Tekoäly liikenneturvallisuuden tukena
Heatta, Antte (2023-12-08)
Heatta, Antte
A. Heatta
08.12.2023
© 2023 Antte Heatta. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202312083558
https://urn.fi/URN:NBN:fi:oulu-202312083558
Tiivistelmä
Tekoäly on yleistynyt nopeasti nykymaailmassa, ja sitä kehitetään jatkuvasti parempaan ja tehokkaampaan suuntaan. Myös liikenne sekä siinä oleva teknologia lisääntyy vauhdilla, jonka vuoksi liikenneturvallisuus on tekoälyn lisäksi ajankohtainen aihe. Tutkielman tutkimuskysymyksenä oli ”Kuinka tekoäly parantaa liikenneturvallisuutta?”. Tutkimusmenetelmänä hyödynnettiin kirjallisuuskatsausta, jonka avulla tutkittiin erilaisia tekoälyn osa-alueita sekä niiden käyttötarkoituksia ja rooleja liikenneturvallisuuden näkökulmasta. Kirjallisuuskatsauksessa hyödynnettiin tieteellisiä artikkeleita sekä muita tutkielmaan sopivia kirjallisia lähteitä kuten kirjoja. Tutkimuksen tavoitteena oli vastata tutkimuskysymykseen laajasti sekä kerätä tietoa tekoälyn tarjoamista mahdollisuuksista liikenneturvallisuuden edistämisessä.
Tekoälyä hyödynnetään autoteollisuuden lisäksi monilla muilla aloilla kuten terveydenhuollossa, finanssialalla sekä logistiikassa. Lähtökohtaisesti voidaan sanoa, että tekoälyä on nykyisin lähes kaikkialla sekä sen hyödyntäminen tulee lisääntymään tulevaisuudessa. Liikenneturvallisuudessa suosituimpia tekoälyn osa-alueita oli koneoppimisen muodot kuten ohjattu oppiminen, ohjaamaton oppiminen sekä vahvistusoppiminen. Näiden lisäksi konenäkö sekä syväoppiminen olivat tärkeässä roolissa. Näitä voidaan hyödyntää esimerkiksi liikeradan suunnitteluun kaistanvaihdon aikana, adaptiivisen vakionopeudensäätimen oikeanlaiseen toimintaan sekä muiden tiellä liikkujien liikkeiden ennustamiseen. Myös kuljettajan väsymystilan tunnistaminen on mahdollista tekoälyn avulla. Järjestelmä reagoi asianmukaisesti, mikäli kuljettaja esimerkiksi nukahtaa rattiin. Turvallisuuden lisäksi tekoälyn rooli liikenteessä ulottuu parantamaan yleistä mukavuutta kaupungeissa ja edistämään ekologisuutta reittien suunnittelulla. Esimerkiksi tekoälyä löytyy myös liikenteenohjausjärjestelmistä sekä älykkäistä kaupungeista, joiden tavoitteena on tehdä liikenteestä mahdollisimman miellyttävää kulkea sekä vähentää ruuhkia.
Tekoälyä hyödynnetään autoteollisuuden lisäksi monilla muilla aloilla kuten terveydenhuollossa, finanssialalla sekä logistiikassa. Lähtökohtaisesti voidaan sanoa, että tekoälyä on nykyisin lähes kaikkialla sekä sen hyödyntäminen tulee lisääntymään tulevaisuudessa. Liikenneturvallisuudessa suosituimpia tekoälyn osa-alueita oli koneoppimisen muodot kuten ohjattu oppiminen, ohjaamaton oppiminen sekä vahvistusoppiminen. Näiden lisäksi konenäkö sekä syväoppiminen olivat tärkeässä roolissa. Näitä voidaan hyödyntää esimerkiksi liikeradan suunnitteluun kaistanvaihdon aikana, adaptiivisen vakionopeudensäätimen oikeanlaiseen toimintaan sekä muiden tiellä liikkujien liikkeiden ennustamiseen. Myös kuljettajan väsymystilan tunnistaminen on mahdollista tekoälyn avulla. Järjestelmä reagoi asianmukaisesti, mikäli kuljettaja esimerkiksi nukahtaa rattiin. Turvallisuuden lisäksi tekoälyn rooli liikenteessä ulottuu parantamaan yleistä mukavuutta kaupungeissa ja edistämään ekologisuutta reittien suunnittelulla. Esimerkiksi tekoälyä löytyy myös liikenteenohjausjärjestelmistä sekä älykkäistä kaupungeista, joiden tavoitteena on tehdä liikenteestä mahdollisimman miellyttävää kulkea sekä vähentää ruuhkia.
Kokoelmat
- Avoin saatavuus [34311]