Trucks
Trucks
Moderní nákladní vozidla generují obrovské množství dat každou minutu, kdy jsou v provozu. Ale jak jsou tato data využívána? Jak to může prospět majitelům nákladních vozidel? A co to znamená pro budoucnost kamionové dopravy?
Dnes je typické těžké nákladní vozidlo vybaveno více než 100 senzory. Smartphone má pro srovnání deset. Každou minutu odešle kolem 20 gigabajtů dat, což odpovídá streamování 1800 hodin hudby na Spotify. Ve stejné minutě oznámí polohu nákladního vozidla 60 000krát a zároveň obdrží více než 600 000 různých metrik a tři miliony protokolových zpráv.
Nyní vynásobte tuto jednu minutu počtem minut provozní životnosti nákladního vozidla a množství generovaných dat bude nepředstavitelně obrovské. Vědci zabývající se daty, kteří pracují v tomto odvětví, se však ani zdaleka "netopí" ve všech těchto datech,ale chtějí ještě víc.
„Čím více dat, tím lépe,“ vysvětluje Robert Valton, vedoucí oddělení dat, analýzy a umělé inteligence, Volvo Group. „Díky našim znalostem v oblasti datové vědy a pokročilým analytickým metodám a nástrojům, které máme k dispozici, nepředstavuje obrovské množství dat problém – je to příležitost. Umožňuje nám generovat ještě hlubší vhled do chování nákladního vozidla a lépe porozumět tomu, jak funguje optimalizace přepravy a podpory našim zákazníkům."
Na počátku 90. let byly uvedeny na trh první online služby do nákladních vozidel a od té doby počet propojených služeb ve vozidlech lineárně roste. Množství generovaných dat za posledních 30 let exponenciálně narostlo, ale výzvou bylo najít způsoby, jak tato data využít k vytvoření hodnoty pro majitele nákladních vozidel a dopravní firmy.
„Historie toho, jak využíváme data z nákladních vozidel, se dá zobrazit ve čtyřech fázích,“ říká Robert. "Nejprve jsme byli reaktivní a podívali se na data, abychom zjistili: Co se stalo? Poté jsme s konektivitou začali sledovat data více v reálném čase a určovat: Co se děje? V posledních letech řešíme, co se stane, a přijímáme opatření, abychom tomu zabránili – monitorování v reálném čase je dobrým příkladem. Nyní jdeme ještě dále a používáme data a umělou inteligenci jako křišťálovou kouli k určení toho, co bychom chtěli, abychom co nejlépe podpořili naše zákazníky.“
Data nákladního vozidla lze použít k předvídání a prevenci poruch a tím i ke zlepšení doby provozuschopnosti.
Konektivita je jádrem preventivní údržby – konceptem předvídání a prevence poruch dříve, než k nim dojde.
Analýzou obrovského množství dat, která lze z vozidel získat, a aplikací strojového učení je možné identifikovat běžné vzorce a kombinace faktorů, které vedou ke konkrétní chybě. To pak lze použít k vytvoření modelů pro předvídání a předcházení podobným poruchám u jiných vozidel.
„Odpovědnému servisu posíláme upozornění, aby mohli zákazníkovi naplánovat vhodný termín návštěvy a provedení diagnostiky problému, abychom tak předcházeli neplánované zastávce,“ říká Elke Decaluwé, viceprezidentka pro technickou podporu Volvo Trucks. Pro zákazníky to znamená delší dobu provozuschopnosti a eliminace zbytečných nákladů navíc spojených s poruchou, jakými jsou ztráta příjmů a poškození dobrého jména společnosti.“
Dnes Elke a její kolegové shromažďují data z flotily téměř 85 000 nákladních vozidel provozovaných po celé Evropě. Jejich práce se v posledních letech dramaticky změnila s novými pokroky v konektivitě a analýze dat.
Když v roce 2016 začínali, monitorovali flotilu pouhých 600 nákladních vozidel a pouze jednu součástku – baterii – a dokončení jedné kontroly trvalo celý den. Nyní je monitorováno 11 různých komponent a kontrola může být provedena každých osm minut. Každý měsíc je odesláno přibližně 4 000 výstrah, z nichž se odhaduje, že 77 % zabrání neplánované zastávce.
S tím, jak se tempo vývoje nezpomaluje, je však potřeba datové modely a algoritmy neustále zdokonalovat a zlepšovat.
„Nákladní vozidla nejsou statická a neustále se vyvíjejí, takže se vyvíjejí i data,“ říká Elke. "Pokud opomeneme poruchu nebo výstraha nefunguje, je to podnět k tomu, abychom se blíže podívali a zjistili, zda je potřeba naše modely upravit."
"S AI můžeme provádět ještě více analýz ze samotného nákladního vozidla... Bylo by to skoro jako kognitivní a samoléčivé nákladní vozidlo."
Evoluce AI má potenciál učinit současné modely ještě přesnějšími a komplexnějšími. Protože umělá inteligence má schopnost analyzovat mnohem větší množství dat, dokáže identifikovat dříve neviděné a neznámé vzory a spojení mezi datovými body.
„Tradičně u analýzy dat využíváte přístup založený na hypotézách, kdy vybíráte parametry, o kterých se domníváte, že jsou relevantní,“ vysvětluje Robert. „S přístupem řízeným umělou inteligencí se podíváte na všechna dostupná data z nákladního vozidla bez ohledu na to, zda si myslíte, že jsou relevantní. Můžeme také kombinovat další zdroje dat, jako je počasí a dopravní podmínky. Dokážeme vytvořit modely, které jsou ještě přesnější a mohou se dívat dále dopředu.“
Umělá inteligence by také mohla připravit cestu pro chytrá nákladní vozidla – vozidla schopná se sama efektivně diagnostikovat a opravovat.
„Dnes posíláme data z nákladního vozidla do backendu monitorovacího centra. Ale s umělou inteligencí bychom mohli provádět více analýz na palubě samotného nákladního vozidla. Pokud by se zjistil problém, automaticky by spustil diagnostiku a vyřešil ho prostřednictvím změn softwaru. Bylo by to skoro jako kognitivní a samoopravné nákladní vozidlo, které dokáže optimalizovat dobu provozuschopnosti a umožnit větší přepravu s menším dopadem na klima."
Zjistěte více informací o výhodách konektivity a o tom, co již dnes může pomoci vašemu podnikání:
● Jak data a bezdrátové technologie zabraňují poruchám nákladních vozidel
