۳ راهکار شهرداری برای شناسایی پلاکهای مخدوش در پایتخت/ رفع مشکل با هوش مصنوعی و دوربینهای پرتابل
مدتهاست برخی رانندگان برای ورود بیهزینه خود به محدوده طرح ترافیک، اقدام به پوشاندن پلاک خودرو خود در مبادی ورودی محدوده طرح ترافیک میکنند؛ اما حالا شهرداری تهران در حال فراهم آوردن زیرساختهایی است که رانندگان متخلف در این زمینه را نقرهداغ کند.
به گزارش ایده رسانه، معمولا رانندگان متخلف با استفاده از روشهای مختلف همچون چسباندن کاغذ، بیرون انداختن پارچهای از صندوق عقب، باز گذاشتن در صندوق عقب، وانمود به هول دادن خودرو و حتی پاشیدن برف شادی اقدام به پوشاندن پلاک خودروی خود میکنند تا دوربینهای نظارتی در محدودههای طرح ترافیک نتوانند، پلاک این خودرو را ثبت کنند.
شناسایی دوربینهای ثبت تخلف در مبادی ورودی محدوده طرح ترافیک از سوی رانندگان سبب شده که آنها شیوه های مختلف برای ورود به محدوده را پیدا کنند که همین مسئله سبب شده است تا تردد در داخل محدوده طرح شلوغتر از سایر محدودهها باشد و همین شلوغی تردد موجب شده تا پلیس و شهرداری تهران در سنوات مختلف طرحهای مختلف مقطعی برای شناسایی پلاکهای مخدوشی داشته باشند؛ اما بعد از اتمام زمان اجرای طرحها، مجددا روز از نو- روزی از نو.
اما حالا خبر از اجرای طرحهای متفاوت به گوش میرسد، طرحهایی که مبتنی بر هوش مصنوعی بوده و قرار است با تقویت دوربینهای داخل محدوده حریف رانندگان متخلف شوند.
حمید برادران مدیرعامل شرکت کنترل ترافیک تهران در گفتوگو با ایده رسانه، در مورد تمهیدات شهرداری تهران برای شناسایی خودروهای پلاک مخدوش که در محدوده طرح ترافیک تردد میکنند، میگوید: اولین مکانیزم این است که دوربینهای داخل محدوده طرح ترافیک را اضافه میکنیم تا دیگر رانندگان اطمینان خاطری در مورد اینکه اگر از جلوی دوربین مبادی ورودی عبور کنند، دیگر جریمه نمیشوند، نداشته باشند.
مدیرعامل شرکت کنترل ترافیک تهران در مورد گزینه دوم برای کنترل تردد غیر مجاز رانندگان در محدوده طرح ترافیک نیز اظهار میکند: دومین گزینه این است که در حال تحویل دوربینهای پورتابل(قابل جابجایی) به پلیس هستیم که در حاشیه خیابان این دوربینها را نصب کنند تا به صورت برخط اطلاعات را برای مرکز کنترل ترافیک ارسال کنند.
وی با بیان اینکه این دوربینها قابل حمل هستند و پلیس میتواند به فراخور اتفاقات و نیازها، دوربین را در سطح شهر در مکانهای مختلف ثبت کند و این دوربینها از سوی رانندگان قابلیت شناسایی ندارد چراکه مدام جابجا میشوند، میافزاید: ۱۵ عدد دوربین قابل حمل در فاز اول تحویل پلیس داده میشود که در معابر داخل طرح نصب کنند.
برادران با تأکید بر اینکه در مرحله سوم نیز با استفاده از هوش مصنوعی میتوان نسبت به «تگ گذاری» (نشانه گذاری) خودروها استفاده کنیم، تأکید میکند: بر این اساس برخی از ویژگیهای اصلی خودرو که به صورت یک شاخص غیر عادی بر روی خودروست، تگ گذاری میشود. به عنوان مثال رنگ خودرو، نوع و حتی ویژگیهای خاص مثل برچسب ویژه یا باربند همراه با مشخصات پلاک مخدوش شده، ذخیره میشود و به محض اینکه خودرو با تگ مشخص بدون پوشیده شده پلاک رویت شود؛ اطلاعات با یکدیگر منطبق شده و با شناسایی دقیق خودرو برای آن متخلف که پیش از این پلاک خود را پوشانده بود، نسبت به اعمال جریمه اقدام میشود.
مدیرعامل شرکت کنترل ترافیک تهران ادامه میدهد: طرح اولیه انجام شده و در حال تگ گذاری خودورها و تکمیل دادههای شاخص خودروها هستیم و زمانی که سطح دادههای شاخص خودروها افزایش یابد و شناسایی خودروها ممکن باشد، میتوانیم نسبت به اجرای قانون اقدام کرده و به کمک هوش مصنوعی مسئله مخدوشی پلاک خودروها رفع شود.
برادران در مورد زمانبندی اجرای این طرح با تأکید بر اینکه براساس برنامه ریزیهای انجام شده در نیمه فصل زمستان شروع بهره برداری اولیه از این سامانه را خواهیم داشت، میافزاید: در مرحله اول برای سنجش میزان خطا، سیستم فرآیند را با پیامکهای ارشادی آغاز میکنیم.
مدیرعامل شرکت کنترل ترافیک تهران در مورد میزان هماهنگی با پلیس برای اجرای این طرح نیز میگوید: پیش از این پلیس به صورت اپراتوری به دنبال اعمال قانون برای خودروهای پلاک مخدوش بوده است.
پایان خبر ایده رسانه
آیا شما به دنبال کسب اطلاعات بیشتر در مورد "۳ راهکار شهرداری برای شناسایی پلاکهای مخدوش در پایتخت/ رفع مشکل با هوش مصنوعی و دوربینهای پرتابل" هستید؟ با کلیک بر روی اجتماعی، به دنبال مطالب مرتبط با این موضوع هستید؟ با کلیک بر روی دسته بندی های مرتبط، محتواهای دیگری را کشف کنید. همچنین، ممکن است در این دسته بندی، سریال ها، فیلم ها، کتاب ها و مقالات مفیدی نیز برای شما قرار داشته باشند. بنابراین، همین حالا برای کشف دنیای جذاب و گسترده ی محتواهای مرتبط با "۳ راهکار شهرداری برای شناسایی پلاکهای مخدوش در پایتخت/ رفع مشکل با هوش مصنوعی و دوربینهای پرتابل"، کلیک کنید.