Telemetria por Vídeo: Fluxos de Trabalho Principais

À medida que uma plataforma de telemática de vídeo evolui, existe uma tendência para a obsessão em adicionar novas funcionalidades que, supostamente, acrescentarão mais valor ao utilizador final. Estas tendências são exacerbadas no momento atual, a era dourada da IA, onde polvilhar um pouco de "pó mágico" de IA em qualquer coisa é considerado, indiscutivelmente, uma melhoria. No entanto, a adição de funcionalidades que não servem diretamente os fluxos de trabalho diários do utilizador final é apenas uma acumulação desnecessária de funções. Focar no que melhorar, aprimorar ou aumentar é, portanto, uma consequência direta dos fluxos de trabalho essenciais para a operação diária da frota.

‍

No que diz respeito à utilização de telemática de vídeo por frotas, os fluxos de trabalho podem ser divididos em 3 categorias principais:

‍

Revisão

O requisito fundamental de qualquer solução de telemática de vídeo é simples: exibir vídeo simultaneamente a um evento de interesse para revisão. Os eventos de interesse geralmente enquadram-se numa das seguintes categorias:

• Um pedido a pedido feito por um administrador de frota, com base em informações externas ao sistema (por exemplo, acidentes reportados, condutores a chamar a atenção para algo, reclamações de outros condutores na estrada), também conhecido como pedido de DVR. Nestes casos, o fluxo de trabalho precisa de ser otimizado para uma recuperação rápida e fácil do vídeo a partir do dispositivo. A hora e/ou localização aproximadas têm sido os métodos tradicionais de recuperação de vídeo. Mais recentemente, métodos como solicitar uma versão time-lapse comprimida de uma duração de vídeo mais longa para uma revisão mais rápida ajudaram a melhorar o fluxo de trabalho tradicional de DVR. O pedido de obtenção é enviado para o dispositivo e cumprido imediatamente caso o dispositivo esteja online. Caso contrário, o pedido é colocado numa fila de espera para ser processado assim que o dispositivo for ligado e estiver conectado. Para permitir o cumprimento imediato dos pedidos de DVR, muitas soluções de câmara possuem um modo de baixo consumo de energia que é ativado quando o veículo não está em operação.
• Vídeo correspondente a eventos acionados por uma caixa negra de telemática. Existem duas implementações diferentes para isto. A primeira, onde a caixa negra comunica com a câmara localmente através de uma ligação com fios, Wi-Fi ou Bluetooth, em tempo real, e aciona a captura e o carregamento do vídeo instantaneamente. Noutro caso, típico quando a caixa negra e o sistema de câmara não têm um canal de comunicação viável entre si e dependem da sua conectividade de rede 3G/LTE independente, o pedido tem de passar por um processo de "ida e volta". Ou seja, a caixa negra cria um evento, que é carregado para o backend, que depois envia um pedido de volta para a câmara para obter o vídeo durante a duração necessária, sendo finalmente carregado pela câmara para a nuvem. É evidente que este último método é ineficiente tanto em termos de utilização de dados como de tempo necessário para que o vídeo esteja disponível, e a maioria dos sistemas modernos de telemática de vídeo aposta no primeiro.
• Eventos gerados através da análise de vídeo e outros sensores no dispositivo, em tempo real, usando IA. Estes incluem eventos baseados em ADAS, como condução demasiado próxima e paragens incompletas (rolling stops), eventos baseados em DMS, como distração ou fadiga do condutor, e deteção de impactos ou colisões. Para tais eventos baseados em IA que são gerados automaticamente, o principal estrangulamento no processo de revisão é o tempo e a atenção do gestor da frota, que são ambos limitados. Por outro lado, os eventos, mesmo numa frota de média dimensão, podem chegar às centenas em apenas uma semana. Fornecer ferramentas classificar e exibir apenas os eventos mais críticos para análise torna-se fundamental. O paradigma de UX de "carregamento preguiçoso" (lazy loading), em que mais eventos são exibidos apenas mediante solicitação, é uma das formas de oferecer aos gestores de frota um melhor controle sobre o processo de revisão.

‍

Medição e relatórios

Sistemas de telemática por vídeo, especialmente aqueles com curadoria automática de eventos, podem gerar uma montanha de dados em pouco tempo. Destilar essa montanha de dados em métricas-chave que meçam e relatem o desempenho de motoristas e frotas ao longo do tempo é um desafio, mas extremamente necessário. Parafraseando o título de um livro famoso, o que não é medido, não é gerenciado.

‍

Normalmente, incluem:

• Métricas gerais, como cartões de pontuação dos motoristas, que agregam todos os eventos ponderados de acordo com a importância de cada categoria. Elas ajudam a:
• Medir o desempenho do motorista ao longo do tempo, com a possibilidade de exportar esses dados em relatórios de motorista.
• Validar o desempenho comparativo entre motoristas, em algo semelhante a um ranking. Isso serve de base para programas de recompensa e treinamento. Os melhores motoristas podem receber incentivos vinculados ao desempenho, e aqueles que precisam melhorar são selecionados para treinamento.

• Métricas mais granulares para incluir nos relatórios de motorista, como parte de um processo de treinamento subsequente, tais como:
• As categorias de violação mais frequentes, com metadados associados. Por exemplo, se o excesso de velocidade é a infração mais comum, qual a média acima do limite? Isso pode definir a base para metas de melhoria semanais ou mensais.
• Correlações de eventos em relação à duração da viagem, hora do dia, condições climáticas, etc.
• Se o sistema incluir feedback em tempo real baseado em IA, métricas sobre a eficácia do mesmo. Por exemplo, após um motorista receber um aviso de excesso de velocidade, com que frequência ele reduziu a velocidade?

‍

Treinamento e feedback

O treinamento e o feedback, que podem ser iniciados tanto pelos motoristas quanto pelos gestores de frota, formam o componente final crítico que faz com que um sistema de telemática por vídeo entregue valor tangível à frota. Fluxos de trabalho comuns que garantem isso são:

• Com base em relatórios de motorista orientados por métricas, o gestor de frota inicia uma sessão de revisão e treinamento. Isso pode ser feito em uma sessão individual, mas uma solução mais escalável inclui uma lista de verificação formal que o motorista deve completar. A lista inclui exemplos de eventos e vídeos selecionados pelo gestor, juntamente com todos os metadados associados e comentários ou notas que o gestor tenha adicionado aos eventos.
• O motorista é notificado sobre uma revisão pendente ao acessar o sistema – geralmente por meio de um aplicativo para motoristas fornecido como parte da solução completa. A conclusão da lista de verificação de revisão pode ser definida como uma etapa obrigatória na lista de tarefas do motorista antes de iniciar a próxima viagem. Nos casos em que o motorista deseja contestar ou fornecer comentários esclarecedores sobre eventos específicos ou pontuações gerais, o processo de revisão também deve permitir essa interação.
• Assim que a lista de verificação de revisão for concluída e enviada, os gestores de frota recebem uma notificação no portal, onde podem encerrar formalmente a sessão de treinamento.

‍

Somente quando inseridas no contexto desses fluxos de trabalho essenciais é que as melhorias e otimizações de recursos geram o melhor retorno sobre o investimento para as frotas. Isso garante que as inovações do produto facilitem o trabalho do gestor de frota, ao mesmo tempo em que proporcionam melhorias tangíveis para a segurança geral da frota. Existe a oportunidade de aprimorar e otimizar cada um dos fluxos de trabalho descritos acima, e isso serve como o norte para a evolução da nossa própria plataforma, RideView.