به گزارش همشهری آنلاین و به نقل از نیو اطلس، به منظور بهینه‌سازی جریان ترافیک در خیابان‌های شهر، شهرداری‌ها اغلب دوربین‌های شمارش خودرو یا سنسورهای دیگر را در مکان‌های معدودی نصب می‌کنند. با این حال، یک تحقیق جدید نشان می‌دهد که استفاده از دوربین های موجود در اتوبوس ممکن است راه بهتری باشد.
اکثر اتوبوس‌های شهری مجهز به دوربین‌هایی هستند که تصاویر جلوی آن‌ها را ضبط می‌کند. این دوربین‌ها برای ثبت هرگونه تصادفی که ممکن است این اتوبوس‌ها در آن دخیل باشند، نصب شده‌اند. دقیقا به همان دلیل نیز بسیاری از وسایل نقلیه شخصی نیز به این دوربین‌ها مجهز شده‌اند. چنین دوربین‌هایی در اتوبوس‌های مورد استفاده در محوطه دانشگاه ایالتی اوهایو، که کمی شبیه به یک شهر کوچک است، استفاده می‌شود.
با در نظر گرفتن این واقعیت، یک تیم تحقیقاتی از دانشگاه ایالتی اوهایو به سرپرستی پروفسور «کیت ردمیل» یک الگوریتم مبتنی بر هوش مصنوعی برای تجزیه و تحلیل فیلم‌هاای گرفته شده توسط این دوربین‌ها ایجاد کرده‌اند.
این نرم افزار از یک مدل یادگیری عمیق به نام YOLOv۴ برای شناسایی و ردیابی چندین شی در فریم‌های جداگانه ویدیو استفاده می‌کند. این قابلیت به آن اجازه می‌دهد تا تعیین کند چه تعداد وسیله نقلیه در هر شات وجود دارد، چه تعداد خودرو در حال حرکت هستند و چه تعداد خودرو در کنار خیابان‌ها پارک شده‌اند. این نرم افزار همچنین سرعت و مسیر خودروهای در حال حرکت را ثبت می‌کند.
این الگوریتم می‌تواند با استفاده از این داده‌ها همراه با نقشه‌های دیجیتالی خیابان‌ها و داده‌های ماهواره «جی ان اس اس» نقشه‌هایی از بالای خیابان‌هایی را که اتوبوس‌ها در آن تردد می‌کنند، تولید کند و جریان ترافیک ثبت شده را در هر نقطه از این خیابان‌ها نشان دهد. در مقابل، دوربین‌های نصب شده در خیابان تنها می توانند ترافیک را در تعداد نسبتا کمی از مکان‌های تنظیم شده نظارت کنند.
پروفسور «ردمیل» می‌گوید: اگر اطلاعات فضایی جامع‌تری با وضوح بالا در مورد آنچه در جاده‌ها اتفاق می‌افتد جمع‌آوری و پردازش کنیم، برنامه‌ریزان می‌توانند تغییرات در تقاضای استفاده از جاده‌ها را بهتر درک کنند و کارایی سیستم حمل‌ونقل گسترده‌تر را به طور موثر بهبود بخشند.
بیشتر بخوانید:
نظر شما