کاربردهای هوش مصنوعی در حمل و نقل

ظهور هوش مصنوعی سبب ایجاد انقلابی در مسیر هوشمندسازی کاربردها و مدیریت سیستم حمل‌ونقل شده است. از هوش مصنوعی در انواع روش‌های حمل‌ونقل برای خودکارسازی فرآیندها، کاهش مصرف سوخت، انرژی و هزینه‌ها و همچنین افزایش کارایی و بهره‌وری سیستم حمل‌ونقل استفاده می‌شود. در این مقاله قسمت‌هایی از کاربردهای هوش مصنوعی در صنعت حمل‌ونقل معرفی خواهد شد.

دسته‌بندی کاربردهای هوش مصنوعی در حمل‌ونقل

حمل‌ونقل را از منظر وسایل مورد استفاده در آن به چهار دسته زمینی، ریلی، هوایی و آبی تقسیم‌بندی می‌کنند. سیستم ناوبری در این چهار دسته با هم متفاوت است و هوش مصنوعی در تلاش است تا ضمن افزایش کارایی هر سیستم، هزینه‌ها و میزان آلودگی زیست‌محیطی آن‌ها را کاهش دهد. در زیر علاوه بر چهار دسته کلی، یک دسته با عنوان عمومی برای بررسی کارکردهای مشترک هوش مصنوعی در دسته‌های مختلف نیز تعریف شده است:

1. عمومی
2. زمینی
3. ریلی
4. هوایی
5. آبی

کاربردهای عمومی هوش مصنوعی در صنعت حمل‌ونقل

در این دسته، ما کاربردهای هوش مصنوعی در حمل‌ونقل که در هر چهار بستر آن مشترک است را بررسی کرده‌ایم. این کارکردها برای استفاده در هر سیستم حمل‌ونقلی باید با توجه به پارامترهای آن شخصی‌سازی شوند. کارکردهای عمومی هوش عبارت‌اند از:

1. خودران‌ها
2. پیش‌بینی تأخیرها
3. زمان­بندی حمل‌ونقل
4. مسیریابی بهینه

خودران‌ها

خودران، به وسایل حمل‌ونقلی گفته می‌شود که بدون دخالت انسان می‌توانند حرکت کرده و مسیر نهایی خود را پیدا کنند. فناوری هوش مصنوعی یکی از بخش­های جدایی‌ناپذیر در ساخت وسایل حمل‌ونقل خودران است. خودران‌ها در هر چهار دسته زمینی، ریلی، هوایی و دریایی توسعه یافته‌اند.

 یک وسیله حمل‌ونقل زمینی مانند اتومبیل، اتوبوس، موتورسیکلت و کامیون برای تمام یا نیمه خودران شدن، نیاز دارد؛ مانند انسان بتواند محیط را درک، تجزیه‌وتحلیل و بر مبنای آن تصمیم­گیری کند. به کمک هوش مصنوعی، خودروها قادر خواهند بود فاصله با خودروی جلوی خود، سرعت، موانع در مسیر، خطوط کف خیابان، علائم و تابلوهای راهنمایی و رانندگی، دستورات راننده و حتی احساسات و سطح خستگی راننده را درک کرده و سپس تمام یا بخشی از فعالیت­های رانندگی را انجام دهند. این بهره­مندی از فناوری هوش مصنوعی سبب می­شود میزان تصادفات و حوادث رانندگی تا حد بسیار زیادی کاهش یابد؛ چراکه عواملی چون خستگی و حواس­پرتی در آن­ها دخیل نیست.

هدایت‌کنندگان وسایل حمل‌و­نقل ریلی باید سرعت خود، زمان ایست در ایستگاه­ها، موانع در مسیر و تغییر خطوط ریلی را تحت کنترل خود داشته باشند و همچنین دستورات واحد کنترل را اعمال کنند. به کمک هوش مصنوعی می­توان بخش عمده­ای از این فعالیت­ها را به‌صورت خودکار انجام داد.

سال­ها تلاش، تجربه، آزمون و آزمایش نیاز است تا بتوان یک هواپیما را به‌صورت تمام خودران در اختیار گرفت؛ اما مدت زمان زیادی است که بخش­های عمده­ای از عملیات یک پرواز به کمک هوش مصنوعی به صورت خودکار انجام می­شود. ازجمله این فعالیت­ها می­توان به کنترل سرعت، جهت­یابی خودکار و کنترل خطوط هوایی اشاره کرد.

سفرهای دریایی با کشتی، عموماً بسیار طولانی هستند و در طول مسیر، ناخدای کشتی باید بر روی مسائلی چون تغییر سرعت، تغییر جهت و جهت‌یابی کنترل داشته باشد. این فعالیت‌ها را می‌توان به کمک فناوری‌های کاربردی هوش مصنوعی به‌صورت خودکار نیز انجام و زمان بیشتری را در اختیار ناخدا و سایر کارکنان کشتی قرارداد.

پیش‌بینی تأخیرها

این روزها شرکت‌ها و استارتاپ‌های بسیاری در تلاش‌اند تا کاربردهای هوش مصنوعی در حمل‌ونقل را گسترش دهند. طبق مطالعات انجام‌شده، تأخیر در وسایل حمل‌ونقل، سبب تحمیل هزینه­های هنگفتی بر شرکت‌های حمل‌ونقل و مسافرین می­شود. عواملی چون ازدحام جمعیت، آب‌وهوا، خرابی­های پیش‌بینی نشده، ترافیک‌ها و یا مشکلات موجود در فرودگاه‌ها، بندرها و یا ایستگاه‌های راه‎آهن ازجمله مهم‌ترین علل تأخیرها در هر چهار دسته حمل‌ونقل هستند.

سیستم‌های مبتنی بر هوش مصنوعی می­توانند داده­های تأثیرگذار در دیر رسیدن وسایل حمل‌ونقل را از منابع مختلف دریافت کرده و بر اساس آن­ها میزان تأخیر را پیش‌بینی کنند. این پیش‌بینی‌ها به مدیریت بهتر سیستم‌های حمل‌ونقل کمک بسیاری می‌کند.

زمان­بندی حمل‌ونقل

زمان حرکت اتوبوس‌ها، قطارها، متروها، هواپیماها و کشتی‌ها در بازه‌های زمانی مختلف، می­تواند تعیین‌کننده ترافیک، ازدحام جمعیت و تأخیر در زمان باشد. برای جلوگیری از این مسائل نیاز است تا با توجه به عواملی چون ساعات اوج شلوغی، مناسبت و روزهای خاص، آب‌وهوا و سایر مواردی از این قبیل، برنامه‌ریزی مناسبی برای زمان‌بندی وسایل حمل‌ونقل تعیین شود. هوش مصنوعی به دلیل توان پردازش اطلاعات در حجم بالا، گزینه مناسبی برای برنامه‌ریزی زمان حرکت وسایل در هر چهار نوع حمل‌ونقل می‌باشد. هوش مصنوعی علاوه بر عوامل تأثیرگذار بالا، داده‌های تاریخی گذشته را نیز بررسی و تحلیل می‌کند و سپس جدول زمان‌بندی بهینه را ارائه می‌دهد.

مسیریابی بهینه

سیستم‌های هوش مصنوعی در هر بستر حمل‌ونقل (خشکی، هوایی، ریلی، آبی) می‌توانند با توجه به داده‌هایی چون مبدأ حرکت، مقصد، فاصله بین مبدأ و مقصد، ایستگاه‌ها در مسیر حرکت، شرایط آب‌وهوایی مسیر، سرعت حرکت وسیله نقلیه و داده‌های ترافیکی، مسیر بهینه حرکت را تعیین کنند. بدین صورت در زمان افراد و مصرف سوخت وسایل حمل‌و‌نقل صرفه‌جویی خواهد شد.

کاربردهای هوش مصنوعی در حمل‌ونقل زمینی

در حمل‌ونقل زمینی برای جابه‌جایی انسان و اشیا از وسایل مختلفی مانند موتورسیکلت، خودرو، اتوبوس و کامیون استفاده می‌شود و بیشترین میزان ترافیک و مشکلات آلودگی زیست‌محیطی نیز مربوط به این دسته از حمل‌ونقل است. از طرفی شایع‌ترین روش برای جابه‌جایی انسان و کالا همین روش است؛ چرا که در این سیستم هر فرد می‌تواند وسیله حمل‌ونقل شخصی خود را با هزینه اولیه پایین داشته باشد. درنتیجه مسئولین شهری همواره در تلاش برای بهبود کارایی سیستم‌های حمل‌ونقل زمینی هستند.

بینایی ماشین، داده‌کاوی، اینترنت اشیا و یادگیری تقویتی، نقش پررنگی در بهبود بخش‌های مختلف حمل‌ونقل زمینی داشته‌اند. از این فناوری‌ها برای خودران کردن وسایل نقلیه، مسیریابی بهینه، پیش‌بینی تأخیرها، برنامه‌ریزی حمل‌ونقل عمومی و مدیریت ترافیک استفاده می‌شود.

در سال‌های اخیر هوش مصنوعی در صنعت خودروسازی استفاده بسیاری شده است. ماشین‌های خودران، مسیریابی بهینه در کنار زمان‌بندی مناسب که همگی درنتیجه استفاده از هوش مصنوعی در سیستم حمل‌ونقل هستند، موجب کاهش حجم ترافیک، مصرف سوخت و درنتیجه سطح آلودگی هوا می‌شوند. همچنین افراد، ایمنی و قابلیت اطمینان بیشتری در زمان رانندگی تجربه خواهند کرد؛ چراکه سیستم‌های هوشمند می‌توانند در زمان مواجه شدن با انواع خطرات جاده‌ای، آب‌وهوای بارانی و برفی، ترافیک و مواردی از این دست، به‌موقع عکس‌العمل نشان دهند و مانند انسان در زمان مواجه‌شدن با خطر دچار عواملی چون استرس، اضطراب و حواس‌پرتی نمی‌شوند و تصمیم‌گیری درست و به‌موقع خواهند داشت.

کاربردهای هوش مصنوعی در حمل‌ونقل ریلی

حمل‌ونقل ریلی یکی از سریع‌ترین و امن‌ترین روش‌های حمل‌ونقل است و به دلایلی چون سازگاری با محیط‌زیست، تأثیرپذیری کم از آب‌وهوا، سازمان‌دهی و برنامه‌ریزی منظم، قابلیت حمل کالاهای حجیم و سنگین و قیمت نسبتاً مناسب، انتخاب بسیاری از افراد برای جابه‌جایی خود و کالاهایشان می‌باشد.

هوش مصنوعی در حمل‌ونقل ریلی سبب افزایش سود، کاهش هزینه‌ها در طول مسیر حرکت و نظارت بر امنیت می‌شود. سیستم ناوبری در قطارها به‌گونه‌ای است که فعالیت‌های تکراری در آن بسیار دیده می‌شود. تنظیم خطوط ریلی، سرعت بهینه قطار در بخش‌های مختلف مسیر، برنامه زمانی حرکت و زمان بهینه ایست در هر ایستگاه، ازجمله مواردی هستند که الگوریتم‌های هوش مصنوعی بر آن‌ها تأثیر می‌گذارد و با بهینه‌سازی این موارد سبب کاهش مصرف سوخت و درنتیجه کاهش هزینه‌ها می‌شود.

کاربردهای هوش مصنوعی در حمل‌ونقل هوایی

حجم گسترده­ای از جابه‌جایی افراد و اشیاء از طریق حمل‌ونقل هوایی صورت می­گیرد. حمل‌ونقل هوایی، سریع‌ترین سیستم حمل‌ونقل و گزینه بسیار مناسبی برای سفرهایی با مسافت بالاست.

فناوری هوش مصنوعی در حال بهینه‌سازی عملیات پرواز و تأثیرگذاری بر صنعت هواپیمایی به شکلی عظیم است. شرکت‌های هواپیمایی پیشرو در جهان در حال استفاده از هوش مصنوعی و سایر فناوری‌های نوظهور برای ارائه خدمات شخصی‌سازی شده و افزایش تجربه مشتری هستند. حمل‌ونقل هوایی از بینایی ماشین، داده‌کاوی و رباتیک برای پیش‌بینی مواردی چون خرابی هواپیماها، زمان مورد نیاز برای تعمیر آن‌ها، آب‌وهوا و تأخیرها در پرواز استفاده کرده و در بهبود برنامه‌ریزی‌ها بسیار مؤثر است. هوش مصنوعی می‌تواند در زمان مواجهه با خطرات گوناگون، الگوهای مشابه درگذشته را شناسایی و به کمک آن‌ها تصمیم بهتری اتخاذ کند.

از دیگر کاربردهای بسیار حائز اهمیت هوش مصنوعی در حمل‌ونقل هوایی، افزایش امنیت و بهبود سیستم‌های کنترل در فرودگاه‌هاست. فرودگاه‌های بسیاری در حال روی آوردن به سیستم‌های نظارت و کنترل مبتنی بر هوش مصنوعی هستند. به عنوان مثال، آن‌ها برای کنترل پاسپورت‌ها، بلیت‌ها، مدارک شناسایی، کنترل رفتار مشکوک و غربالگری چمدان‌ها، از فناوری بینایی ماشین استفاده می‌کنند.

کاربردهای هوش مصنوعی در حمل‌ونقل آبی

حمل‌ونقل آبی یکی از مرسوم‌ترین روش‌ها برای حمل کالاها می‌باشد. این روش به دلیل توانایی در حمل کالاهایی با حجم و وزن زیاد، قیمت ارزان و آسیب کم به محیط‌زیست، در کشورهایی با دسترسی به مرزهای آبی، بسیار محبوب است.

هوش مصنوعی قابلیت پیش‌بینی و برنامه‌ریزی را دارد. در حمل‌ونقل آبی باید در زمان سفر و قبل از آن مواردی چون میزان سوخت مورد نیاز، مکان‌های سوخت‌گیری مجدد در مسیر، میزان ماده غذایی مورد نیاز در سفر و مسیر بهینه سفر را پیش‌بینی کرده و در خصوص آن‌ها تصمیم‌گیری کرد. هوش مصنوعی پارامترهای تأثیرگذار مانند مبدأ، مقصد، تعداد کارکنان کشتی، وزن بارها، میزان مصرف سوخت و نوع کشتی و الگوهای آب‌وهوایی در مسیر، را دریافت کرده و با توجه به داده‌های گذشته، نتایج حاصل از پیش‌بینی را ارائه می‌دهد.

همچنین می‌توان از هوش مصنوعی برای نظارت، ثبت و تجزیه‌وتحلیل داده­های مربوط به شرایط کشتی استفاده کرد. در بخش‌های مختلف کشتی دوربین‌ها و سنسورهایی برای ثبت تغییرات گذاشته شده، سپس داده‌های آن‌ها به کمک فناوری بینایی ماشین و داده‌کاوی بررسی می‌شود. این سیستم‌ها می‌توانند در صورت مشاهده هرگونه تغییر خطرناک، هشدار داده تا کارکنان کشتی آن را بررسی کنند.

برای مدیریت ترافیک در محل‌های بارگیری بندرها نیز هوش مصنوعی کمک می‌کند تا بتوان کشتی‌ها را از فواصل دور شناسایی کرد و زمان رسیدن آن‌ها به بندرها را پیش‌بینی نمود.

هوش مصنوعی در بهبود حمل‌ونقل عمومی

در مناطق پرجمعیت و شهرها، حمل‌ونقل عمومی بخش مهمی از ساختار حمل‌ونقل آن‌ها محسوب می‌شود. امروزه هوش مصنوعی به شهرها کمک می‌کند تا سیستم‌های حمل‌ونقل عمومی هوشمندتر و کارآمدتری ایجاد کنند. با تحلیل تقاضای مسافران و همچنین داده‌های لحظه‌ای مانند شرایط ترافیکی، حسگرهای خودروها و دوربین‌های نصب شده در سطح شهر، هوش مصنوعی به بهینه‌سازی زمان‌بندی اتوبوس‌ها و قطارها کمک می‌کند تا زمان انتظار کاهش یابد و کیفیت خدمات و رضایت مشتریان افزایش یابد.

نگهداری پیش‌بینی شونده (Predictive Maintenance) نیز یک تحول اساسی در حمل‌ونقل عمومی و زیرساخت‌هاست. با تحلیل داده‌های حسگرها و سوابق تعمیرات گذشته، هوش مصنوعی به پیش‌بینی زمان بروز نقص در تجهیزات کمک می‌کند. این رویکرد پیش‌گیرانه امکان برنامه‌ریزی بهتر برای سرویس‌دهی وسایل نقلیه را فراهم می‌کند که نه‌تنها زمان از کارافتادگی را کاهش می‌دهد؛ بلکه به صرفه‌جویی در هزینه نیز منجر می‌شود، چراکه قطعات می‌توانند از قبل سفارش داده شوند.

تأثیر هوش مصنوعی بر حمل‌ونقل گسترده است و تاکنون نتایج چشمگیری به همراه داشته. هوش مصنوعی به ایجاد سیستم‌های ایمن‌تر، کارآمدتر و پایدارتر کمک می‌کند، در حالی که با کاهش زمان بیکاری وسایل نقلیه و ارائه مسیرهای بهینه، در مصرف سوخت صرفه‌جویی کرده و اثرات منفی زیست‌محیطی را کاهش می‌دهد. از بهینه‌سازی ترافیک گرفته تا بهبود در لجستیک و نگهداری پیش‌بینی شونده، این نوآوری‌های مبتنی بر هوش مصنوعی در حال هموار کردن راه برای آینده‌ای هوشمندتر و قابل اعتمادتر در حوزه حمل‌ونقل هستند.

نمونه محصولات کاربردهای هوش مصنوعی در حمل‌ونقل

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید