الذكاء الاصطناعي يتنبأ بحوادث المرور من خلال كاميرات وأجهزة استشعار المدن

يجمع الذكاء الاصطناعي المروري بين الكاميرات وأجهزة الاستشعار الحضرية، باستخدام التعلم الآلي لتحليل سلوك المركبات والتنبؤ بنقاط خطر الحوادث، مما يساعد على تحسين السلامة في الشوارع.

الذكاء الاصطناعي المروري يتنبأ بالحوادث

لا تُستخدم كاميرات المرور اليوم لرصد المخالفات فحسب، بل تُصبح أيضًا مصدرًا قيّمًا للبيانات لأنظمة الذكاء الاصطناعي. وبفضل الذكاء الاصطناعي، يُمكن رصد سلوكيات المركبات غير الاعتيادية وتحليلها، مما يُسهم في رسم خريطة للمخاطر قبل وقوع الحوادث.

وهذا اتجاه جديد للمساعدة في تحسين السلامة المرورية ودعم التخطيط الحضري الذكي.

الذكاء الاصطناعي المروري يراقب كل حركة على الطريق

تقوم أنظمة الذكاء الاصطناعي الحالية لحركة المرور بجمع البيانات من مئات الكاميرات وأجهزة الاستشعار الموضوعة على الطرق، بما في ذلك أجهزة الاستشعار التي تقيس السرعة والتسارع ومسافة السيارة وحجم حركة المرور في الوقت الحقيقي.

باستخدام خوارزميات التعلم الآلي والتعلم العميق، يحدد الذكاء الاصطناعي السلوكيات التي تُنذر بالحوادث ، مثل تغيير المسار المفاجئ، أو التسارع المفاجئ، أو التصادم عن قرب. يتيح التحليل الفوري للنظام تقييم المخاطر فور حدوث أي سلوك شاذ، بدلاً من الاعتماد على بيانات الحوادث التي وقعت بالفعل.

وفقًا لبحث Tuoi Tre Online، يتم تطبيق نماذج التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNN)، لتحليل الصور من الكاميرات، ودمج البيانات من أجهزة الاستشعار لحساب السرعة النسبية والمسافة الدنيا ووقت رد الفعل بين المركبات.

يُحدد النظام درجات المخاطر لكل تقاطع أو جزء من الطريق، مُنشئًا خريطةً للنقاط السوداء المحتملة في المدينة. تُستخدم الحوسبة الطرفية لمعالجة البيانات بالقرب من الكاميرات وأجهزة الاستشعار، مما يُقلل زمن الوصول، ويحمي الخصوصية، ويضمن الاستجابة السريعة فور ظهور أي سلوك خطير .

وتظهر الأبحاث الدولية من مختبر MIT Senseable City ومشاريع المدن الذكية في سنغافورة وتورنتو أن هذه الطريقة تساعد في تحديد المناطق عالية الخطورة بشكل أفضل بمرتين إلى ثلاث مرات من إحصائيات الحوادث التقليدية.

لا يقتصر النظام على رصد السلوكيات غير الاعتيادية فحسب، بل يتتبع أيضًا أنماط حركة المرور المعقدة، من ساعات الذروة إلى سوء الأحوال الجوية، للتنبؤ بالمخاطر بشكل أفضل. كما يتعلم الذكاء الاصطناعي من البيانات التاريخية، مما يُحسّن تنبؤاته بمرور الوقت، ويتكيف مع تغيرات حركة المرور.

من رسم خرائط النقاط السوداء إلى تحسين السلامة الحضرية

لكي تكون خريطة النقاط السوداء فعّالة، يجب على النظام معالجة كمية هائلة من البيانات من الكاميرات وأجهزة الاستشعار وتحليلها آنيًا. تستخدم نماذج الذكاء الاصطناعي الحالية الحوسبة الطرفية، التي تعالج البيانات بالقرب من الكاميرات بدلًا من إرسالها إلى خادم مركزي، مما يقلل من زمن الوصول ويحمي الخصوصية.

لا تساعد البيانات المجمعة في تحديد مناطق الخطر فحسب، بل تدعم أيضًا سلطات المرور في اتخاذ القرارات المناسبة فيما يتعلق بإشارات المرور والبنية التحتية.

ومع ذلك، تعتمد دقة الذكاء الاصطناعي أيضًا على الظروف البيئية ، سواءً ليلًا أو نهارًا، سواءً أكان الجو ممطرًا أم مشمسًا، أو حركة مرور كثيفة أم خفيفة، بالإضافة إلى سلوك المشاة والدراجات النارية. لذلك، يجب ضبط نماذج الذكاء الاصطناعي بدقة وفقًا لخصائص حركة المرور في كل منطقة حضرية لتقليل التحذيرات الكاذبة وزيادة كفاءة التنبؤ.

الذكاء الاصطناعي يتنبأ بحوادث المرور من خلال الكاميرات وأجهزة الاستشعار

تعتمد دقة الذكاء الاصطناعي على مزامنة بيانات المستشعرات والكاميرات، ومعالجة تقلبات حركة المرور، والقدرة على تمييز السلوكيات في ظروف الإضاءة والطقس المختلفة. عند تطبيقه بفعالية، لا يقتصر دور الذكاء الاصطناعي على التنبؤ بالحوادث فحسب، بل يُشكل أيضًا أساسًا لأنظمة تُحسّن إشارات المرور، وتُنسّق تدفقات الحركة المرورية، وتُقلل من الازدحام.

وتفتح هذه التقنية أيضًا آفاقًا جديدة للسيارات ذاتية القيادة وأنظمة النقل الذكية، التي يمكنها تحديد المخاطر قبل وقوع الحوادث وتحسين السلامة عبر الشبكات الحضرية.

بشكل عام، يُمثل التنبؤ بحوادث المرور باستخدام الذكاء الاصطناعي من خلال كاميرات وأجهزة استشعار المدن خطوةً هامةً في تطبيق الذكاء الاصطناعي في إدارة المرور . تجمع هذه التقنية بين التحليل السلوكي والبيانات الآنية ونماذج التعلم العميق، مما يُحوّل بيانات المراقبة إلى خرائط مخاطر محددة، مما يُسهم في تحسين السلامة، وتحسين تدفقات المرور، وبناء مدن أكثر ذكاءً في المستقبل.

العودة إلى الموضوع

توان في

المصدر: https://tuoitre.vn/ai-du-doan-tai-nan-giao-thong-tu-camera-va-sensor-do-thi-20251128174419006.htm