートオペレータが確認できるようになります。

モデルの説明

• ヘッドポーズ：ビデオフレーム内のヘッドの位置を推定します。
• 顔特徴点：識別された人物の顔の特徴点を決定します。
• 顔検出：ビデオフレーム内の顔を検出します。
• 顔再識別：提供された顔を使用して人物を認識します。

アプリケーションが設定完了し、ビジュアライザが開始されると、アラート、ドライバーの写真、車両位置が表示されるかと思います。ビジュアライザアプリでは、あくび、まばたき、眠気、注意散漫の状態を検出し、ドライバーの名前を表示します。

図4：ThingsBoardに表示されるIntel Fleet Managerダッシュボード

サマリー

Edge Insights for Fleet（EIF）は、複数の同時使用ケースの複雑さを解決し、参入の障壁を下げるための統合されたフリートソリューションです。これにより、1つの車両内PCから複数の使用ケースを管理することができます。ドライバーの行動に関するリファレンス実装では、ドライバーの行動を検出し追跡するためのOpenVINO™ツールキットのプラグインを使用します。また、ネットワークストリーム（RTSPカメラ）からのフィードへのサポートに拡張することも可能であり、アルゴリズムはよりパフォーマンスを向上させるために最適化できます。

参考

• Intel Developer Catalog
• Driver Behavior Analytics Reference Implementation
• Intel Geti

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!