إنتاج إشارات مرور ذكية باستخدام الذكاء الاصطناعي
AI بالعربي – خاص
يَعكُف الباحثون على إنتاج تقنية إشارات مرور ذكية باستخدام الذكاء الاصطناعي للمساهمة في القضاء على الاختناقات المرورية التي تتسبَّب في حوادث سير، وأضرار اقتصادية بالغة قدَّرها الاتحاد الأوروبي بنحو 100 مليار دولار سنويًا لدوله الأعضاء.
في معهد فراونهوفر للبصريات وتقنيات النظام واستغلال الصور IOSB، يستخدم الباحثون في فرع المعهد للأتمتة الصناعية INA، في Lemgo، الذكاء الاصطناعي (AI) لتمكين التحكم الذكي في إشارات المرور كجزء من مشاريع KI4LSA وKI4PED للحد من الاختناقات المرورية. في المستقبل، يجب أن تضمن خوارزميات التعلم الذاتي جنبًا إلى جنب مع أجهزة الاستشعار الجديدة تدفقًا أفضل لحركة المرور، وأوقات انتظار أقصر، مع توفير أمان محسن للمشاة عند المعابر.
شركاء المشروع، هم: Stührenberg GmbH، وCichon Automatisierungstechnik GmbH، وStadtwerke Lemgo GmbH، ومدينة Lemgo (المرتبطة)، وStraßen NRW (المرتبطة). وموَّلت وزارة النقل الفيدرالية الألمانية والبنية التحتية الرقمية (BMVI) المشروع الذي انتهى في النصف الثاني من عام 2022.
معالجة مشاكل إشارات المرور التقليدية
تستخدم إشارات المرور التقليدية ضوابط قائمة على القواعد؛ لكن هذا النهج الصارم لا يعمل في جميع مواقف المرور. إضافة إلى ذلك، فإن المستشعرات التي تستخدم حاليًا، تقنية حلقة الحث المضمنة في سطح الطريق، توفر فقط انطباعًا تقريبيًا عن حالة المرور الفعلية. ويعمل الباحثون في Fraunhofer IOSB-INA على معالجة هذه المشكلات.
بدلا من المستشعرات التقليدية، تُستخدم كاميرات عالية الدقة وأجهزة استشعار رادار لالتقاط حالة المرور الفعلية بدقة أكبر؛ ما يتيح ذلك تحديد عدد المركبات التي تنتظر عند تقاطع طرق بدقة في الوقت الفعلي.
كاميرات عالية الدقة وأجهزة استشعار الرادار
تكتشف التقنية أيضًا متوسط سرعة السيارات وأوقات الانتظار في أي لحظة. ويتم دمج أجهزة الاستشعار في الوقت الفعلي مع الذكاء الاصطناعي، الذي يحلُّ محل قواعد التحكم الصارمة المعتادة. ويستخدم الذكاء الاصطناعي خوارزميات التعلم المعزز العميق (DRL)، وهي طريقة للتعلم الآلي تركز على إيجاد حلول ذكية لمشاكل التحكم المُعَقَّدة.
تقليل الضوضاء وتلوث ثاني أكسيد الكربون
قال “آرثر مولر”، مدير المشروع والعالِم في Fraunhofer IOSB-INA: “استخدمنا تقاطعًا في Lemgo، حيث نجري اختباراتنا لبناء مُحاكاة واقعية، ودرَّبنا الذكاء الاصطناعي على عدد لا يحصى من التكرارات ضمن هذا النموذج. وقبل تشغيل المُحاكاة، أضفنا حجم حركة المرور المقيسة خلال ساعة الذروة إلى النموذج، مما مكَّن الذكاء الاصطناعي من العمل مع بيانات حقيقية. ونتج عن ذلك تدريب عامل باستخدام التعلم المعزز العميق: شبكة عصبية تمثل التحكم في الأضواء”.
تقوم الخوارزميات المدربة بهذه الطريقة بحساب سلوك التحويل الأمثل لإشارات المرور، وأفضل تسلسل مطور لتقليل أوقات الانتظار عند التقاطع، وتقليل أوقات الرحلة؛ ومن ثَمّ تقليل الضوضاء، والحد من التلوث بثاني أكسيد الكربون الناجم عن حركة المرور في قائمة الانتظار. الميزة الرئيسية للخوارزميات هي أنه يمكن اختبارها واستخدامها وتوسيع نطاقها لتشمل الأضواء المجاورة التي تشكل شبكة أوسع.
تحسُّن حركة المرور بنسبة 10% إلى 15%
أظهرت مراحل المحاكاة التي تم إجراؤها على تقاطع Lemgo المزدحم، والمزودة بأضواء ذكية، أن استخدام الذكاء الاصطناعي يمكن أن يحسن تدفق حركة المرور بنسبة 10% إلى 15%. وخلال الأشهر المقبلة، سيخرج الوكيل المدرب إلى الشوارع لإجراء مزيد من التقييم في مختبر واقعي. وسيأخذ هذا الاختبار أيضًا في الاعتبار تأثير مقاييس المرور على معايير مثل التلوث الضوضائي والانبعاثات.
ومع ذلك، فإن “محاكاة فجوة الواقع” التي لا مفرَّ منها تمثل تحديًا، والافتراضات المتعلقة بسلوك حركة المرور التي تم استخدامها في المحاكاة ليست تمثيلا 1: 1 للواقع؛ لذلك، سيحتاج الوكيل إلى تعديله وفقًا لذلك. وأوضح “مولر”، أنه إذا كان هذا ناجحًا، فستكون آثار التوسع هائلة. فكر فقط في العدد الكبير من إشارات المرور حتى في بلدة صغيرة مثل “ليمغو”.
ويشير الاتحاد الأوروبي إلى أن الاختناقات المرورية تتسبب في أضرار اقتصادية يبلغ مجموعها 100 مليار دولار سنويًا لدوله الأعضاء. ووفقًا لـ”مولر”، توفر إشارات المرور بالذكاء الاصطناعي فرصة لاستخدام بنيتنا التحتية الحالية بشكل أكثر كفاءة، مضيفًا: “نحن أول فريق في العالم يختبر التعلم المعزز العميق للتحكم في إشارات المرور في ظل ظروف العالم الحقيقي. ونأمل أن يلهم مشروعنا الآخرين لمساعٍ مماثلة”.
أنظمة إشارات المرور الذكية للمشاة
يركز مشروع “KI4PED” على المشاة بدلاً من المركبات. في مشروع استمر حتى نهاية يوليو 2022، تعمل Fraunhofer IOSB-INA مع Stührenberg GmbH، والشركاء المرتبطين Straßen NRW، في مدينة Lemgo ومدينة Bielefeld؛ لتطوير نهج مُبتكِر للتحكم القائم على الاحتياجات من إشارات المشاة.
ويُعد هذا مفيدًا بشكل خاص للأشخاص الضعفاء، مثل كبار السن أو ذوي الإعاقة. والهدف هو تقليل أوقات الانتظار، وتحسين السلامة عند ممرات المشاة بإتاحة أوقات عبور أطول. ووفقًا للدراسات الحالية، فإن أوقات “المشي” قصيرة جدًا بالنسبة لهذه المجموعات من الأشخاص. والأزرار المستخدمة حاليًا، بشكل عام في المربعات الصفراء الصغيرة، لا تقدم أي معلومات حول عدد أو عمر العابرين، أو في الواقع احتياجاتهم الأخرى.
يرغب شركاء المشروع في استخدام الذكاء الاصطناعي مع مستشعرات LiDAR عالية الدقة لأتمتة العملية، وتعديل أوقات العبور وزيادتها تلقائيًا وفقًا لاحتياجات المشاة. تقوم منظمة العفو الدولية باكتشاف الأشخاص وتتبعهم بناءً على بيانات من مستشعرات LiDAR وتطبقها في نظام مضمن في الوقت الفعلي.
تحليل بيانات تقنية إشارات المرور الذكية
أوضح الدكتور “دينيس سبروت”، مدير المشروع والعالِم في Fraunhofer IOSB-INA، أنه لأغراض حماية البيانات، نستخدم مستشعرات LiDAR بدلاً من الأنظمة القائمة على الكاميرا، ويقدم هؤلاء المشاة كسحب نقطية ثلاثية الأبعاد، مما يعني أنه لا يمكن التعرف عليهم بشكل فردي.
تبعث مستشعرات LiDAR (اكتشاف الضوء وتحديد المدى) موجات ضوئية نابضة في البيئة المحيطة، ترتد عن الأجسام القريبة وتعود إلى المستشعر. يقيس المستشعر الوقت الذي يستغرقه الضوء للعودة لحساب المسافة التي قطعها إلى الكائن، أو الشخص.
هذه المستشعرات تقاوم أيضًا تأثيرات الضوء والانعكاسات والطقس. وستُجرى دراسة جدوى لتحديد المواضع المثلى والمحاذاة عند المعبر. سيتم تدريب خوارزميات الذكاء الاصطناعي مبدئيًا لمدة أسبوع عند نقطتي توقف في “ليمغو” و”بيليفيلد”. وجرى التخطيط لاختبارات أجهزة الاستشعار في موقع Fraunhofer IOSB-INA باستخدام مختلف ظروف الإضاءة المحاكية لتحديد إمكانيات الكشف.
باستخدام مفهوم التحكم القائم على الاحتياجات والمكيف مع الوضع الفردي، يأمل شركاء البحث في تقليل أوقات الانتظار عندما يكون هناك 30% من الأشخاص ينتظرون. كذلك يهدفون إلى تقليل عدد حوادث السير لمسافات طويلة بحوالي 25%.