تعمل ALYCE على تسريع استدلال الذكاء الاصطناعي في حركة المرور بنسبة 20% باستخدام Ultralytics YOLO

غالبًا ما تعاني المدن الصاخبة من الازدحام المروري وأنظمة النقل القديمة وتحديات الاستدامة. تركز ALYCE على حل هذه المشكلات من خلال توفير أدوات ذكية تعتمد على الذكاء الاصطناعي لفهم وتحسين كيفية تنقل المدن.

تخوض ALYCE مهمة لمعالجة ذلك وقد أنشأت حلولاً مبتكرة متنوعة مدعومة بنماذج Ultralytics YOLO models: minUi، وهو أداة ذكاء اصطناعي لتحليل السلوك، وOBSERVER، وهو نظام مراقبة مرور في الوقت الفعلي. تجعل هذه الأدوات جمع البيانات أسرع وأكثر دقة، وتقلل التكاليف، وتساعد المدن في إنشاء أنظمة نقل أكثر ذكاءً وخضرة وكفاءة.

الشكل 1. يستخدم minUi نماذج Ultralytics YOLO لتحليل السلوك.

استخدام رؤية الحاسوب لإدارة حركة المرور#

لأكثر من 20 عاماً، ساعدت ALYCE المدن على تعزيز التنقل مع التركيز القوي على الاستدامة. تواجه المناطق الحضرية تحديات مستمرة مثل ازدحام المرور، وأنظمة النقل غير الفعالة، والحاجة الملحة لإزالة الكربون. غالباً ما تكون الطرق التقليدية لجمع وتحليل بيانات التنقل بطيئة وتفتقر إلى الدقة، مما يجعل التخطيط صعباً. تبنت ALYCE تقنيات computer vision والذكاء الاصطناعي للتغلب على هذه العقبات، حيث طورت حلولاً مبتكرة تعتمد على البيانات لمساعدة المدن على تحسين أنظمة النقل والعمل toward مستقبل أكثر استدامة.

لماذا تحتاج المدن إلى حلول تنقل أكثر ذكاءً واعتماداً على البيانات#

على مستوى العالم، أصبحت المدن أكثر ازدحاماً، وأصبحت إدارة التنقل الحضري معقدة بشكل متزايد. إن الكشف عن المشاة والمركبات والدراجات ومستخدمي الطرق الآخرين وتحليلهم في المناطق المزدحمة مثل التقاطعات والدوارات أمر ضروري لتحسين تدفق حركة المرور والسلامة وتخطيط النقل. ومع ذلك، فإن الأساليب التقليدية، مثل المسوحات اليدوية أو أنظمة المراقبة القديمة، غالباً ما تفشل في توفير الدقة المطلوبة للتعامل مع هذا التعقيد.

تكافح الأنظمة القديمة للتمييز بين أنواع مختلفة من مستخدمي الطريق أو تتبع تحركاتهم بفعالية. على سبيل المثال، مراقبة مسارات المركبات جنباً إلى جنب مع المشاة وراكبي الدراجات في الوقت الفعلي هو أمر لا يمكن للأدوات التقليدية القيام به بشكل موثوق. يمكن أن تجعل البيانات غير المكتملة أو غير الدقيقة من الصعب على مخططي المدن ومشغلي النقل اتخاذ قرارات مستنيرة.

هناك حاجة إلى أدوات أكثر ذكاءً لحل هذه المشكلات. من الناحية المثالية، يجب أن يكون الحل الشامل قادراً على track العديد من مستخدمي الطريق في وقت واحد، وتوفير رؤى في الوقت الفعلي، ومساعدة المدن على فهم أنماط المرور بشكل أفضل.

حلول ALYCE المعتمدة على الذكاء الاصطناعي من أجل تنقل أكثر ذكاءً#

لمعالجة تحديات التنقل الحضري، طورت ALYCE أدوات متقدمة مدعومة بالذكاء الاصطناعي ورؤية الكمبيوتر. تستخدم هذه الأدوات نماذج YOLO من Ultralytics لمهام computer vision tasks مثل real-time object detection. تحديداً، تتيح نماذج YOLO التتبع الدقيق والمؤتمت للمشاة، والمركبات، والدراجات الهوائية، وغيرهم من مستخدمي الطريق. الرؤى التي يتم جمعها باستخدام Ultralytics YOLO موثوقة وقابلة للتنفيذ، حتى في البيئات المعقدة مثل التقاطعات المزدحمة والدوارات.

تشمل الحلول الرئيسية لـ ALYCE ما يلي:

• minUi: أداة ذكاء اصطناعي لتحليل الفيديو يمكنها تحليل سلوك مستخدمي الطريق وتقديم رؤى لتحسين سلامة وكفاءة حركة المرور.
• OBSERVER: نظام مراقبة مروري في الوقت الفعلي يؤتمت اكتشاف وتتبع مستخدمي الطرق، مما يدعم traffic management الديناميكي واتخاذ قرارات أفضل.
• MyGIS: منصة تقوم بتمثيل بيانات التنقل بصرياً، مما يساعد مخططي المدن على تفسير الاتجاهات وتصميم أنظمة نقل أكثر تأثيراً.

من خلال دمج نماذج Ultralytics YOLO، تقوم هذه الأدوات بأتمتة العمليات اليدوية البطيئة وتقديم بيانات دقيقة للغاية. بفضل الرؤى المدعومة برؤية الذكاء الاصطناعي، تجهز ALYCE المدن لتقليل الازدحام، وتحسين تدفق حركة المرور، وإنشاء شبكات نقل حضرية أكثر استدامة.

لماذا تختار نماذج Ultralytics YOLO؟#

كانت نماذج Ultralytics YOLO خياراً مثالياً لحلول التنقل الخاصة بـ ALYCE لأنها قدمت أداءً عالياً حيثما كان ذلك مهماً. لقد حسنت الدقة بزيادة قدرها 1-2% في متوسط الدقة (mAP) وضمنت المعالجة في الوقت الفعلي بسرعات استدلال أسرع بنسبة 20% من النماذج الأخرى، حيث تعمل باستمرار بمعدل 30 إطاراً في الثانية. كما أن كفاءتها لا تضاهى، حيث تستخدم ذاكرة وصول عشوائي (RAM) أقل بنسبة 40% من وحدة معالجة الرسومات، مما يجعلها مثالية للبيئات محدودة الموارد.

وفرت هذه المزايا أيضاً لـ ALYCE شهرين من وقت التطوير. مع Ultralytics، يمكن إعداد جلسات التدريب وبدئها في غضون 5-10 دقائق فقط، مقارنة بحوالي ساعة مع الإعدادات التقليدية، مما يتيح تكراراً أسرع. بشكل عام، من خلال استخدام نماذج Ultralytics YOLO، تمكنت ALYCE من تقليل التكاليف مع التركيز على تحسين حلولها المعتمدة على الذكاء الاصطناعي لإنشاء أنظمة تنقل أكثر ذكاءً وكفاءة.

جمع رؤى سلوكية جديدة باستخدام Ultralytics YOLO#

لقد ساعد استخدام نماذج Ultralytics YOLO شركة ALYCE على الارتقاء بحلول التنقل الخاصة بها إلى المستوى التالي. توفر أدواتها الآن رؤى قيمة، مثل تحليل سلوك مستخدمي الطريق، مما يساعد المدن ومشغلي النقل على اتخاذ قرارات أفضل.

منذ دمج رؤية الحاسوب، حققت ALYCE نتائج أعمال قابلة للقياس، بما في ذلك انخفاض تكاليف الإنتاج من خلال الأتمتة، وتحسين مقاييس الأداء، وجداول زمنية أقصر للتسليم. كما تمكنوا أيضاً من توليد أنواع جديدة من البيانات، مثل الرؤى السلوكية التفصيلية، التي تعزز قدرتهم على دعم حلول تنقل أكثر ذكاءً.

الشكل 2. باستخدام رؤية الحاسوب، تمكنت ALYCE من توليد رؤى سلوكية جديدة.

وفي الوقت نفسه، أعجب العملاء بجودة ودقة حلول ALYCE، التي تلبي أعلى معايير البيانات التي تم التحقق منها بواسطة CEREMA. شارك المدير التقني Benoit Berthe قائلاً: "في ALYCE، كان الاستفادة من Ultralytics بمثابة تغيير لقواعد اللعبة في تدريب نماذجنا، مما مكننا من تعزيز دقة البيانات وتقديم جودة لا مثيل لها لعملائنا ومساعدتهم في مشاريع التنقل المستدام الخاصة بهم."

أدت هذه التحسينات أيضاً إلى زيادة رضا العملاء. يبلغ العملاء عن نتائج أفضل وعمليات أكثر سلاسة، سواء كانوا يستخدمون أدوات ALYCE بمفردهم أو جنباً إلى جنب مع الإشراف البشري.

مستقبل رؤية الحاسوب في التنقل#

ترى ALYCE أن مستقبل رؤية الكمبيوتر يتقدم مع نماذج مثل Ultralytics YOLO، إلى جانب التقنيات الجديدة مثل Long Short-Term Memory (LSTMs) للنماذج القائمة على الفيديو. ستعزز هذه الابتكارات التعرف على الأشياء وتحسن استمرارية التتبع، مما يجعل حلول النقل أكثر ذكاءً وموثوقية. مع تطور هذه التقنيات، ستمتلك المدن أدوات أفضل لإدارة تحديات التنقل.

هل أنت مهتم بكيفية تغيير ذكاء الكمبيوتر المرئي لمدينتك؟ اطلع على GitHub repository الخاص بنا لاستكشاف حلول Ultralytics الخاصة بالصناعة، مثل computer vision in agriculture وself-driving cars، وتعرف على our Ultralytics YOLO licenses للبدء اليوم!