شبکه

تیرهای چراغ‌برقی که دوچرخه‌سواران را شناسایی می‌کنند

تیرهای چراغ‌برقی که دوچرخه‌سواران را شناسایی می‌کنند
این‌که مطلع باشیم کدام بخش از معابر عمومی توسط دوچرخه‌سواران استفاده می‌شود کمک زیادی به برنامه‌ریزی شهری خواهد کرد تا مسیرهای شهری را به درستی ترسیم و مدیریت کنیم و مسیر تردد دوچرخه‌سواران را ایمن کنیم.

 خیابان‌های شهر سن‌دیگو به ۳۲۰۰ تیرچراغ برق هوشمند مجهز شده‌اند که هر یک قادرند ناحیه‌ای از خیابان به ابعاد تقریبی ۳۶ متر در ۵۴ متر را رصد کنند. این شبکه از تیر‌های چراغ برق که به‌طور رسمی از سال ۲۰۱۸ به کار گرفته شدند، در ابتدا فقط خودروهای متحرک یا پارک شده را پایش می‌کرد. اطلاعات جمع‌آوری شده از این شبکه برای مکان‌یابی و نصب چراغ‌های راهنمایی و علائم ترافیکی استفاده می‌شد. این شبکه بهبود پیدا کرد تا داده‌های عبور و مرور عابران پیاده را جمع‌آوری کرده و به شمارش دوچرخه‌ها و ثبت حرکاتشان بپردازد. این سامانه برای تمیز دادن دوچرخه‌ها از خودروها و عابران پیاده از یادگیری ماشین استفاده می‌کند که پیاده‌سازی این روش برای این هدف کار چندان ساده‌ای نیست، زیرا حس‌گرهای نصب شده روی چراغ، نمایی از بالا ارائه می‌کنند و در این حالت شناسایی دوچرخه‌‌ها کار ساده‌ای نیست

. پس از این‌که سامانه یاد گرفت که چگونه بین عابر پیاده و دوچرخه تمایز قائل شود، این امکان وجود دارد تا محاسبات را به سمت لبه هدایت کرد. به بیان دیگر پس از آموزش دیدن سامانه، تیرچراغ‌برق به تنهایی قادر به پردازش داده‌های جدید خواهد بود و نیازی به ابر نیست. از این داده‌ها می‌توان در سرویس‌های اشتراک دوچرخه استفاده کرد یا از آن‌ها برای کنترل چراغ‌های راهنمایی رانندگی کمک گرفت تا دوچرخه‌سواران به شکل ایمن‌تری تردد کنند. 


پایش عبور و مرور در خیابان‌ها با استفاده از تیرهای هوشمند چراغ برق مسیری ایمن‌تر برای دوچرخه‌سواران فراهم می‌کند.

نویسنده: 
مهدی صنعت‌جو
دسته بندی: 
شاهراه اطلاعات
تاریخ انتشار: 
28/09/1398 - 21:40

نشانی منبع:https://www.shabakeh-mag.com/information-feature/16205/%D8%AA%DB%8C%D8%B1%D9%87%D8%A7%DB%8C-%DA%86%D8%B1%D8%A7%D8%BA%E2%80%8C%D8%A8%D8%B1%D9%82%DB%8C-%DA%A9%D9%87-%D8%AF%D9%88%DA%86%D8%B1%D8%AE%D9%87%E2%80%8C%D8%B3%D9%88%D8%A7%D8%B1%D8%A7%D9%86-%D8%B1%D8%A7-%D8%B4%D9%86%D8%A7%D8%B3%D8%A7%DB%8C%DB%8C-%D9%85%DB%8C%E2%80%8C%DA%A9%D9%86%D9%86%D8%AF