说到交通领域的卫星，大多数人想到的是手机里的导航应用。欧洲的 SPATRA 项目表明，轨道能提供的远不止这些：借助人工智能增强的对地观测数据，可以监测钢轨温度，并缓解塞尔维亚一处边境口岸的拥堵。目标很简单：让陆路交通更安全、更高效、更环保。读完之后，你还可以测一测，自己在数据世界里是哪一类旅行者。
欧洲的陆路交通网络同时面临许多问题。交通越来越密集，整个系统日趋复杂，对环境的影响也在加大。这对公路和铁路的管理者来说是严峻的挑战。由欧盟资助的 SPATRA 项目给出了一个来自轨道的答案：经人工智能增强的卫星数据。
团队的目标雄心勃勃，却也很具体。陆路交通网络应当变得更安全、更高效、更环保，而实现这一点的工具，就是早已在我们头顶运转的数据。
长期以来，对地观测数据为农业和灾害管理等领域提供了关键的认识。然而，仍有许多领域没有发挥出这项技术的全部潜力。SPATRA 团队确定了两个这样的领域：公路运输和铁路运输。在他们看来，基于卫星的应用在这两个领域可以带来多得多的好处。
项目协调员、德国 OHB Digital Services 公司的达尼耶拉·里斯蒂奇-杜兰特（Danijela Ristic-Durrant）指出了一种思维习惯。这位研究人员说：“一提到把卫星数据用于陆路交通，我们往往会想到使用全球导航卫星系统（例如 EGNSS）的应用。”
与此同时，来自太空的另一类信息来源却被冷落了。“对地观测数据，例如可公开获取的哥白尼 Sentinel 数据，用得并不多。在这个项目中，我们想展示这类数据能带来益处的各种情形，”里斯蒂奇-杜兰特解释说。“可公开获取”这几个字在这里很重要：任何有使用想法的人，都可以去用这些资源。
团队提出并开发了两个应用场景，一个面向铁路，一个面向公路。两者遵循同样的模式：卫星数据输入经人工智能增强的模型，模型再给出信息，帮助人们做出更好的决策。
第一个应用场景关注温度如何影响铁路网络。如今，基础设施管理者主要依据预报行事。“基础设施管理者常常用天气预报来预测铁轨是否可能过热，”里斯蒂奇-杜兰特解释说。
当风险较高时，列车司机会收到所谓的限速命令，或者交通被完全中止。正如这位协调员强调的，这可能给铁路运营造成严重干扰。
SPATRA 团队开发了一套系统，把哥白尼热红外卫星数据与机器学习结合起来。算法用来提高数据的分辨率，这样就能监测钢轨温度，并评估胀轨跑道（即线路变形）的风险。
这一方案已在塞尔维亚进行了实地测试。测试表明，该系统可以让基础设施管理者持续监测整个网络的钢轨温度波动。因此，线路变形的风险可以更早被发现，这有助于保障铁路服务的安全和高效。
第二个应用场景把团队带到了公路上，具体是塞尔维亚的巴特罗夫齐边境口岸。目标是应对拥堵，并优化停车设施。“当时的想法是，物流管理者可以利用卫星数据来监测边境的拥堵程度，同时评估车位占用情况，”里斯蒂奇-杜兰特说。
这项应用汇集了多种技术。项目同时利用了欧洲全球导航卫星系统和哥白尼卫星系统的能力，并结合基于无人机的视觉和人工智能。结果如何？物流管理者能够更高效地规划行程，更准确地估计到达时间。
SPATRA 展示了如何把对地观测数据应用于经人工智能增强的模型，以确保交通顺畅而安全。更好的公路交通管理和更精确的铁路基础设施监测还有环境层面的意义：更高效的陆路交通网络同时也更环保。
这位协调员对成果的评价很冷静。“我们成功提高了这些应用的技术成熟度，”里斯蒂奇-杜兰特指出。她随即补充说，工作还没有结束：“与任何使用人工智能模型的系统一样，我们现在需要收集更多数据来训练模型。”进一步的改进和实地测试，旨在让这项技术更接近市场就绪，并鼓励对基于卫星的陆路交通解决方案投入更多资金。
SPATRA 项目提醒我们，卫星的用途不止导航。可公开获取的哥白尼 Sentinel 数据与机器学习相结合，使人们得以跟踪整个网络的钢轨温度，更早发现线路变形的风险；在巴特罗夫齐边境，它还帮助评估了拥堵和停车场占用情况。对计算机科学、地理信息学或物流专业的学生来说，这是一个明确的信号：来自轨道的数据正等待着新想法，而人工智能需要越来越多的数据才能运行得更好。
5 个问题 · 一分钟
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文