会社名・組織 : 川崎重工業、Leap Mind
方式・名称  : 電車ドアの挟まれ検知

IoT 運輸に関する記事

電車のドアの挟まれを2秒以内で検知するためにLeap Mind社の深層学習PoCキット「DelTA-Kit」を使用した。更に車体下部の機器箱のラッチハンドルについても閉め忘れを検証した。

川崎重工がエッジAIを活用する理由――電車のドアに挟まる物を検出、伝達まで猶予は2秒

運転士や車掌に伝えるチャンスは約2秒

 続いて、中岸氏は実運用を踏まえ、戸挟み物を検出して電車運転士や車掌に伝えられる“時間”を検証した。しかし、ここにも課題があったと振り返る。

 「このモデルを実運用させるには、車掌が車両のドアを閉じてから、運転士がハンドルを操作して電車を出発させる前に、ドアに戸挟み物があることを伝えなければならない。電車から得られるセンサーデータで確認したところ、車両のドアを閉じてから運転士かハンドルを操作する間は『約2秒』だった。ネットワークを介した画像識別の場合、遅延が発生するため、エッジAIに頼る必要があると分かった」

(引用元) https://www.atmarkit.co.jp/ait/articles/1905/08/news001_2.html

URL : https://www.atmarkit.co.jp/ait/articles/1905/08/news001_2.html

業種分類 運輸
製品分類エッジ
サービス分類本業の効率化、機能・売上アップ
対応地域兵庫
リリース日2019/09/01
通信分類9_2