Развитие искусственного интеллекта (ИИ) повлияло на систему городского паркинга. Многие ручные процессы можно автоматизировать. Это помогает повысить рентабельность бизнеса и решить многие проблемы, с которыми сталкиваются флит-менеджеры, водители, бухгалтеры и другие сотрудники. В статье объясняем, как работает сервис оплаты городской парковки на основе ИИ.
Какие проблемы есть у сотрудников, работающих с парковками
Водители корпоративных авто должны следить за тем, чтобы на парковочном счету всегда было достаточно средств. При запуске сессии нужно быть очень внимательным, в противном случае можно получить штраф, оплачивать который придется из своего кармана. Управляющие автопарками и бухгалтеры тоже сталкиваются с трудностями:
сложно контролировать деньги, которые выдаются сотрудникам на руки;
много ресурсов уходит на формирование бухгалтерской отчетности вручную;
не хватает информации по парковочным сессиям, платежам и так далее.
В результате работники тратят много времени на рутинные задачи — это лишние расходы для компании.
«Паркоматика» — сервис для управления автопарком и автомобильными платежами — помогает решить эти проблемы. В основе системы — ИИ-алгоритм, который принимает решение о запуске или незапуске парковочной сессии. Вот как все работает.
Терминал через API раз в минуту направляет сервису GPS-координаты, время фиксации местоположения автомобиля, статус заведенного двигателя и другие данные (в некоторых случаях — скорость и угол поворота рулевого колеса).
На пятой минуте запускается парковочная сессия. Информация о стоянке передается в городскую систему парковки, чтобы компания не получила штраф. Сессия отображается в мобильном приложении, ее в любой момент можно отменить.
Через три минуты после остановки авто система определяет парковочную зону
и сообщает водителю о начале сессии — он получает push-уведомление на смартфон. За основу берутся данные от устройства и история парковочных сессий в полученном массиве координат.
Вероятность того, что водитель совершит ошибку во время парковки сводится к нулю. А компания может управлять автопарком в разы более эффективно.
В будущем планируется доработать модуль ИИ, чтобы запуск и окончание парковочных сессий происходило без ошибок. Еще необходимо разработать методы для обогащения и улучшения качества данных, получаемых с телематических устройств, а также добавить возможность интеграции с большим количеством телематических устройств для сбора данных.