Integrating AI Technologies in Railway Driver Machine Interfaces : A Systematic Literature Review and Expert Insights

Sammanfattning

Användningen av AI-teknologier inom järnvägarnas Förar Maskin Gränssnitt (DMI) är avgörande för att förbättra säkerhet, operationell effektivitet och förarupplevelse. Denna avhandling undersöker tillämpligheten av AI-teknologier från bil-, flyg- och sjöfartssektorerna till järnvägsindustrin. Aktuella DMI-teknologier inom bil-, flyg- och sjöfart genom en systematisk litteraturöversikt som involverar 98 källor och patent från 703 granskade, följt av experterintervjuer med 10 branschprofessionella från Alstom för att diskutera teknologiers tillämplighet inom järnvägen. Viktiga resultat identifierar tre lovande teknologier: detektion av förartrötthet, taligenkänning och adaptiva HUD:ar, som visar betydande potential för att förbättra säkerhet, operationell effektivitet och förarupplevelse när de integreras i järnvägs-DMI. Vidare konstrueras tre spekulativa scenarier för att föreställa sig effekterna av dessa teknologier under det kommande decenniet, vilket ger insikter om potentiella framtida utvecklingar inom järnvägen drivna av AI. Dessa scenarier informerar inte bara om långsiktig strategisk planering utan underlättar också proaktiva reglerings- och efterlevnadsåtgärder, vilket förbättrar förståelsen för AI-applikationer inom järnvägssektorn och etablerar riktlinjer för framtida forskning.