ESHOT’ta güvenli sürüş için yapay zekâ desteği

İzmir Büyükşehir Belediyesi ESHOT Genel Müdürlüğü, toplu ulaşımda güvenlik ve konforu artırmak, enerji verimliliğini sağlamak için uzun süredir üzerinde çalıştığı teknolojik altyapıyı  sahadaki uygulamalara taşıyor. Şoförlerin sürüş davranışlarını anlık veriler üzerinden takip eden sistem, verilerin toplanması ve analizinden eğitimlere, eğitim sonrası takibe kadar uzanıyor. Böylece toplu ulaşımda sürekli gelişen bir yönetim modeli uygulanıyor. Bu doğrultuda son yedi ayda toplam 1055 şoför, ekonomik ve güvenli sürüş eğitimine katıldı.Araçlardan gelen veriler anlık takip ediliyor
Temeli, verilerin ESHOT otobüslerinden anlık alınmasına dayanan sistem, sürüş ve konum verileri oluşturuyor. Araçların CAN bus (Araç İçi Veri İletişim Ağı) altyapısından motor, frenleme ve sürüş verileri alınırken konum ve diğer telemetri verileri merkezi sisteme aktarılıyor. Hatalı hızlanma, hız ihlali, sert kalkış, riskli viraj alma ve uzun rölanti gibi sürüş davranışları bu veriler üzerinden analiz ediliyor. Böylece gelişim gerektiren alanlar somut verilerle belirleniyor.

Yapay zekâ veriyi anlamlandırıyor
Anlık olarak toplanan veriler, ESHOT personeli tarafından geliştirilen yapay zekâ destekli algoritmalarla analiz ediliyor. Şoförlerin sürüş davranışları değerlendirilerek gelişim alanları belirleniyor. Eğitim öncesi ve sonrası veriler karşılaştırılarak sağlanan gelişim ölçülüyor. Elde edilen sonuçlar, şoför eğitimlerinin planlanmasından eğitim sonrası performans takibine kadar sürecin yönetiminde kullanılıyor. Böylece ESHOT’ta “Ölç, analiz et, yönet ve geliştir” yaklaşımı, sürekli çalışan bir sisteme dönüşüyor.

Üç aşamalı program
Sürüş Teknikleri Eğitim Merkezi’nde yürütülen program üç aşamadan oluşuyor. İlk aşamada şoförlerin sürüş davranışları, herhangi bir yönlendirme yapılmadan gözlemleniyor. Ardından belirlenen gelişim alanlarına yönelik teorik ve uygulamalı eğitim veriliyor. Eğitimlerde güvenli ve ekonomik sürüş, doğru hızlanma ve yavaşlama, fren ve retarder kullanımı, enerji verimliliği, yolcu konforu ve çevreci sürüş konuları ele alınıyor. Programın son aşamasında şoförler yeniden direksiyon başına geçiyor. Eğitimde öğretilen tekniklerin sürüş davranışlarına ne ölçüde yansıdığı uygulamalı olarak değerlendiriliyor.

İlk üç ay yoğun analiz, ardından sürekli izleme
ESHOT’un modelinde eğitim sınıfta sona ermiyor. Programa katılan şoförlerin sürüş performansı, eğitim sonrasındaki ilk üç ay boyunca yapay zekâ destekli algoritmalarla takip ediliyor. Eğitim öncesi ve sonrası veriler karşılaştırılarak gelişim sağlanan ve iyileştirilmesi gereken alanlar belirleniyor. Elde edilen sonuçlar doğrultusunda eğitim içerikleri yeniden değerlendiriliyor. Üç aylık yoğun takip döneminin ardından şoförlerin sürüş verileri sistem üzerinden izlenmeye devam ediliyor.

Güvenlik, konfor ve kaynak verimliliği birlikte yönetiliyor
Sistemle ani ve hatalı sürüş davranışlarının azaltılması, yolcu konforunun artırılması, yakıt ve enerjinin daha verimli kullanılması hedefleniyor. Doğru sürüş teknikleriyle araçların mekanik aksamlarının korunması, bakım maliyetlerinin ve karbon salımının azaltılması amaçlanıyor. Yapay zekâ destekli analizlerin eğitim süreçlerine dahil edilmesiyle sürüş güvenliği, yolcu konforu ve kaynak verimliliği birlikte değerlendiriliyor.