Інтелектуальна система адаптивного управління логістикою на основі Edge AI в умовах інфраструктурних обмежень

Abstract

Об’єкт дослідження – процес управління логістичними операціями та режимами праці екіпажів вантажних транспортних засобів в умовах високої невизначеності та інфраструктурної нестабільності. Предмет дослідження – методи та алгоритми периферійного штучного інтелекту, комп’ютерного зору та інтеграції телеметричних даних для адаптивного планування маршрутів і контролю психофізіологічного стану. Мета роботи – розробка інтелектуальної адаптивної системи управління логістикою, яка забезпечує живучість логістичних ланцюгів та безпеку водіїв шляхом локальної обробки даних в умовах блекаутів, порушення зв’язку та руйнування дорожньої інфраструктури. Методи дослідження – у роботі використано методи комп’ютерного зору та згорткові нейронні мережі для аналізу стану водія; методи злиття даних для крос-модальної валідації показників CAN-шини та відеопотоку; методи предиктивної аналітики та теорії графів для динамічного перерахунку маршрутів до безпечних локацій. Через конфлікт норм ЄУТР із реаліями воєнного стану обґрунтовано необхідність інтелектуальних систем підтримки водія. Розроблено Offline архітектуру на базі Edge AI з крос-модальною валідацією втоми (поєднання PERCLOS та телеметрії CAN-шини). Впроваджено модуль «Safe Hubs» для предиктивного планування безпечного відпочинку. Результати моделювання доводять підвищення стабільності логістичних процесів на 25–30% та зниження аварійності в умовах критичної нестабільності