شهریار تبریز/آذر کریم‌زاده: اینترنت اشیا در حال تغییر نحوه نظارت شهرداری‌ها و آژانس‌ها در سراسر اتحادیه اروپا بر ترافیک است. این پدیده نوظهور صنعت حمل‌ونقل، ترافیک جاده‌ای را رصد می‌کند. با استقرار حسگرها، دوربین‌ها و کنترل‌کننده‌های متصل، شهرها می‌توانند داده‌های بلادرنگ در مورد وسایل نقلیه و شرایط جاده‌ها را جمع‌آوری کنند و مدیریت ترافیک مبتنی بر داده و همچنین بهبود در مسیریابی اضطراری وسایل نقلیه و کارایی سیستم‌های حمل‌ونقل عمومی را امکان‌پذیر سازند.
در یادداشت ذیل، ۱۲ نمونه واقعی از فناوری‌های نظارت بر ترافیک و شهر هوشمند را بررسی می‌کنیم تا مشخص شود که چگونه دستگاه‌ها و سیستم‌های نظارت بر ترافیک، خیابان‌ها را ایمن‌تر و کارآمدتر می‌کنند، از چراغ‌های راهنمایی هوشمند که ازدحام را کاهش می‌دهند تا حسگرهای ترافیک جاده‌ای که امکان نگهداری پیشگیرانه را فراهم می‌کنند.
چرا اینترنت اشیا معادلات نظارت بر ترافیک را در شهرهای هوشمند تغییر داده است؟
اگرچه بیشتر پیشرفت‌های فناورانه در شهرهای هوشمند که زندگی ما را آسان‌تر می‌کنند، در پشت‌صحنه اتفاق می‌افتند و هنوز در مراحل اولیه خود هستند، اما همین فناوری‌ها در حال حل بسیاری از مشکلات رایج شهری هستند. تابه‌حال هنگام رانندگی از خود پرسیده‌اید که چرا چراغ‌راهنمایی گاهی بیش از حد طولانی یا کوتاه به نظر می‌رسد؟ آیا تاکنون به‌خاطر نبود اطلاعات لحظه‌ای از زمان رسیدن قطار یا اتوبوس، احساس نگرانی یا اضطراب کرده‌اید؟ آیا تابه‌حال از حضور سریع نیروهای امدادی یا امنیتی در صحنه حادثه قدردانی کرده‌اید، حتی اگر باعث شده باشد در ترافیک بمانید؟ یا شاید هنگام سفر در شرایط آب‌وهوایی نامساعد، برایتان سوال شده باشد که وضعیت جاده چگونه است؟ با گسترش اینترنت اشیا در زیرساخت‌های حمل‌ونقل، سفرهای ما سریع‌تر و ایمن‌تر می‌شوند.
نظارت بر ترافیک در شهرهای هوشمند
شهرهای هوشمند امروزه از فناوری در چارچوب طرح‌های زیرساختی خود بهره می‌برند. ادغام دستگاه‌ها و حسگرها برای فعال‌سازی اینترنت اشیا در نظارت بر ترافیک سراسر شهر و ایجاد یک سیستم یکپارچه برای پایش ترافیک، باعث بهبود تحرک و افزایش ایمنی می‌شود. حسگرهای ترافیکی نصب‌شده در جاده‌ها، اطلاعات لحظه‌ای درباره تعداد خودروها، سرعت آنها و نقاط بحرانی تراکم ترافیکی را جمع‌آوری می‌کنند. این داده‌ها وارد پلتفرم‌های مرکزی می‌شوند که با استفاده از تحلیل داده و هوش مصنوعی، گردش ترافیک را در زمان واقعی بهینه‌سازی می‌کنند. برای نمونه، یک شهر می‌تواند از سامانه نظارت بر چراغ‌های راهنمایی استفاده کند تا زمان‌بندی چراغ‌ها را متناسب با شرایط واقعی ترافیک تنظیم نماید.
امروزه فناوری سلولی، معادلات را تغییر داده است. راهکارهای پیشرفته مبتنی بر رهیاب‌های سلولی، شبکه‌های پرسرعت، امنیت، افزونگی و مقاومت بالا را در محیط‌های سخت با هم ترکیب می‌کنند تا از طیفی از کاربردهای حیاتی در حوزه حمل‌ونقل از جمله: مدیریت ترافیک، نظارت بر ناوگان حمل‌ونقل و نگهداری پیش‌بینی‌پذیر پشتیبانی کنند. با واگذاری نظارت ترافیک به اینترنت اشیا، شبکه‌های سنتی و ایستای حمل‌ونقل به سیستم‌هایی پویا و واکنش‌گرا تبدیل می‌شوند که قادرند بر اساس تقاضا پاسخ دهند و جریان روان ترافیک شهری را تضمین کنند.
۱۲ مثال عینی از نظارت ترافیک با استفاده از اینترنت اشیا
مدیریت ترافیک با اینترنت اشیا دیگر موضوعی تئوریک نیست، بلکه در عصر حاضر در حال اجراست. در اینجا ۱۲ نمونه از پروژه‌هایی را معرفی می‌کنیم که در آنها فناوری‌های اینترنت اشیاء برای نظارت و بهبود جریان ترافیک خودروها به کار گرفته شده‌اند. این نمونه‌ها طیفی از کاربردها را در بر می‌گیرند، از جمله:
· پایش لحظه‌ای ترافیک و شناسایی گره‌های پرتراکم
· چراغ‌های راهنمایی هوشمند و تطبیق‌پذیر
· اولویت‌دهی به خودروهای امدادی
· سیستم‌های پارکینگ هوشمند
· افزایش ایمنی جاده
· تحلیل پیش‌بینی‌گر ترافیکی
در هر مثال، شهری معرفی شده که یک راه‌حل نوآورانه مبتنی بر اینترنت اشیا را در چارچوب یک سیستم مدیریت هوشمند ترافیک اجرا کرده است. از چراغ‌های هوشمند شهر پیتسبورگ گرفته تا تحلیل ترافیک باهوش مصنوعی در سنگاپور، این کاربردها نشان می‌دهند که چگونه فناوری‌های متصل می‌توانند تأخیرها را کاهش دهند، ایمنی را افزایش دهند و حمل‌ونقل شهری را بهینه‌سازی کنند.
نظارت بر ترافیک در زمان واقعی
دستگاه‌های نظارت بر ترافیک در زمان واقعی از حسگرها و دوربین‌های اینترنت اشیا برای جمع‌آوری داده‌های زنده درباره ترافیک استفاده می‌کنند تا بتوانند بلافاصله واکنش نشان دهند. این سیستم‌ها به‌جای انجام شمارش‌های دستی و دوره‌ای، اطلاعات فوری درباره ترافیک سنگین و حوادث را فراهم می‌کنند. مرکزهای کنترل ترافیک از این داده‌ها استفاده می‌کنند تا برنامه‌های چراغ‌های راهنمایی را تنظیم کنند یا بلافاصله نیروهای امدادی را اعزام کنند که باعث جلوگیری از تبدیل‌شدن به ترافیک‌های سنگین و گسترده می‌شود. نتیجه این روش، مدیریت پیشگیرانه‌تر ترافیک و گردش روان‌تر خودروها در سطح شهر است. برای مثال، نظارت بر ترافیک در زمان واقعی در شهر نیویورک : شهر نیویورک یک راه‌حل نظارت بر ترافیک در زمان واقعی مبتنی بر اینترنت اشیاء را اجرا کرده است. این پروژه شامل استقرار رهیاب های سلولی دی جی و نرم‌افزار مدیریت یکپارچه دستگاه‌ها در ۱۴,۰۰۰ تقاطع در پنج منطقه شهری است. این سیستم یک شبکه ارتباطی در سطح شهر برای تمام دستگاه‌های سامانه حمل‌ونقل هوشمند فراهم می‌کند، از جمله: دوربین‌های ترافیکی، تابلوهای پیام متغیر، دستگاه‌های شناسایی خودرو، تقاطع‌ها. این به‌روزرسانی گسترده، به طور قابل توجهی قابلیت اطمینان سیستم مدیریت ترافیک شهر را بهبود بخشیده و امکان دسترسی سریع به داده‌های عمیق درباره ترافیک در سراسر شهر و همچنین اتوماسیون پیشرفته‌تر را فراهم کرده که نتیجه آن، افزایش قابلیت اطمینان سیستم به ۹۹٪ است و ادغام شبکه فرست نتبرای نیروهای امدادی جهت بهبود واکنش‌های اورژانسی و همچنین پیاده‌سازی امنیت پیشرفته، از جمله استفاده از کمک‌پردازنده رمزنگاری برای حفاظت از داده‌های حساس مانند رمزهای عبور ذخیره‌شده و کلیدهای رمزنگاری.
چراغ‌های راهنمایی هوشمند
چراغ‌های راهنمایی هوشمند، سیگنال‌های مبتنی بر اینترنت اشیا هستند که خود را با شرایط ترافیکی در زمان واقعی تطبیق می‌دهند. حسگرها یا دوربین‌ها، خودروها و ترافیک در تقاطع‌ها را شناسایی می‌کنند، و این امکان را به کنترل‌کننده چراغ‌ها می‌دهد تا به‌صورت دینامیک، مدت‌زمان روشن بودن چراغ‌ها را تنظیم کند. به‌عنوان‌مثال، یک چراغ‌راهنمایی هوشمند می‌تواند اگر یک صف خودرو مشاهده کند، مدت‌زمان چراغ‌سبز را افزایش دهد. با واکنش به تقاضای واقعی ترافیک، چراغ‌های راهنمایی هوشمند زمان انتظار غیرضروری در چراغ‌قرمز را کاهش داده و جریان ترافیک در تقاطع‌ها را بهینه می‌کنند. مثال: چراغ‌های راهنمایی هوشمند در شهر پیتسبورگ در ایالات متحده که یک سیستم هوشمند مدیریت ترافیک مبتنی بر هوش مصنوعی را در سراسر شهر پیاده‌سازی کرده است. حسگرهای نصب‌شده در جاده‌ها جریان ترافیک را اندازه‌گیری کرده و داده‌ها را به یک هوش مصنوعی مرکزی ارسال می‌کنند که زمان‌بندی چراغ‌ها را در زمان واقعی بهینه می‌سازد. این سیستم باعث کاهش قابل‌توجه تأخیرها در تقاطع‌ها شده و حتی به کاهش انتشار گازهای آلاینده ناشی از خودروها کمک کرده که در نتیجه موجب کاهش زمان انتظار خودروها در تقاطع‌ها به میزان تقریباً ۴۰٪ و کاهش ۲۱٪ در انتشار آلاینده‌های ناشی از ترافیک در سطح شهر به واسطه کاهش زمان توقف شده است.
واکنش پویا به شرایط اضطراری
اینترنت اشیا با اولویت‌دادن به وسایل نقلیه اورژانسی در ترافیک، به آنها اجازه می‌دهد تا سریع‌تر به مقصد خود برسند. بدین صورت که سیستم‌های مدیریت هوشمند ترافیک می‌توانند چراغ‌ها را برای اولین امدادگران هنگام نزدیک‌شدن سبز کرده و راه را در تقاطع‌ها باز کنند. با برقراری ارتباط با سیگنال‌ها از طریق جی‌پی‌اس و شبکه‌های بی‌سیم، زمان پاسخگویی به اورژانس به طور قابل‌توجهی کاهش می‌یابد و امنیت عمومی را در زمانی که هر ثانیه مهم است، بهبود می‌بخشد. مثال: واکنش اضطراری پویای استکهلم در سوئد، از یک سیستم اولویت ترافیکی اینترنت اشیا با چراغ‌های راهنمایی هوشمند برای خدمات اورژانسی استفاده می‌کند. وسایل نقلیه اورژانسی موقعیت مکانی خود را به مرکز کنترل ترافیک ارسال می‌کنند که به طور خودکار با سبز کردن چراغ و نگه‌داشتن ترافیک متقاطع، مسیر آنها را باز می‌کند که در نتیجه زمان پاسخگویی به خدمات اورژانس در شهر تقریباً ۴۰ درصد کاهش‌یافته است.
سیستم‌های پارکینگ هوشمند
پارکینگ‌های هوشمند مبتنی بر اینترنت اشیا رانندگان را به سمت جایگاه‌های پارک آزاد هدایت می‌کنند و زمان صرف شده برای جستجوی جای پارک را کاهش می‌دهند. بدین ترتیب که حسگرهای بی‌سیم تعبیه شده در جایگاه‌های پارک یا در سیستم‌های دوربینی، به‌صورت لحظه‌ای جایگاه‌های خالی را شناسایی می‌کنند. این داده‌ها از طریق اپلیکیشن‌های موبایل یا تابلوهای دیجیتال به رانندگان اطلاع داده می‌شود تا از ایجاد ترافیک جلوگیری شود. بسیاری از این سیستم‌ها همچنین امکان تعیین قیمت دینامیک برای هزینه پارک را فراهم می‌کنند تا اطمینان حاصل شود که برخی جایگاه‌ها همیشه خالی و در دسترس باقی می‌مانند. با کاهش جابه‌جایی برای پیداکردن جای پارک، سیستم‌های پارکینگ هوشمند به کاهش ترافیک و کاهش انتشار آلاینده‌ها در مناطق پرتردد کمک می‌کنند. مثال: سیستم‌های پارکینگ هوشمند سان‌فرانسیسکو که برنامه‌ای به نام اس اف پارک را راه‌اندازی کرده است که در آن حسگرهای پارکینگ به کمک اینترنت اشیا، جایگاه‌های خالی را از طریق اپلیکیشن شهری اعلام می‌کنند و قیمت پارکومترها را بر اساس تقاضا تنظیم می‌نمایند. این امر باعث می‌شود رانندگان سریع‌تر جای پارک پیدا کرده و زمان کمتری را در جستجوی جای پارک صرف کنند که منجر به کاهش ترافیک و کاهش انتشار گازهای گلخانه‌ای شده و در نتیجه موجب کاهش زمان جستجوی جای پارک و کاهش انتشار آلاینده‌ها و هدررفت سوخت خودروها به واسطه کاهش زمان توقف می‌شود.
کنترل ایمنی راه‌ها
فناوری‌های اینترنت اشیا به طور مستمر جاده‌ها را زیر نظر دارند تا شرایط خطرناک و تخلفات رانندگی را شناسایی کنند. بدین صورت که دوربین‌های هوشمند و حسگرهای راداری می‌توانند به‌صورت خودکار سرعت غیرمجاز، عبورازچراغ‌قرمز یا رانندگی خلاف جهت را تشخیص دهند و فوراً به مراجع مربوطه هشدار دهند یا واکنش‌های خودکار را فعال کنند. برخی سیستم‌ها حسگرهای هواشناسی را نیز به کار می‌گیرند تا وضعیت جاده‌ها مانند یخ‌زدگی یا مه را پایش کنند و محدودیت‌های سرعت یا تابلوهای هشداردهنده را متناسب با شرایط تنظیم نمایند. این نظارت خودکار ۲۴ ساعته و ۷ روز هفته باعث پیشگیری از تصادفات شده و اجرای قوانین راهنمایی‌ورانندگی را به شکلی پایدارتر و مؤثرتر نسبت به گشت‌های انسانی امکان‌پذیر می‌سازد. مثال: نظارت بر ایمنی راه‌ها در لندن که در حال آزمایش دوربین‌های ترافیکی مجهز به هوش مصنوعی است تا ایمنی جاده‌ها را بهبود بخشد. با استفاده از اینترنت اشیا برای نظارت بر ترافیک، این دوربین‌های متصل، خودروها را شناسایی کرده و تخلفات رانندگی مانند سرعت غیرمجاز یا استفاده غیرقانونی از تلفن همراه را بادقت بسیار بالا تشخیص می‌دهند که این امکان اجرای خودکار قوانین را فراهم می‌کند. در نتیجه تشخیص خودکار تخلفات رانندگی بادقت تقریبی ۹۸٪ انجام شده و نظارت ۲۴ ساعته و ۷ روز هفته که اجرای قانون را نسبت به ساعات محدود گشت‌های انسانی را بهبود می‌بخشد.
مدیریت ناوگان خودرو و نگهداری پیش‌بینی‌گرایانه وسایل نقلیه
ناوگان شهری و سازمان‌های حمل‌ونقل عمومی از اینترنت اشیا برای بهینه‌سازی استفاده و نگهداری وسایل نقلیه استفاده می‌کنند. نحوه کارکرد آنها به این صورت است که اتوبوس‌ها، کامیون‌های زباله‌روبی و سایر وسایل نقلیه شهری مجهز به دستگاه‌های تلهماتیک هستند که موقعیت مکانی و وضعیت موتور آنها را گزارش می‌دهند. مدیران ناوگان با استفاده از این داده‌ها، نگهداری پیشگیرانه را برنامه‌ریزی و مسیرها را بهینه می‌کنند. با تحلیل داده‌های تشخیصی و شاخص‌های فرسودگی، مکانیک‌ها می‌توانند وسایل نقلیه را قبل از بروز خرابی تعمیر کنند. این روش از متوقف شدن خودروها در جاده جلوگیری کرده و اختلال در ترافیک را کاهش می‌دهد و به اتوبوس‌ها و قطارها کمک می‌کند تا به موقع حرکت کنند. به عنوان مثال، مدیریت ناوگان خودرو و نگهداری پیش‌بینی‌گرایانه وسایل نقلیه در شیکاگو را می توان نام برد که با مدیریت ناوگان اینترنت اشیاء را برای وسایل نقلیه حمل‌ونقل عمومی و خدمات شهری خود به‌کار گرفته است. سازمان حمل‌ونقل شیکاگو از حسگرهای اینترنت اشیاء روی اتوبوس‌ها استفاده می‌کند تا تعداد مسافران و عملکرد وسایل نقلیه را به‌صورت لحظه‌ای رصد کند، و کامیون‌های شهری مجهز به دستگاه‌های تلهماتیک هستند که مشکلات موتور را گزارش می‌دهند. این داده‌ها به شیکاگو امکان می‌دهد نگهداری پیش‌بینی‌گرایانه انجام دهد یعنی تعمیر وسایل نقلیه پیش از بروز خرابی تا قابلیت اطمینان را بهبود بخشد و از خرابی در جاده جلوگیری کند. در نتیجه هشدارهای نگهداری پیش‌بینی‌گرایانه از خرابی ناگهانی وسایل نقلیه جلوگیری می‌کند و داده‌های لحظه‌ای ناوگان باعث بهبود کارایی مسیرها و رعایت برنامه زمانی حمل‌ونقل عمومی می‌شود…..
منبع:
https://fr.digi.com/blog/post/iot-monitor-traffic
(1)
(1)
(1)
(1)
(1)
(1)
(1)