ماموریتی هوشمند برای کم کردن ترافیک - اینفوگرافی

ماموریتی هوشمند برای کم کردن ترافیک

ماموریتی هوشمند برای کم کردن ترافیک

ماموریتی هوشمند برای کم کردن ترافیک

Intelligent mission to reduce traffic

مسافران ساعت های ارزشمندی را نشسته در ترافیک هدر می دهند. اما یک فارغ التحصیل دانشگاه کمبریج معتقد است که او پاسخی برای پایان دادن به خط فقر دارد

با اتومبیل های بدون راننده و دوچرخه های استخدام الکتریکی، جاده های ما در آینده بسیار متفاوت خواهد بود. و اگر ریچارد کارتریت راه خود را داشته باشد، ترافیک بسیار کمتر خواهد بود.

کارآفرین در راه کم کردن هزینه برای استفاده از داده ها برای آزاد سازی جاده ها کار می کند. هر هفته، مسافران ساعت های ارزشمند نشسته در اتومبیل خود، سوزاندن سوخت گران قیمت و تولید و انتشارات سر و صدا میکنند . تخمین زده می شود که رانندگان در لندن سه روز در سال در ترافیک در ساعت های عجله به سر می برند، در حالی که مسافران در بیرمنگام و منچستر یک روز را از دست می دهند. و این تنها مشکل این نیست - هزینه تراکم رانندگان برآورد شده است به £ 30bn در سال است.

"ما دائما از شهروندان و مدیران ترافیک می شنویم که تراکم افتضاح است و ما می خواهیم در مورد آن بیشتر بدانیم. اما شهرها ابزارهایی برای انجام کاری در مورد آن ندارند، "Cartwright می گوید.

ریچارد کارتریت، بنیانگذار راه اندازی FlowX

کارآفرین دانشگاه کمبریج را ترک کرد - شهر با دلایل ترافیک خود - با درجه ای در اقتصاد و تمایل به آن را به تنهایی. پس از فارغ التحصیلی در ماه ژوئن 2017، او وارد رقابت طرح کسب و کار شده توسط دانشگاه مدیریت سنگاپور شد و 2500 دلار برای یک پیشنهاد ارائه کرد که از ایده استخراج اطلاعات از دوربین های مدار بسته برای مدیریت ترافیک حمایت کرد.

Cartwright می گوید: "این یک فرصت بسیار جالب بود که به مفهوم شهر هوشمندانه برسد. "ما از پرسش اساسی پرسیدیم:" چرا شهرها با دادههای موجود خود بیشتر کار میکنند؟ "

اگر چه روزهای اولیه برای FlowX است، راه اندازی که او تأسیس کرده است، به نظر میرسد او میتواند به چیزی بپردازد. در ماه اکتبر برای برنامه شتاب دهنده Geovation، که توسط Ordnance Survey (OS) اداره می شود، که از شروع کار با داده های موقعیت جغرافیایی پشتیبانی می کند، انتخاب شده است. کسب و کار او کمک هزینه 10،000 پوند از OS و فضای اداری در مرکز لندن دریافت کرد. سپس او در مورد بازدید از مراکز کنترل در سراسر انگلستان، در لندن، بیرمنگام، منچستر، لیدز، نیوکاسل، شفیلد، میلتون کینز و هادرزفیلد قرار گرفت.

Cartwright متوجه شد که داده های ترافیک به طرز شگفت انگیزی محدود شده اند، به ندرت به صورت خودکار و برای سن داده ها مناسب نیستند. او مشاهده کرد که مقدار زیادی از داده های ترافیکی از حلقه های القایی مغناطیسی زیر جاده استخراج شده است. "این ها سیم هایی هستند که هر بار که اتومبیل من می رود، یاد می گیرد.

او همچنین متوجه شد که تشخیص حادثه ممکن است دشوار باشد. اگر چه دوربین ها در بیشتر تقاطع های اصلی وجود دارد، صفحه نمایش های بسیاری وجود دارد که مانع از دست رفتن یک برخورد می شود که به طرز شگفت انگیزی آسان است.

"چشم انداز کامپیوتر، همراه با یادگیری ماشین، در 10 سال گذشته به طور قابل توجهی به عنوان زمینه ای رشد کرده است و تحلیلی در مورد این موارد ممکن است که قبل از آن نبوده است."

اما Cartwright متوجه شد که این یک وظیفه بود که او نمیتوانست تنها انجام دهد و به کمک شرکت Vivacity Labs مبتنی بر ترافیک مبتنی بر لندن، که قبلا از یادگیری ماشین و AI برای نظارت و مدیریت میزان ترافیک استفاده می کرد، به دنبال کمک بود. با این حال این کار با نصب حسگرها و دوربین های خود انجام می شود.

FlowX می خواهد نرم افزار Vivacity را با دوربین های CCTV موجود ترکیب کند تا راه حل ارزان قیمت را ایجاد کند. Cartwright باید بر مشکلات فنی ادغام سیستم ها غلبه کند. او می گوید، مشکلات سیاسی این است که نگرانی بزرگتری دارند.

"یک سقوط بزرگ در تقاطع باعث ایجاد امواج عمده در کل سیستم می شود. بنابراین [کنترل ترافیک] واقعا در مورد یافتن حوادث در اسرع وقت مراقبت می کند، "Cartwright می گوید. "کنترلرهای ترافیکی همیشه تصادف را نمی بینند، آنها فقط اثرات حادثه را می بینند و پس از آن، کنترل بسیار سخت تر است. هیچ کدام از دوربین های مدار بسته در هر یک از این شهرها هیچ تحلیل کامپیوتری وجود ندارد، هیچ چیز هوشمند، هیچ دیدگاه رایانه ای در هر یک از دوربین های مدار بسته وجود ندارد. برای من این خیلی تکان دهنده بود. "

او معتقد است، ایجاد سیستم هوشمند و تحلیلی برای استخراج داده ها از دوربین های CCTV موجود است. کامپیوترها می توانند یاد بگیرند که وسایل نقلیه را در جاده شناسایی کرده و شمارش کنند و درک کنند که جریان طبیعی ترافیک شبیه به آن است. سپس، از طریق یادگیری ماشین، سیستم یاد بگیرد که چگونه یک حادثه را شناسایی کند و لحظه ای که اتفاق افتاده، یک مدیر ترافیک را هشدار دهد.

در حالی که سیستم می تواند با داده های ناشناس کار کند، مسائل مربوط به حریم خصوصی و اطلاعات شخصی نگرانی مقامات و مردم است.

"[دوربین های دوربین مدار بسته] در ابتدا برای مدیران ترافیک برای نگاه کردن نصب شده بودند. اکنون آنها به طور ناشناس اطلاعات ترافیکی را در پس زمینه محاسبه می کنند. اما همانطور که می توانید تصور کنید مقامات شهرستان از این موضوع هراسناک هستند. او در حال مذاکره با شوراهای نیوکاسل و منچستر است و برای یک پروژه آزمایشی که توسط Innovate UK در سابق پشتیبانی می شود، مشارکت دارد. او می گوید شوراها علاقه مند هستند، اما حفظ حریم خصوصی و استفاده از دوربین مدار بسته از لحاظ سیاسی حساس است. "منچستر و نیوکاسل در ابتدا به این ایده باز هستند، اما من فکر می کنم برای آنها بسیار دلهره آور است"، Cartwright می گوید.

اگر پروژه قادر به پاکسازی است، FlowX بخشی از موج جدیدی از شرکت های اطلاعات ترافیک خواهد بود که تجزیه و تحلیل و ابزار را به شوراها و مدیران ترافیک ارائه می دهد.

"چشم انداز بزرگ من این است که هر شهر، هر کجا را فعال کنیم تا از اطلاعات موجود برای مدیریت این ترافیک بهتر و کاهش هزینه های حمل و نقل استفاده کند. ما می خواهیم شهرهای را فعال کنیم تا سریعا به مسائل مربوط به جاده واکنش نشان دهند. اگر می توانید این کار را انجام دهید، این باید منافع واقعی و واقعی را برای رانندگان و دیگران به ارمغان بیاورد. "

از آنجا که اینجا هستی ...

... ما یک درخواست کوچک برای پرسیدن داریم مردم بیشتر در حال خواندن نگهبان هستند، اما درآمد تبلیغات در سراسر رسانه ها به سرعت کاهش می یابد. و بر خلاف بسیاری از سازمان های خبری، ما یک paywall نداشته ایم - ما می خواهیم روزنامه نگاری ما را تا حد امکان باز نگه داریم. استقلال سرمقاله گاردین به این معنی است که دستورالعمل ما تنها ارائه گزارش قابل اعتماد برای خوانندگان ما در سراسر جهان است. آمار مقدس هستند استقلال ما است. بنابراین شما می توانید ببینید که چرا ما باید از کمک شما درخواست کنیم.

 

دیدگاه خود را بیان کنید

تمامی حقوق برای شرکت فناوری اطلاعات گیلاس خندان محفوظ است