دمجت ALYCE نظام Ultralytics YOLO في حلول مثل minUi وOBSERVER، مما وفّر شهرين من وقت التطوير وخفّض التكاليف لتحقيق تنقّل حضري أكثر ذكاءً.
غالبًا ما تواجه المدن النابضة بالحياة صعوبات بسبب الازدحام المروري، وأنظمة النقل القديمة، وتحديات الاستدامة. وتركّز ALYCE على حل هذه المشكلات من خلال توفير أدوات ذكية تعتمد على الذكاء الاصطناعي لفهم كيفية تنقّل المدن وتحسينها.
تسعى ALYCE إلى معالجة هذه المشكلة، وقد طوّرت حلولًا مبتكرة متنوعة مدعومة بـ نماذج Ultralytics YOLO، منها minUi، وهي أداة ذكاء اصطناعي لتحليل السلوك، وOBSERVER، وهو نظام لمراقبة حركة المرور في الوقت الفعلي. تجعل هذه الأدوات جمع البيانات أسرع وأكثر دقة، وتقلّل التكاليف، وتساعد المدن على إنشاء أنظمة نقل أكثر ذكاءً واستدامةً وكفاءةً.
الشكل 1. تستخدم minUi نماذج Ultralytics YOLO لتحليل السلوك.
استخدام الذكاء الاصطناعي للرؤية في إدارة حركة المرور#
على مدى أكثر من 20 عامًا، ساعدت ALYCE المدن على تحسين التنقّل مع التركيز بقوة على الاستدامة. وتواجه المناطق الحضرية تحديات مستمرة، مثل الازدحام المروري، وأنظمة النقل غير الفعّالة، والحاجة الملحّة إلى إزالة الكربون. وغالبًا ما تكون الطرق التقليدية لجمع بيانات التنقّل وتحليلها بطيئة وتفتقر إلى الدقة، مما يجعل التخطيط صعبًا. وقد اعتمدت ALYCE الرؤية الحاسوبية والذكاء الاصطناعي للتغلب على هذه العقبات، وطوّرت حلولًا مبتكرة قائمة على البيانات لمساعدة المدن على تحسين أنظمة النقل والعمل نحو مستقبل أكثر استدامة.
لماذا تحتاج المدن إلى حلول تنقّل أكثر ذكاءً وقائمة على البيانات#
على مستوى العالم، تزداد المدن ازدحامًا، وأصبحت إدارة التنقّل الحضري أكثر تعقيدًا بصورة متزايدة. ويُعد اكتشاف المشاة والمركبات والدراجات وغيرهم من مستخدمي الطرق وتحليلهم في المناطق المزدحمة، مثل التقاطعات والدوارات، أمرًا أساسيًا لتحسين تدفق حركة المرور والسلامة وتخطيط النقل. إلا أن الطرق التقليدية، مثل المسوحات اليدوية أو أنظمة المراقبة القديمة، غالبًا ما تفشل في توفير الدقة اللازمة للتعامل مع هذا التعقيد.
تواجه الأنظمة القديمة صعوبة في التمييز بين الأنواع المختلفة من مستخدمي الطرق أو تتبّع تحركاتهم بفاعلية. فعلى سبيل المثال، لا تستطيع الأدوات التقليدية تتبّع مسارات المركبات إلى جانب المشاة وراكبي الدراجات في الوقت الفعلي بصورة موثوقة. وقد تجعل البيانات غير المكتملة أو غير الدقيقة من الصعب على مخططي المدن ومشغلي النقل اتخاذ قرارات مستنيرة.
ثمة حاجة إلى أدوات أكثر ذكاءً لحل هذه المشكلات. ومن الناحية المثالية، ينبغي أن يكون الحل الشامل قادرًا على تتبّع مستخدمين متعددين للطرق في الوقت نفسه، وتوفير رؤى آنية، ومساعدة المدن على فهم أنماط حركة المرور بصورة أفضل.
حلول ALYCE المدعومة بالذكاء الاصطناعي لتحقيق تنقّل أكثر ذكاءً#
لمواجهة تحديات التنقّل الحضري، طوّرت ALYCE أدوات متقدمة مدعومة بالذكاء الاصطناعي والرؤية الحاسوبية. وتستخدم هذه الأدوات نماذج Ultralytics YOLO في مهام الرؤية الحاسوبية، مثل اكتشاف الأجسام في الوقت الفعلي. وتتيح نماذج YOLO تحديد مواقع المشاة والمركبات والدراجات وغيرهم من مستخدمي الطرق وتتبعهم بدقة وبصورة آلية. وتتميز الرؤى المستخلصة باستخدام Ultralytics YOLO بالموثوقية وقابلية التنفيذ، حتى في البيئات المعقدة مثل التقاطعات والدوارات المزدحمة.
تشمل الحلول الرئيسية لدى ALYCE ما يلي:
- minUi: أداة ذكاء اصطناعي لتحليل الفيديو، يمكنها تحليل سلوك مستخدمي الطرق وتوفير رؤى لتحسين السلامة المرورية والكفاءة.
- OBSERVER: نظام لمراقبة حركة المرور في الوقت الفعلي، يعمل على أتمتة اكتشاف مستخدمي الطرق وتتبعهم، ويدعم إدارة حركة المرور الديناميكية وتحسين عملية اتخاذ القرار.
- MyGIS: منصة تعرض بيانات التنقّل بصريًا، وتساعد مخططي المدن على تفسير الاتجاهات وتصميم أنظمة نقل أكثر تأثيرًا.
من خلال دمج نماذج Ultralytics YOLO، تعمل هذه الأدوات على أتمتة العمليات اليدوية البطيئة وتوفير بيانات عالية الدقة. وبفضل الرؤى المستندة إلى الذكاء الاصطناعي للرؤية، تمكّن ALYCE المدن من تقليل الازدحام، وتحسين تدفق حركة المرور، وإنشاء شبكات نقل حضرية أكثر استدامة.
لماذا اختيار نماذج Ultralytics YOLO؟#
كانت نماذج Ultralytics YOLO خيارًا مثاليًا لحلول التنقّل لدى ALYCE لأنها قدّمت أداءً عاليًا في الجوانب الأكثر أهمية. فقد حسّنت الدقة بزيادة قدرها 1–2% في متوسط الدقة (mAP)، وضمنت المعالجة في الوقت الفعلي بسرعات استدلال أسرع بنسبة 20% من النماذج الأخرى، مع تشغيلها باستمرار بمعدل 30 FPS. كما أن كفاءتها لا مثيل لها، إذ تستخدم ذاكرة GPU أقل بنسبة 40%، مما يجعلها مثالية للبيئات محدودة الموارد.
وفّرت هذه المزايا أيضًا شهرين من وقت التطوير لدى ALYCE. فمع Ultralytics، يمكن إعداد جلسات التدريب وبدؤها في غضون 5-10 دقائق فقط، مقارنةً بنحو ساعة تقريبًا في الإعدادات التقليدية، مما يتيح تكرارات أسرع. وبوجه عام، مكّن استخدام نماذج Ultralytics YOLO شركة ALYCE من خفض التكاليف مع التركيز على تحسين حلولها المدعومة بالذكاء الاصطناعي لإنشاء أنظمة تنقّل أكثر ذكاءً وكفاءة.
استخلاص رؤى سلوكية جديدة باستخدام Ultralytics YOLO#
ساعد استخدام نماذج Ultralytics YOLO شركة ALYCE على الارتقاء بحلول التنقّل لديها إلى مستوى جديد. وتوفر أدواتها الآن رؤى قيّمة، مثل تحليل سلوك مستخدمي الطرق، مما يساعد المدن ومشغلي النقل على اتخاذ قرارات أفضل.
منذ دمج الرؤية الحاسوبية، حققت ALYCE نتائج أعمال قابلة للقياس، بما في ذلك خفض تكاليف الإنتاج من خلال الأتمتة، وتحسين مقاييس الأداء، وتقليص الجداول الزمنية للتسليم. كما تمكّنت من إنشاء أنواع جديدة من البيانات، مثل الرؤى السلوكية التفصيلية، مما يعزز قدرتها على دعم حلول تنقّل أكثر ذكاءً.
الشكل 2. مكّن استخدام الرؤية الحاسوبية شركة ALYCE من استخلاص رؤى سلوكية جديدة.
في الوقت نفسه، أُعجب العملاء بجودة حلول ALYCE ودقتها، إذ تستوفي أعلى معايير البيانات التي تحققت منها CEREMA. وشارك Benoit Berthe، المدير التقني (CTO)، قائلًا: «في ALYCE، أحدث الاستفادة من Ultralytics تغييرًا جذريًا في تدريب نماذجنا، مما مكّننا من تعزيز دقة البيانات وتقديم جودة لا مثيل لها لعملائنا ومساعدتهم في مشاريع التنقّل المستدام.»
أدت هذه التحسينات أيضًا إلى ارتفاع مستوى رضا العملاء. فقد أفاد العملاء بتحقيق نتائج أفضل وعمليات أكثر سلاسة، سواء عند استخدام أدوات ALYCE بمفردها أو إلى جانب الإشراف البشري.
مستقبل الرؤية الحاسوبية في مجال التنقّل#
ترى ALYCE أن مستقبل الرؤية الحاسوبية سيتقدم مع نماذج مثل Ultralytics YOLO، إلى جانب تقنيات جديدة مثل الذاكرة طويلة وقصيرة الأمد (LSTMs) للنماذج القائمة على الفيديو. وستعزز هذه الابتكارات التعرّف على الأجسام وتحسّن استمرارية التتبع، مما يجعل حلول النقل أكثر ذكاءً وموثوقية. ومع تطور هذه التقنيات، ستمتلك المدن أدوات أفضل لإدارة تحديات التنقّل.
هل تهتم بكيفية قدرة الذكاء الاصطناعي للرؤية على تحويل مدينتك؟ اطّلع على مستودع GitHub لدينا لاستكشاف حلول Ultralytics الخاصة بقطاعات محددة، مثل الرؤية الحاسوبية في الزراعة والسيارات ذاتية القيادة، وتعرّف على تراخيص Ultralytics YOLO للبدء اليوم!
