Машинное обучение эффективнее выявит превышение уровня выбросов автотранспорта

Стоимость и эффективность программ контроля выбросов и технического обслуживания (Vehicle Emissions Inspection and Maintenance, I/M) В США подвергаются критике. Такие программы принимают и контролируют их исполнение штаты и округи США. 

Ученые из университета Карнеги-Меллона в Питтсбурге разработали новый метод выявления транспортных средств с избыточным уровнем выбросов. В нем используются технологии удаленной передачи данных и машинного обучения. Исследователи отмечают значительно эффективнее и дешевле существующих программ I/M.

Фото: Audi

В большинстве штатов, согласно нормативным требованиям, легковые автомобили должны проходить периодические проверки по контролю уровня вредных выбросов и не должны превышать определенных параметров. 

Замеры проводят системы бортовой компьютерной диагностики (on-board diagnostics, OBD). Специальные устройства обрабатывают данные транспортного средства. Однако точность выявления превышения уровня вредных выбросов составляет 87%. При этом, в отличии от фактической проверки специалистами, существует 50% вероятность ложной оценки. 

Умные автомобили все чаще интегрируются в экосистему IoT. По этой причине контролирующие органы штатов и округов проводят физические проверки реже. Новый метод предполагает отправку данных непосредственно из бортовых систем на облачный сервер контрольных органов США. Данные обработают алгоритмы машинного обучения и обнаружат транспортные средства с избыточным уровнем выбросов. 

Модель машинного обучения оказалась на 24% точнее нынешних OBD-систем. Она дешевле и эффективнее. Кроме того, большинству водителей не потребуется посещать сервисные центры: алгоритмы выявят автомобиль с превышением выбросов. После чего специалисты свяжутся с водителем и пригласят его для прохождения технического обслуживания и осмотра.

Материалы исследования опубликованы в цифровой библиотеке IEEE Xplore.