罗格斯大学的两位工程师开发了一种借助人工智能的工具，用于检测铁路交叉口的非法侵入行为，并控制过去十年来不断增加的死亡人数。
罗格斯大学项目工程师阿西姆·扎曼（AsimZaman）和罗格斯大学工程学院运输工程副教授刘翔（Xiang Liu）创建了一个人工智能辅助框架，该框架可以自动检测铁路入侵事件，区分违规者的类型，并生成违规的视频剪辑。该系统使用对象检测算法将视频数据处理为单个数据集。
“有了这些信息，我们可以回答许多问题，比如人们一天中什么时候闯入最多，以及人们在下来或上去的时候是否会绕过大门？”扎曼说。
据联邦铁路管理局（Federal Railway Administration）统计，美国每年有数百人在210000个铁路交叉口的入侵事故中丧生。尽管各方共同努力减少死亡人数，但火车罢工造成的死亡人数仍在继续上升。2008年，FRA估计每年约有500人因侵犯铁路通行权而死亡。据FRA报道，十年后，包括自杀在内的人数攀升至855人。
在他们的研究中，Zaman和Liu将入侵者定义为未经授权的人员或车辆，这些人员或车辆位于非公共用途的铁路或交通财产区域，或在信号平交道口激活后进入该区域的人员或车辆。
到目前为止，对铁路入侵的大多数研究都是从伤亡信息中得出的。但研究忽视了未遂事件鈥攐ccasions Zaman和Liu表示，这可以为非法侵入行为提供有价值的见解，进而有助于设计更有效的控制措施。
为了验证他们的理论，研究人员访问了在新泽西州一个十字路口拍摄的视频片段。根据2015年《固定美国地面运输法》（FAST），研究地点安装了摄像头。但如今，大多数过境点的视频系统要么没有审查，要么是手动审查，这是劳动密集型且昂贵的。
Zaman和Liu培训了他们的AI和深度学习工具，以分析研究现场1632小时的存档视频片段。他们发现，在68天的监控过程中，发生了3004起非法侵入事件鈥攁n平均每天44次。研究人员还发现，近70%的入侵者是男性，大约三分之一的人在火车通过前入侵者，大多数入侵者发生在周六下午5点左右。研究结果发表在《事故分析与预防》杂志上。
扎曼说，地方当局可以利用这样的细粒度数据，在违规高峰期间，在过境点附近部署警察，或向铁路所有者和决策者通报更有效的过境解决方案鈥攕如平交道口消除系统或先进的闸门和信号。
扎曼说：“每个人都喜欢数据，这就是我们所提供的。”。
刘补充道：“我们希望通过对特定位置的数据源进行风险分析，为铁路行业和决策者提供工具，以利用视频监控基础设施尚未开发的潜力。”