Дешевые приборы, подобно луне, имеет свою неосвещенную сторону, которую нелегко разглядеть…
Дешевые приборы, подобно луне, имеет свою неосвещенную сторону, которую нелегко разглядеть…
Компания «Инфосистемы Джет» разработала для лизингового сервиса «КОНТРОЛ лизинг» решение на базе Machine Learning (ML), которое в реальном времени регистрирует отклонения в поведении водителей. В автоматическом режиме отслеживаются случаи опасного вождения, потенциальные угоны и нарушения условий договора лизинга. Компания «КОНТРОЛ лизинг» уделяет особое внимание безопасности использования предметов лизинга, контролю за состоянием и износом своих автомобилей, и данное решение позволяет снизить количество аварий и финансовых рисков.
Одно из основных направлений деятельности «КОНТРОЛ лизинг» — предоставление автомобилей в лизинг юридическим лицам, таксомоторным паркам и каршеринговым сервисам. В парке компании более 11 тысяч транспортных средств, с начала текущего года заключено свыше 3,5 тысяч лизинговых контрактов. При такой бизнес-модели крайне важно иметь возможность снижать потенциальные убытки за счет эффективного контроля рисков. «Инфосистемы Джет» разработала для компании систему, которая оперативно выявляет возникающие риски, обрабатывая данные с телематического оборудования сдаваемых в аренду автомобилей.
Математическая модель решения в течение года обучалась на данных, получаемых с автомобилей компании. По итогам анализа большого количества параметров в работе автомобилей и действиях водителей удалось сформировать базовые модели стандартного поведения в различных условиях. Система с высокой точностью различает типовые и нетиповые действия, умеет отличать временные изменения в поведении от характерного стиля вождения.
Телематическое устройство подключается к автомобилю и ведёт сбор сигналов со всех основных систем транспортного средства. Регистрируются данные тахометра, акселерометра, нажатие и отпускание педали тормоза, открытие и закрытие дверей, включение режима парковки и другие параметры. Решение выявляет нехарактерные для конкретных водителей отклонения в поведении и отправляет уведомление сотрудникам компании.
«Очевидно, что вручную контролировать работу всего лизингового парка невозможно. Технологии машинного обучения в корне меняют ситуацию. Система способна самостоятельно выделять случаи нетипичного или подозрительного поведения, которые повышают риски нашей компании. Реагируя на такие случаи, мы зачастую предотвращаем возникновение неблагоприятных ситуаций и избегаем возможных убытков», — комментирует Сергей Жердев, директор по ИТ компании «КОНТРОЛ лизинг».
Автоматизированный анализ и контроль действий водителей помогает предотвращать случаи угона и неправомерного использования транспорта, снижать износ и показатели аварийности. Дополнительно появляется возможность для сбора и передачи страховым компаниям данных о безаварийном вождении добросовестных водителей.
«Проект показывает, что при правильном использовании технологии Machine Learning могут улучшать не только бизнес-показатели компании. В данном случае они помогают повысить безопасность вождения, а значит, и безопасность пассажиров – пользователей услуг перевозки. Это отличная демонстрация потенциальных возможностей искусственного интеллекта, которые раньше были принципиально недоступны», – отметил Владимир Молодых, директор по разработке и внедрению компании «Инфосистемы Джет».
На текущий момент компания «Инфосистемы Джет» реализовала более 50 проектов с применением технологий Machine Learning в банках, ритейле, промышленности, страховании и других отраслях.
Последний вышедший номер
Адрес редакции: 117997, Москва, Профсоюзная ул., д. 65, оф. 360
Телефон: (926) 212-60-97.
E-mail: info@avtprom.ru или avtprom@ipu.ru
© ООО Издательский дом "ИнфоАвтоматизация", 2003-2026 гг.
Сайт «Автоматизация в промышленности» предназначен для специалистов по промышленной автоматизации: главных инженеров, главных энергетиков, главных механиков, главных метрологов, инженеров служб АСУ ТП, АСУТП, КИПиА, КИП и А, отделов метрологии, отделов автоматизации, отделов главного инженера, специалистов инжиниринговых и внедренческих фирм, менеджеров фирм системных интеграторов, преподавателей вузов, научных работников, сотрудников научно-исследовательских институтов, студентов и аспирантов.
Сайт «Автоматизация в промышленности» неразрывно связан с одноименным журналом, в котором публикуются концептуальные, научно-практические и внедренческие статьи, посвященные промышленным автоматизированным системам, системам управления бизнес-процессов, программному и алгоритмическому обеспечению, техническим средствам автоматизации, вопросам сертификации, описанию промышленных стандартов, а также обзоры зарубежной прессы.
В каждом номере проводится обсуждение актуальных тем по проблемам создания и применения следующего инструментария: интегрированные АСУ, MES, АСУ П, АСУ ТП, SCADA, АСКУЭ, EAM, ТОИР, ERP, LIMS, ЛИУС, распределенные системы управления, РСУ, система управления качеством выпускаемой продукции, промышленные тренажеры, современные методы и алгоритмы управления и моделирования, коммуникационные средства, GSM–связь, РС-совместимые контроллеры, ПК, человеко-машинный интерфейс, встраиваемые системы, Web-технологии, HTML-технологии, числовое программное управление, ЧПУ, виртуальные приборы, виртуальное измерение, беспроводная связь, имитационное моделирование, Ethernet, Internet-технологии, Industry 4.0, Интернет вещей, промышленный Интернет вещей, IIoT, IoT, Четвертая промышленная революция, навигационные системы, роботы, датчики, сенсоры, диагностика клапанов, водоподготовка, экологические системы, производственная безопасность, идентификация, RFID-технологии, машинное зрение, промышленные сети, средства промышленного монтажа, корпуса и конструктивные решения, пневмоавтоматика, ПЛК, программируемые логические контроллеры, интеллектуальные датчики, сервосистемы, системы поддержки принятия решений и т.д.
Вниманию читателей предлагаются подборки по автоматизации следующих отраслей промышленности и народного хозяйства: металлургия, нефтегазовая отрасль, химическая промышленность, транспорт, сельское хозяйство, комбикормовая и перерабатывающая промышленность, автомобилестроение, энергетика, электроэнергетика, жилищно-коммунальное хозяйство, интеллектуальное здание, умный дом, непрерывное производство (рецептурное), дискретное производство, пищевая промышленность и др.