Telemática por vídeo: Principais fluxos de trabalho

À medida que uma plataforma de telemática de vídeo evolui, há uma tendência à obsessão de adicionar novos recursos que, supostamente, agregarão mais valor ao usuário final. Essas tendências são exacerbadas no momento atual, a era de ouro da IA, em que a adição de um pouco de pó de fada de IA a qualquer coisa é indiscutivelmente para melhor. No entanto, o acréscimo de recursos que não esteja diretamente relacionado aos fluxos de trabalho diários de um usuário final é apenas um acréscimo de recursos. Concentrar-se no que deve ser melhorado, aprimorado ou aumentado é uma consequência direta dos principais fluxos de trabalho que importam na operação cotidiana da frota.

‍

No que se refere ao uso da telemática de vídeo pelas frotas, os fluxos de trabalho podem ser divididos em três categorias principais:

‍

Revisão

O requisito fundamental de qualquer solução de telemática de vídeo é simples: exibir vídeos simultâneos a um evento de interesse para análise. Os eventos de interesse geralmente se enquadram em uma das seguintes categorias:

• Uma solicitação sob demanda feita por um administrador de frota, com base em entradas externas ao sistema (por exemplo, acidentes relatados, motorista chamando a atenção para algo, reclamações de outros motoristas na estrada), também conhecida como solicitação de DVR. Nesses casos, o fluxo de trabalho precisa ser otimizado para que a recuperação do vídeo do dispositivo seja rápida e fácil. A hora e/ou o local aproximados têm sido os métodos tradicionais de recuperação de vídeo. Mais recentemente, métodos como a solicitação de uma versão comprimida de lapso de tempo de uma duração maior do vídeo para uma análise mais rápida ajudaram a aumentar o fluxo de trabalho tradicional do DVR. A solicitação de busca é enviada ao dispositivo e atendida imediatamente, caso o dispositivo esteja on-line. Caso contrário, a solicitação é colocada na fila para ser atendida na próxima vez em que o dispositivo for ligado e conectado. Para permitir o atendimento imediato das solicitações do DVR, muitas soluções de câmeras têm um modo de baixo consumo de energia no qual elas entram quando o veículo não está em operação.
• Vídeo correspondente a eventos acionados por uma caixa preta de telemática. Há duas implementações diferentes para isso. A primeira, em que a caixa preta se comunica com a câmera localmente por meio de uma conexão com fio, WiFi ou Bluetooth, em tempo real, e aciona a captura e o upload de vídeo instantaneamente. Em outro caso, típico em que a caixa preta e o sistema de câmera não têm um canal de comunicação viável entre eles e dependem de sua conectividade de rede 3G/LTE independente, a solicitação precisa passar por "ida e volta". Ou seja, a caixa preta cria um evento, que é carregado no backend, que aciona uma solicitação de vídeo para a câmera durante o período necessário e que, por fim, é carregado pela câmera de volta à nuvem. É evidente que a última opção é ineficiente no que diz respeito ao uso de dados e ao tempo necessário para que o vídeo esteja disponível, e a maioria dos sistemas modernos de telemática por vídeo visa à primeira opção.
• Eventos gerados por meio de análise de vídeo e outros sensores no dispositivo, em tempo real, usando IA. Isso inclui eventos baseados em ADAS, como ultrapassagens e paradas de emergência, eventos baseados em DMS, como distração ou fadiga do motorista, e detecção de impactos ou colisões. Para esses eventos baseados em IA que são gerados automaticamente, o principal gargalo no processo de revisão é o tempo e a atenção do gerente de frota, que são limitados. Por outro lado, os eventos, mesmo de uma frota de médio porte, podem chegar a centenas em apenas uma semana. É fundamental fornecer ferramentas para classificar e exibir apenas os eventos mais importantes para análise. Um paradigma de UX de "carregamento lento", em que mais eventos são exibidos somente quando solicitados, é uma das maneiras pelas quais os gerentes de frota podem ter melhor controle sobre o processo de revisão.

‍

Medição e relatórios

Os sistemas de telemática por vídeo, especialmente aqueles com autocura de eventos, podem gerar uma montanha de dados em um curto espaço de tempo. Destilar essa montanha de dados em métricas importantes que medem e relatam o desempenho dos motoristas e das frotas ao longo do tempo é desafiador e muito necessário. Parafraseando o título de um livro famoso, se não for medido, não importa.

‍

Normalmente, eles incluem:

• Métricas brutas como scorecards de motoristas como um agregado de todos os eventos ponderados de acordo com a importância de qualquer categoria de evento específica. Elas ajudam a:
• Medir o desempenho de um motorista ao longo do tempo, com a capacidade de exportar o mesmo em relatórios de motoristas
• Validar como os motoristas estão se comparando uns com os outros, em algo semelhante a uma tabela de classificação. Isso forma a base para programas de recompensa e treinamento. Os melhores motoristas podem receber incentivos vinculados ao desempenho, e os motoristas que precisam melhorar são selecionados para receber treinamento.

• Métricas mais granulares para incluir nos relatórios dos motoristas, como parte de um processo de treinamento subsequente, como:
• As categorias de violação que ocorrem com mais frequência, com metadados associados. Por exemplo, se o excesso de velocidade for o incidente mais comum, quanto acima o motorista está, em média? Isso pode definir a base para metas de melhoria semanais ou mensais.
• Correlações de eventos com relação à duração da viagem, hora do dia, clima, etc.
• Se incluir feedback do motorista em tempo real baseado em IA, métricas sobre a eficácia do mesmo. Por exemplo, depois que um motorista ouve um aviso sobre uma violação de velocidade publicada, com que frequência ele reduz a velocidade?

‍

Coaching e feedback

O treinamento e o feedback que podem ser iniciados tanto pelos motoristas quanto pelos gerentes de frota formam o componente final crítico que faz com que um sistema de videotelemática ofereça valor tangível à frota. Os fluxos de trabalho comuns que garantem isso são:

• Com base em relatórios de motoristas orientados por métricas, um gerente de frota inicia uma sessão de revisão e treinamento. Isso pode ser feito na forma de uma sessão individual, mas uma solução mais escalável inclui uma lista de verificação de revisão formal que o motorista deve preencher. A lista de verificação inclui exemplos de eventos e vídeos que o gerente de frota selecionou, juntamente com todos os metadados associados e comentários/notas com os quais o gerente de frota anotou os eventos.
• O motorista é notificado sobre uma revisão pendente na próxima vez que fizer login no sistema, geralmente por meio de um aplicativo de motorista fornecido como parte da solução geral. O preenchimento de uma lista de verificação de revisão pendente pode se tornar uma parte essencial da lista de tarefas do motorista antes de iniciar a próxima viagem. Nos casos em que um motorista quiser contestar ou fazer comentários esclarecedores sobre eventos específicos ou pontuações gerais, o processo de revisão também deve prever isso.
• Depois que a lista de verificação de revisão é concluída e enviada, os gerentes de frota recebem uma notificação sobre isso no portal, onde podem encerrar formalmente a instância de treinamento.

‍

É somente quando são colocados no contexto desses fluxos de trabalho principais que os aprimoramentos e otimizações de recursos levam ao melhor retorno sobre o investimento para as frotas. Isso garante que as inovações de produtos estejam facilitando o trabalho do gerente de frota e, ao mesmo tempo, proporcionando melhorias tangíveis para a segurança geral da frota. Existe a oportunidade de melhorar e aprimorar cada um dos fluxos de trabalho descritos acima, e isso funciona como a estrela-guia para a evolução de nossa própria plataforma, o RideView.