نقش هوش مصنوعی لبه (Edge AI) در ارتقای ایمنی فعال و غیرفعال سیستم های قطار شهری

با افزایش تراکم جمعیت در شبکه های مترو روش های سنتی نظارت و کنترل ایمنی پاسخگو نیستند. معماری رایانش ابری (Cloud) به دلیل مشکلاتی نظیر تاخیر شبکه (Latency) و قطعی ارتباط در تونل ها برای محیط های بحرانی (Mission Critical) مناسب نیست. این مقاله به بررسی کاربرد Edge AI در پردازش بلادرنگ داده های حسگرها و دوربین ها پرداخته و نشان می دهد چگونه این فناوری ایمنی مسافران ناوگان و زیرساخت را تضمین می کند.

کلیدواژه ها:

هوش مصنوعی لبه (Edge AI) ، ایمنی سیستم های ریلی Railway Safety ، نگهداری پیشگیرانه (Predictive Maintenance) ، قطارهای خودکار (Autonomous Trains) ، امنیت سایبری ، سخت افزار (Hardware Cybersecurity)