لقد أصبحت مشاريع “المدن الذكية” متطورة بالكامل وتُستخدم فيها تحليلات الفيديو بشكل فعّال. واليوم، سنناقش كيف تساعد تحليلات الفيديو من كاميرات المراقبة في إدارة المناطق الحضرية، مما يجعل البيئة أكثر أمانًا والسكان أكثر سعادة.
زيادة السلامة في نُظم النقل السريع
يسقط كل عام مئات الأشخاص على خطوط مترو الأنفاق والسكك الحديدية. ومن أسباب هذه الحوادث الازدحام والشجارات والمشاكل الصحية المفاجئة مثل الدوار أو النوبات القلبية، وكذلك أولئك الذين يقفزون عمدًا أمام القطارات. وقد لا تسبب هذه الحوادث وفيات، إلا أنها تتسبب في تأخيرات لعشرات الآلاف من الركاب.
في بعض الأحيان يكون لدى المارة الوقت للتفاعل مع الحدث ومحاولة منعه، أو الاتصال بأفراد المحطة ولكن أجهزة الكمبيوتر يُمكنها التفاعل بشكل أسرع في مثل هذه المواقف. إن أنظمة تحليلات الفيديو يُمكنها “رؤية” الشخص على القضبان على الفور، وإعطاء القطارات الضوء الأحمر تلقائيًا مع إصدار صوت إنذار.
الازدحام المروري
في مدن المستقبل، سيكون هناك عدد أقل من السيارات الشخصية، وبالتالي، ستقل الاختناقات المرورية (التي سببت خسائر قيمتها 87 مليار دولار في جميع أنحاء العالم في عام 2018 [1]). وهذا يعني ضرورة التأكد من أن وسائل النقل العام مريحة. وأحد الحلول لتنفيذ ذلك هو تخطيط المسارات والفترات بين الرحلات وفقًا لحركة الركاب.
على سبيل المثال، عند وجود الكثير من الأشخاص في محطة معينة مما يؤدي إلى الحاجة لمزيد من الحافلات على الخط 310، يمكن للخط 552 تغيير مساره لنقل الركاب من الخط المزدحم. ومن الضروري إحصاء عدد الأشخاص في المحطات باستمرار لتحقيق ذلك، وهنا يأتي دور تحليلات الفيديو للمساعدة في هذا الأمر.
وسيستفيد السائقون أيضًا من تحليل البيانات من الكاميرات، فالنظام يقيم حالة الطريق في الوقت الفعلي، وبالتالي يُنشئ خطة تحرك مثالية تحول دون تفاقم الازدحام المروري الحالي، ويُبلغ عن أماكن انتظار السيارات المتوفرة (السبب المباشر لحوالي 30٪ من حالات الازدحام المروري هو البحث المطول عن أماكن انتظار السيارات [2]).
منع وقوع الحوادث على الطرق
توفر تحليلات الفيديو إمكانية الكشف التلقائي عن الحوادث وأوجه الخلل على الطرق، مثل إشارات المرور المكسورة والأضرار التي تلحق بسطح الطريق.
كما يمكن استخدام هذه البيانات لتحديد المناطق الخطرة ومعرفة أفضل السبل للحد من أسباب خطورتها. على سبيل المثال، إذا كان هناك عدد كبير جدًا من المشاة يحاولون عبور منطقة مرورية عالية السرعة، فيجب وضع إشارة مرور أو حاجز في تلك المنطقة.
الحد من تكاليف جمع القمامة
يُنتج كل عام عدد لا يحصى من النفايات المنزلية في جميع أنحاء العالم. ويُعد جمع القمامة في الوقت المناسب مشكلة كبيرة للغاية في المدن الحديثة بالإضافة إلى تكلفة كل رحلة تقوم بها شاحنة جمع القمامة إلى المنطقة السكنية.
وحيث أن الحاويات في المجمعات السكنية تمتلئ بشكل غير متساو، فكيف يُمكننا جعل مسار الشاحنة فعالاً قدر الإمكان، حتى لا تتوقف عن العمل حول الحاويات “الفارغة”، ونتأكد من وصولها إلى الحاويات الممتلئة بالفعل؟ إن مراقبة المدينة بالفيديو تُعد جزءًا من الحل، ولكن التحقق من صحة البيانات والتوجيه اليدوي للشاحنات ليس سهلاً.
تستطيع تحليلات الفيديو تسريع العملية، حيث يمكنها تحليل مستوى ملء الحاويات وجودة تفريغها. وبالفعل تستخدم مطاعم ماكدونالدز وسلسلة متاجر نوردستروم في الولايات المتحدة الأمريكية فكرة مماثلة [3]، مما يوفر آلاف الدولارات على كل حاوية قمامة سنويًا. وفي المتوسط، تنخفض تكاليف جمع النفايات المنزلية بنسبة 40٪ [4]. ويسمح دمج تحليلات الفيديو مع خدمات الطرف الثالث بتوجيه شاحنات جمع القمامة آليًا.
أمن الفعاليات التي تشهد تجمعات جماهيرية
تجمع الحفلات الموسيقية والأحداث الرياضية والفعاليات المماثلة عشرات الآلاف من الأشخاص، وتصاحبها مخاطر حدوث مواقف غير متوقعة، مثل المشاكل الصحية المفاجئة، والصراعات والشجارات، والجرائم. وفي حالة تحرك حشد من الأشخاص في نفس الاتجاه، فهناك خطر التدافع الذي قد يتسبب في وقوع خسائر بشرية.
إن تحليلات الفيديو يُمكنها المساعدة في ذلك، فهي تسمح بمراقبة الحركة المرورية في الوقت الفعلي للأحداث والتعرف على الحوادث، بالإضافة إلى جمع بيانات الفيديو وحفظها لإجراء مزيد من التحليل فيما بعد. وعند توصيل الكاميرات بأنظمة التعرف على الوجوه في أحد الفعاليات، يمكننا العثور على الأشخاص المطلوبين للعدالة أو الممنوعين من حضور فعاليات معينة.
إن أنظمة تحليلات الفيديو ليست عصا سحرية تقضي على جميع المشاكل فور استخدامها، بل هي أنظمة تتلقى تدفقات الفيديو وتعالجها وتقدم البيانات التي لا يزال يتعين العمل عليها. ومع ذلك، في مشاريع “المدن الذكية”، تُعد تحليلات الفيديو أداة ضرورية لخلق بيئة حضرية آمنة ومريحة.
المصادر:
- https://www.weforum.org/agenda/2019/03/traffic-congestion-cost-the-us-economy-nearly-87-billion-in-2018/
- https://www.techrepublic.com/article/smart-cities/
- https://edition.cnn.com/2020/12/18/tech/compology-artificial-intelligence/index.html
- https://compology.com/blog/fullness-monitoring-for-waste/