TRUCKS
TRUCKS
Moderni kamioni generiraju ogromne količine podataka svake minute u radu. Ali kako se ti podaci koriste? Kako to može koristiti vlasnicima kamiona? I što to znači za budućnost kamionskog prijevoza?
Danas je tipičan teški kamion opremljen s više od 100 senzora. Pametni telefon, za usporedbu, ima deset. Svake minute poslat će oko 20 gigabajta podataka, što je ekvivalentno strujanju 1800 sati glazbe na Spotifyju. U toj istoj minuti izvijestit će o položaju kamiona 60 000 puta, dok će također primiti više od 600 000 različitih metrika i tri milijuna poruka dnevnika.
Sada, pomnožite tu jednu minutu s brojem minuta u radnom vijeku kamiona i količina podataka koja se generira postaje nezamislivo golema. Ipak, daleko od toga da se utapaju u svim tim podacima, znanstvenici koji rade u industriji žude za još više.
"Što više podataka, to bolje", objašnjava Robert Valton, voditelj odjela za podatke, analitiku i umjetnu inteligenciju, Volvo Group. „S našom kompetencijom u području znanosti o podacima i naprednim analitičkim metodama i alatima koje imamo na raspolaganju, ogromne količine podataka nisu problem – to je prilika. Omogućuje nam stvaranje još dubljeg uvida u ponašanje kamiona i bolje razumijevanje načina na koji radi na optimizaciji prijevoza i podrške našim klijentima."
Početkom 1990-ih lansirani su prvi povezani kamioni, a broj povezanih vozila od tada bilježi linearan rast. Količina podataka koji se generiraju eksponencijalno je porasla u posljednjih 30 godina, ali izazov je bio pronaći načine korištenja tih podataka za stvaranje vrijednosti za vlasnike kamiona i prijevozničke tvrtke.
"Povijest načina na koji koristimo podatke iz kamiona može se promatrati u četiri faze", kaže Robert. "Prvo smo reagirali i pogledali podatke kako bismo utvrdili: što se dogodilo? Zatim smo s povezivanjem počeli više gledati podatke u stvarnom vremenu i utvrđivati: što se događa? Posljednjih godina bavili smo se time što će se dogoditi i poduzimamo mjere da to spriječimo – dobar primjer je praćenje u stvarnom vremenu. Sada idemo još dalje i koristimo podatke i umjetnu inteligenciju kao kristalnu kuglu kako bismo odredili što želimo da se dogodi kako bismo najbolje podržali naše klijente."
Podaci o kamionu mogu se upotrijebiti za predviđanje i sprječavanje kvarova, a time i za poboljšanje radnog vremena.
Povezivost leži u srži preventivnog održavanja – koncept predviđanja i sprječavanja kvarova prije nego što se dogode.
Analizom ogromne količine podataka koji se mogu izvući iz vozila i primjenom strojnog učenja moguće je identificirati uobičajene obrasce i kombinacije čimbenika koji dovode do određene greške. To se zatim može koristiti za izradu modela za predviđanje i sprječavanje sličnih grešaka u drugim vozilima.
"Odgovornoj radionici šaljemo upozorenje kako bi mogli zakazati pogodno vrijeme za kupca da posjeti i dijagnosticira problem prije nego što rezultira neplaniranim kvarom," kaže Elke Decaluwé, potpredsjednica, tehnička podrška zastupnicima, Volvo Trucks." Za klijentima, to znači produženo vrijeme rada i izbjegavanje svih troškova povezanih s kvarom, kao što je gubitak prihoda i šteta za ugled tvrtke."
Danas Elke i njezini kolege prikupljaju podatke iz voznog parka od gotovo 85.000 kamiona koji prometuju diljem Europe. Njihov se rad dramatično promijenio posljednjih godina s novim napretkom u povezivanju i analizi podataka.
Kada su započeli 2016., nadzirali su vozni park od samo 600 kamiona, za jednu komponentu – bateriju – i bio je potreban cijeli dan da se izvrši jedna provjera. Sada se prati 11 različitih komponenti i provjera se može izvršiti svakih osam minuta. Svaki mjesec šalje se oko 4000 upozorenja, od kojih se procjenjuje da 77% sprječava neplanirani kvar
Međutim, kako se tempo razvoja ne usporava, modele podataka i algoritme kontinuirano je potrebno usavršavati i poboljšavati.
"Kamioni nisu statični i stalno se razvijaju, pa se i podaci razvijaju", kaže Elke. "Ako propustimo kvar ili upozorenje ne radi, onda je to okidač da bolje pogledamo i vidimo treba li naše modele prilagoditi."
"S umjetnom inteligencijom možemo provesti još više analiza na samom kamionu... To bi bilo gotovo poput kognitivnog i samoiscjeljujućeg kamiona"
Evolucija umjetne inteligencije ima potencijal učiniti trenutne modele još točnijim i sveobuhvatnijim. Budući da umjetna inteligencija ima kapacitet analizirati daleko veće količine podataka, može identificirati prethodno neviđene i nepoznate obrasce i veze između podatkovnih točaka.
"Tradicionalno s analitikom podataka, imate pristup koji se temelji na hipotezama gdje odabirete parametre za koje vjerujete da su relevantni", objašnjava Robert. „S pristupom vođenim umjetnom inteligencijom, gledate sve dostupne podatke iz kamiona, bez obzira na to mislite li da su relevantni. Također možemo uklopiti druge izvore podataka, kao što su vremenska prognoza i uvjeti prijevoza. Možemo stvoriti modele koji su još precizniji i mogu gledati dalje u budućnost."
Umjetna inteligencija bi također mogla otvoriti put pametnim kamionima – vozilima sposobnim za učinkovito dijagnosticiranje i popravak.
"Danas šaljemo podatke iz kamiona u pozadinu nadzornog centra. No s umjetnom inteligencijom mogli bismo provesti više analiza na samom kamionu. Ako bi naišao na problem, automatski bi pokrenuo dijagnostiku i riješio problem putem promjena softvera. To bi bilo gotovo poput kognitivnog i samoiscjeljujućeg kamiona koji može optimizirati vrijeme rada i omogućiti više transporta uz manji utjecaj na klimu."
Saznajte više o prednostima povezivanja i o tome što ono već danas može doprinijeti vašem poslovanju, uključujući: