دمجت ALYCE نماذج Ultralytics YOLO في حلول مثل minUi وOBSERVER، مما وفر شهرين من وقت التطوير وخفض التكاليف لتحسين التنقل الحضري.
غالبًا ما تواجه المدن النابضة بالحياة صعوبات بسبب الازدحام المروري وأنظمة النقل المتقادمة وتحديات الاستدامة. وتركز ALYCE على حل هذه المشكلات من خلال توفير أدوات ذكية مدعومة بالذكاء الاصطناعي لفهم حركة المدن وتحسينها.
تسعى ALYCE إلى معالجة هذه التحديات، وقد طورت حلولًا مبتكرة متنوعة مدعومة بـنماذج Ultralytics YOLO: أداة minUi لتحليل السلوك، ونظام OBSERVER لمراقبة حركة المرور في الوقت الفعلي. تسرّع هذه الأدوات جمع البيانات وتحسّن دقته، وتخفض التكاليف، وتساعد المدن على إنشاء أنظمة نقل أذكى وأكثر مراعاة للبيئة وكفاءة.
الشكل 1. تستخدم minUi نماذج Ultralytics YOLO لتحليل السلوك.
استخدام الذكاء الاصطناعي البصري لإدارة حركة المرور#
على مدى أكثر من 20 عامًا، ساعدت ALYCE المدن على تحسين التنقل، مع تركيز قوي على الاستدامة. وتواجه المناطق الحضرية تحديات مستمرة، مثل الازدحام المروري وعدم كفاءة أنظمة النقل والحاجة الملحة إلى إزالة الكربون. وغالبًا ما تكون الطرق التقليدية لجمع بيانات التنقل وتحليلها بطيئة وغير دقيقة، مما يصعّب التخطيط. واعتمدت ALYCE الرؤية الحاسوبية والذكاء الاصطناعي للتغلب على هذه العقبات، وطورت حلولًا مبتكرة قائمة على البيانات لمساعدة المدن على تحسين أنظمة النقل والعمل نحو مستقبل أكثر استدامة.
لماذا تحتاج المدن إلى حلول تنقل أذكى قائمة على البيانات#
تزداد وتيرة الحياة في المدن حول العالم، وأصبحت إدارة التنقل الحضري أكثر تعقيدًا. ويُعد اكتشاف المشاة والمركبات والدراجات الهوائية وغيرهم من مستخدمي الطرق وتحليلهم في المناطق المزدحمة، مثل التقاطعات والدوارات، أمرًا أساسيًا لتحسين تدفق حركة المرور والسلامة وتخطيط النقل. لكن الأساليب التقليدية، مثل المسوحات اليدوية أو أنظمة المراقبة المتقادمة، لا توفر غالبًا الدقة اللازمة للتعامل مع هذا التعقيد.
تواجه الأنظمة القديمة صعوبة في التمييز بين فئات مستخدمي الطرق المختلفة أو تتبع تحركاتهم بفاعلية. فعلى سبيل المثال، لا تستطيع الأدوات التقليدية تتبع مسارات المركبات والمشاة وراكبي الدراجات معًا في الوقت الفعلي على نحو موثوق. وقد تجعل البيانات غير المكتملة أو غير الدقيقة اتخاذ قرارات مدروسة أكثر صعوبة على مخططي المدن ومشغلي النقل.
هناك حاجة إلى أدوات أذكى لحل هذه المشكلات. ومن الناحية المثالية، ينبغي أن يكون الحل الشامل قادرًا على تتبع عدة فئات من مستخدمي الطرق في الوقت نفسه، وتقديم رؤى فورية، ومساعدة المدن على فهم أنماط حركة المرور بصورة أفضل.
حلول ALYCE المدعومة بالذكاء الاصطناعي لتنقل أذكى#
لمعالجة تحديات التنقل الحضري، طورت ALYCE أدوات متقدمة مدعومة بالذكاء الاصطناعي والرؤية الحاسوبية. وتستخدم هذه الأدوات نماذج Ultralytics YOLO لتنفيذ مهام الرؤية الحاسوبية، مثل اكتشاف الأجسام في الوقت الفعلي. وتتيح نماذج YOLO تحديد المشاة والمركبات والدراجات الهوائية وغيرهم من مستخدمي الطرق وتتبعهم بدقة وبصورة آلية. وتتميز الرؤى المستخلصة باستخدام Ultralytics YOLO بالموثوقية والقابلية للتنفيذ، حتى في البيئات المعقدة مثل التقاطعات والدوارات المزدحمة.
تشمل الحلول الأساسية لدى ALYCE ما يلي:
- minUi: أداة للذكاء الاصطناعي تحلل الفيديو وسلوك مستخدمي الطرق، وتوفر رؤى لتحسين سلامة حركة المرور وكفاءتها.
- OBSERVER: نظام لمراقبة حركة المرور في الوقت الفعلي، يؤتمت اكتشاف مستخدمي الطريق وتتبعهم، ويدعم إدارة حركة المرور الديناميكية واتخاذ قرارات أفضل.
- MyGIS: منصة تعرض بيانات التنقل بصريًا، وتساعد مخططي المدن على تفسير الاتجاهات وتصميم أنظمة نقل أكثر تأثيرًا.
من خلال دمج نماذج Ultralytics YOLO، تؤتمت هذه الأدوات العمليات اليدوية البطيئة وتقدم بيانات بالغة الدقة. وبفضل الرؤى المستندة إلى الذكاء الاصطناعي البصري، تمكّن ALYCE المدن من الحد من الازدحام، وتحسين تدفق حركة المرور، وإنشاء شبكات نقل حضرية أكثر استدامة.
لماذا اختيار نماذج Ultralytics YOLO؟#
كانت نماذج Ultralytics YOLO خيارًا مثاليًا لحلول التنقل لدى ALYCE لأنها قدمت أداءً عاليًا في الجوانب الأهم. فقد حسّنت الدقة بزيادة قدرها 1–2% في متوسط الدقة المتوسط (mAP)، وضمنت المعالجة في الوقت الفعلي بسرعات استدلال أعلى بنسبة 20% من النماذج الأخرى، مع تشغيل مستمر بمعدل 30 FPS. كما أن كفاءتها لا تضاهى، إذ تستخدم ذاكرة GPU RAM أقل بنسبة 40%، مما يجعلها مثالية للبيئات محدودة الموارد.
وفرت هذه المزايا أيضًا على ALYCE شهرين من وقت التطوير. فمع Ultralytics، يمكن إعداد جلسات التدريب وبدؤها في غضون 5–10 دقائق فقط، مقارنةً بنحو ساعة باستخدام الإعدادات التقليدية، ما يتيح تكرار التطوير بسرعة أكبر. وبوجه عام، مكّنت نماذج Ultralytics YOLO شركة ALYCE من خفض التكاليف مع التركيز على تحسين حلولها المدعومة بالذكاء الاصطناعي لإنشاء أنظمة تنقل أذكى وأكثر كفاءة.
استخلاص رؤى سلوكية جديدة باستخدام Ultralytics YOLO#
ساعد استخدام نماذج Ultralytics YOLO شركة ALYCE على الارتقاء بحلول التنقل 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 تجارية ملموسة، منها خفض تكاليف الإنتاج عبر الأتمتة، وتحسين مقاييس الأداء، وتقليص أوقات التسليم. وتمكنت الشركة أيضًا من إنتاج أنواع جديدة من البيانات، مثل الرؤى السلوكية التفصيلية، مما يعزز قدرتها على دعم حلول التنقل الأذكى.
الشكل 2. مكّنت الرؤية الحاسوبية ALYCE من استخلاص رؤى سلوكية جديدة.
وفي الوقت نفسه، أُعجب العملاء بجودة حلول ALYCE ودقتها، إذ تستوفي أعلى معايير البيانات التي تحققت منها CEREMA. وقال بنوا بيرتيه، المدير التقني: «كان الاستفادة من Ultralytics في ALYCE نقلة نوعية لتدريب نماذجنا، إذ مكّنتنا من تحسين دقة البيانات وتقديم جودة لا مثيل لها لعملائنا ومساعدتهم في مشاريع التنقل المستدام».
أدت هذه التحسينات أيضًا إلى ارتفاع رضا العملاء. وأفاد العملاء بتحسن النتائج وسلاسة العمليات، سواء استخدموا أدوات ALYCE بصورة مستقلة أو بالاقتران مع الإشراف البشري.
مستقبل الرؤية الحاسوبية في مجال التنقل#
ترى ALYCE أن مستقبل الرؤية الحاسوبية يتقدم بفضل نماذج مثل Ultralytics YOLO، إلى جانب تقنيات جديدة مثل الذاكرة طويلة قصيرة الأمد (LSTMs) المستخدمة في النماذج المعتمدة على الفيديو. وستعزز هذه الابتكارات التعرّف على الأجسام وتحسّن استمرارية التتبع، مما يجعل حلول النقل أذكى وأكثر موثوقية. ومع تطور هذه التقنيات، ستحصل المدن على أدوات أفضل لإدارة تحديات التنقل.
هل ترغب في معرفة كيف يمكن للذكاء الاصطناعي البصري إحداث تحول في مدينتك؟ اطّلع على مستودع GitHub لاستكشاف حلول Ultralytics المتخصصة حسب القطاع، مثل الرؤية الحاسوبية في الزراعة والسيارات ذاتية القيادة، وتعرّف على تراخيص Ultralytics YOLO للبدء اليوم!
بقلم
منشئ محتوى · Ultralytics
