پلیس دیجیتال در تقاطع‌ها – تشخیص تخلفات رانندگی با هوش مصنوعی

دوربین‌های سنتی ثبت تخلفات رانندگی معمولاً گران، ثابت و نیازمند حسگرهای مجزا (لوزی‌های القایی در آسفالت، رادار سرعت) هستند. سیستم‌های جدید مبتنی بر هوش مصنوعی با یک دوربین معمولی و الگوریتم‌های پیشرفته، قادرند همزمان چندین تخلف را تشخیص دهند: عبور از چراغ قرمز، سرعت غیرمجاز (با تخمین سرعت از روی جابه‌جایی پیکسل‌ها)، توقف در محل ممنوع، حرکت در خط ویژه، و حتی نبستن کمربند ایمنی راننده [۱].

تخمین سرعت با دوربین تنها با استفاده از روش «اپتیکال فلو» (Optical Flow) و کالیبراسیون فاصله امکان‌پذیر است. الگوریتم نقاط کلیدی روی خودرو (مثلاً آینه‌ها) را در چند فریم متوالی ردیابی کرده و جابه‌جایی پیکسلی را بر اساس نرخ فریم دوربین و فاصله واقعی تا خودرو به کیلومتر بر ساعت تبدیل می‌کند. دقت این روش در سرعت‌های زیر ۱۲۰ کیلومتر بر ساعت، حدود ۹۰-۹۵٪ است [۲]. برای تشخیص چراغ قرمز، سیستم وضعیت چراغ (قرمز/زرد/سبز) را از روی تصویر تشخیص داده و همزمان موقعیت خودرو را نسبت به خط ایست بررسی می‌کند.

جدول دقت تشخیص تخلفات مختلف:

شهرهایی مانند دبی با تجهیز صدها تقاطع به دوربین‌های هوشمند مجهز به AI، شمار تخلفات ثبت‌شده را به‌طور چشمگیری افزایش داده‌اند [۳]. هزینه هر دوربین هوشمند (با پردازش لبه) حدود ۱,۲۰۰ دلار است، در حالی که یک ایستگاه کامل دوربین سنتی (شامل رادار، سیم‌لوپ و تجهیزات جانبی) معمولاً بین ۵,۰۰۰ تا ۸,۰۰۰ دلار هزینه دارد [۴]. در ایران نیز برخی کلان‌شهرها از جمله اصفهان، در حال آزمایش و پیاده‌سازی سامانه‌های هوشمند مشابه برای ثبت تخلفات رانندگی هستند.

بازار جهانی سیستم‌های تشخیص تخلف مبتنی بر AI تا ۲۰۲۸ به ۲.۳ میلیارد دلار می‌رسد [۵]. چالش اصلی، پذیرش قانونی تخمین سرعت بصری است (کشورهای مختلف حاشیه خطای متفاوت می‌پذیرند). راه‌حل جدید استفاده از دوربین‌های استریو (دو لنز) برای محاسبه عمق و سرعت با دقت ۹۸٪ است. همچنین تشخیص «تخلفات ترکیبی» مانند سرعت غیرمجاز + نبستن کمربند در یک فریم امکان‌پذیر شده است.