نقش هوش مصنوعی در کنترل ترافیک هوشمند (زمینی و هوایی)

روش‌های مختلفی برای استفاده از هوش مصنوعی در این حوزه وجود دارد که ما ۱۰ کاربرد رایج آن را بررسی می‌کنیم.

مدیریت هوشمند چراغ‌های راهنمایی

یکی از مهمترین وسایل سازماندهی درون شهری، چراغ‌های راهنمایی هستند. این چراغ‌ها به ایجاد یک روند مناسب در ترافیک بسیار کمک می‌کنند. اما در صورتی که به صورت بهینه عمل نکنند، نتایج می‌تواند برعکس باشد. در بسیاری از موارد مشاهده می‌شود که چراغ‌ها بر اساس یک تایمر یا فقط بر اساس یک مولفه خاص عمل می‌کنند. بهترین روش برای عملکرد این چراغ‌ها استفاده از چراغ‌های راهنمایی هوشمند است. با استفاده از این چراغ‌ها، یادگیری ماشین و بینایی ماشین، شما می‌توانید بر اساس ترافیک در پشت همه‌ی چراغ‌های یک نقطه، جریان ترافیک به بهترین نحو هدایت کنید. طبق تحقیقات استفاده از این نوع چراغ‌ها در دارمشتات آلمان نشان داده است که جریان ترافیک را می‌توان تا ۷۰ درصد سرعت بخشید. این مورد توانایی ایجاد آسایش برای رانندگان در سفرهای داخل شهری را دارد.

فناوری تشخیص خودکار فاصله (ADR)

این فناوری در خودروها می‌تواند بسیاری از حوادث و تصادفات را کاهش دهد. در این فناوری با استفاده از سنسور، دوربین و لیزر فاصله بین ماشین و جسم روبه روی آن محاسبه می‌شود و در صورت نزدیک شدن به خطر، ترمز خودرو به صورت اتوماتیک عمل می‌کند. تقریباً در تمامی خودروهای خارجی ساخت شرکت‌های مطرح، این فناوری گنجانده شده است تا از تصادفات و مشکلات جاده‌ها کاسته شود. در ترافیک شهری بیشتر تصادفات، از جنس تصادف خودرو عقب با خودرو جلو می‌باشد و این تکنولوژی می‌تواند تا حد زیادی مشکل تصادفات را رفع کند.

پارکینگ هوشمند

یکی از مشکلات رایج در شهرهای بزرگی مانند تهران، مشکل عدم وجود پارکینگ است. در بسیاری از اوقات ترافیک‌ها به دلیل دنبال جای پارک گشتن یا پارک دوبل کردن ماشین‌هاست. شما برای این مورد می‌توانید از روش‌های متنوع و فناورانه‌ای استفاده کنید. برای پارکینگ‌های کنار خیابان، می‌توان از فناوری بینایی ماشین کمک گرفت و تمامی محل‌های پارک را از چند طریق به رانندگان اطلاع داد. این کار می‌تواند از طریق یک اپلیکیشن یا از طریق تابلوها یا چراغ‌های راهنما در خیابان اجرایی شود. در این فناوری دوربین در قسمتی تعبیه می‌شود تا محل‌های پارک را رصد کند. با استفاده از فناوری بینایی ماشین، تمامی محل‌‌های پارک را مشخص کرده و در صورت خالی بودن آن افراد را مطلع می‌کنید. در این حالت برای دریافت هزینه هم می‌توانید از پلاک خوان خودرو سیار استفاده کنید.

برای پارکینگ‌های عمومی و طبقاتی، شما می‌توانید از پارکینگ‌های مکانیزه و با طبقات زیاد استفاده کنید تا در محدوده‌ی کمی تعداد زیادی پارکینگ را تامین کنید. به منظور آشنایی بیشتر با این نوع پارکینگ‌ها مقاله سیستم پارکینگ هوشمند چیست را مطالعه کنید.

اجرای قانون راهنمایی و رانندگی

در جریان ترافیک پیدا کردن متخلفین علاوه بر مشکل بودن، باعث ایجاد خلل در روند ترافیک می‌شود. پلاک خوان خودرو جاده‌ای، در حال حاضر یکی از موارد استفاده از هوش مصنوعی در اجرای قوانین رانندگی است اما این تنها کاربرد هوش مصنوعی در اجرای قانون نیست. از فناوری‌های مختلفی مانند تشخیص فعالیت، تشخیص سرعت، تشخیص اجسام روی بدن (مانند تشخیص کلاه ایمنی در موتورسواران) و ... می‌توانید می‌توانید برای هوشمند سازی استفاده کنید. به طور مثال فضاهایی که پارک ممنوع هستند را با بینایی ماشین رصد کنید و در صورت پارک خودرو با استفاده از پلاک خوان آن را جریمه کنید. این موارد می‌تواند کارهای بسیار پیچیده‌تری هم انجام دهد.

تعیین محل قرارگیری ماموران به منظور کاهش اختلالات

در جریان ترافیک و محل عبور و مرور خودروها ممکن است نیاز به یک فرد برای راهنمایی جریان ترافیک داشته باشید. این مورد به نظر می‌رسد که کاملاً به صورت انسانی صورت می‌گیرد اما محل قرارگیری این مامورین می‌تواند با توجه به داده‌های هوش مصنوعی باشد. یادگیری ماشین، می‌تواند جریان ترافیک در محل‌های مختلف را به صورت کامل در اختیار شما قرار دهد و بر اساس آن نقاط حساسی که نیاز به مامور دارند را مشخص کند.

کمک به ایجاد و شکل‌گیری قوانین جدید

قوانین ایجاد شده معمولاً بر اساس یک پیش فرض تعیین شده‌اند. هوش مصنوعی می‌تواند در کنترل جریان ترافیک موثر باشد و وضعیت این جریان را با تغییر قوانین موجود (از جمله حداکثر سرعت) شبیه سازی کند و قوانین حال حاضر را به چالش بکشد. در مواردی با توجه به داده‌ها می‌توان تصمیماتی برای تغییر قوانین نیز اتخاذ کرد.

برنامه ریزی بهینه‌ترین مسیر سفر

اکثر افرادی که مخصوصاً در شهرهای بزرگ مسیرهایی را طی می‌کنند از برنامه‌هایی برای انتخاب مسیر استفاده می‌کنند. از نمونه‌های خارجی این برنامه‌ها می‌توان به گوگل مپ و ویز اشاره کرد و نمونه‌های داخلی آن هم بلد و نشان هستند. نکته‌ی مهم برای این برنامه‌ریزی، استفاده از هوش مصنوعی برای شبیه‌سازی مسیرهای مختلف بر اساس داده‌هاست. بهترین راه علاوه بر استفاده از داده‌های ماهواره‌ای، استفاده از یادگیری ماشین برای پیدا کردن الگوهای سفر است. با استفاده از این الگوها، زمان‌های پیش‌بینی شده برای سفر دقیق‌تر می‌شود و مسیرهای بهتری هم به راننده پیشنهاد خواهد شد.

نظارت دقیق و هوشمند بر مشکلات جاده‌ها

هوش مصنوعی در نظارت و کنترل جریان ترافیک می‌تواند بسیار کارساز باشد. ما در سطح شهر و جاده‌های دوربین‌های نظارتی بسیار زیادی داریم و از طرفی اپراتورهای زیادی در دسترس نیست. به همین دلیل با استفاده از بینایی ماشین، می‌توان اجزای داخل عکس را به طور کامل تجزیه و تحلیل کرد و سپس دوربینی که در آن مشکل یا چیز مشکوکی مشاهده می‌شود برای ناظر برجسته شود. این می‌تواند رسیدگی به تصادفات را بسیار سرعت ببخشد و باعث افزایش سرعت جریان ترافیک شود.

عوارضی هوشمند

بسیاری از عوارضی‌ها از سیستم‌های هوشمند استفاده می‌کنند ولی می‌توان آنها را به صورت کامل هوشمند کرد. در مسیرهای بین شهری یکی از مشکلات جریان ترافیک، عوارضی‌ها هستند. این عوارضی‌ها باعث کاهش سرعت خودروها و معطلی زیاد آنها می‌شود. روش‌های مختلفی برای هوشمندسازی عوارضی وجود دارد:

۱- استفاده از تگ‌های RFID در خوردوها: تگ RFID می‌تواند داده‌های یک خودرو را به گیرنده انتقال دهد و به صورت خودکار هزینه عوارضی پرداخت شود. این مورد در بعضی از عوارضی‌ها پیاده شده است.

۲- جریمه توسط پلاک خوان: خودروهایی هستند که سعی می‌کنند عوارضی را نادیده بگیرند. می‌توان با استفاده از پلاک خوان این خودروها را جریمه کرد.

۳- عوارضی تماماً هوشمند: شما می‌توانید با استفاده از پلاک خوان و تگ RFID دیگر گیت برای عوارضی در نظر نگیرید و هزینه عوارض به صورت کاملاً آنلاین پرداخت شود. در حال حاضر بسیاری از اتوبان‌های آمریکا و کشورهای پیشرفته به این صورت عمل می‌کنند و شما باید این هزینه‌ها را به صورت ماهانه پرداخت کنید.

خوروهای خودران

همان طور که در بالاتر هم عنوان شد، تصادفات و حادثه‌های خودرویی می‌تواند مشکل زیادی برای جریان ترافیک ایجاد کند. به همین دلیل با پیشرفت خودروهای خودران می‌توان این امید را داشت که این حوادث تا حد زیادی کاهش پیدا کنند و دیگر شاهد تصادف به دلیل خطاهای انسانی نباشیم. در خودروهای خودران از تکنوژی‌های متفاوتی مانند فناوری پردازش تصویر استفاده شده است و با پیشرفت این فناوری‌ها می‌توان به کاهش تصادفات جاده‌ای بسیار امیدوار بود.

کنترل هوشمند ترافیک هوایی

استفاده از هوش مصنوعی در کنترل ترافیک هوایی می‌تواند خطاهای انسانی را به صفر نزدیک کند. در ۲۰ سال گذشته تعدادی از حوادث هوایی بر اثر اشتباهات برج مراقبت رخ داده است. این در حالی است که بسیاری از کارهای این افراد کارهای تکراری و مشخص است. با هوشمندسازی این کارها می‌توان فشار وارده بر اپراتورها را به شدت کاهش داد و این مورد موجب بالا رفتن تمرکز و خطای کمتر آنها در موارد اضطراری می‌شود.