از همان آغاز زندگی انسان در پهنه این کره خاکی، حمل و نقل همواره قسمت عمده ای از منابع و امکانات را بطور مستقیم یا غیر مستقیم بخود اختصاص داده است. امروزه پس از گذشت قرن ها، پیچیدگی مسائل مربوط به حمل و نقل مرتباً در حال افزایش میباشد. بررسی اجمالی در مورد اکثر کشورهای پیشرفته نشان می دهد که این کشورها دارای سرویس های حمل و نقلی با کیفیت بالا می باشند و همین مسئله حاکی از این واقعیت است که حمل و نقل یک عامل اساسی در پیشرفت اقتصادی بوده و توسعه پایدار یک منطقه با یک کشور، بدون توسعه و ارتقا وضعیت حمل و نقل در آن امکانپذیر نمی باشد. در این مقاله شما با کاربرد هوش مصنوعی در کنترل ترافیک شهری آشنا میشوید.
امروزه خیابان ها و اتوبانها یکی از مهمترین زیرساخت ها جهت حمل ونقل به شمار می روند. از طرفی با گسترش شهرها و افزایش جمعیت، تقاضا برای استفاده از خیابان ها بیشتر شده است و این درحالیست که این تعداد وسیله نقلیه از ظرفیت فعلی خیابان ها بیشتر است؛ لذا در این شرایط باید اطمینان حاصل شود که وسایل نقلیه می توانند به طور موثر در خیابان ها تردد داشته باشند.
گرچه که برای کنترل ترافیک، اصلاح رفتار رانندگان بسیار حائز اهمیت است ولی در حالت کلی می توان دو راه را برای مدیریت تردد خودروها مورد توجه قرار داد: مورد اول به تغییر زیرساخت های شهری و افزایش ظرفیت حمل ونقل و ساخت جاده های باکیفیت تر برمی گردد؛ که البته نیازمند صرف هزینه ی بالا و وقت زیادی است.
مورد دوم به کنترل ترافیک با همین شرایط موجود برای زیرساخت ها بر میگردد که با استفاده از سامانه های حمل و نقل هوشمند ایجاد می گردد. هر چند اجرای برنامه های فرهنگی و آموزشی پیرامون کاهش تخلفات ترافیکی و رانندگی و تداوم آموزش و اطالع رسانی در رسانه ها و فضای مجازی در راستای ارتقا فرهنگ عبور ومرور با هدف روان سازی جریان ترافیک نیز می تواند به عنوان عاملی غیر مستقیم در این امر تاثیر گذار باشد.
پویایی های محیط و اتفاق افتادن حوادت غیرقابل پیش بینی در شبکه های حمل ونقل که تراکم ترافیک را در برخی از موارد در پی خواهد داشت یک مساله جدی در مناطق شهرهای بزرگ است. به علت هزینه های زیاد، ساختن مسیرهای جدید یا مسترش مسیرهای موجود به منظور افزایش ظرفیت سیستم حمل ونقل شهری برای مقابله با تراکم های احتمالی در شبکه، تا حدود زیادی غیر عملی است.
از اینرو با توجه به مسائل بیان شده، سفرهای وسائل نقلیه در شبکه های حمل و نقل شهری با شرایط دشوار تری رو به رو می باشد. با توجه به ضرورت های انجام تحقیق و ذکر چالش اصلی شبکه های ترافیکی یعنی هدایت مسیر وسائل نقلیه تحت وضعیت پویای ترافیک، طراحی سیستم پویای هدایت مسیر وسایل نقلیه رویکردی موثر در پاسخ به مسائل بیان شده به نظر می رسد. سیستم پویای هدایت مسیر که مبتنی بر فناوری های اطلاعات و ارتباطات است از جمله حوزه های مهم فعالیت سیستم های هوشمند حمل و نقل (ITS) میباشد.
سیستم مذکور موجب ارتقای مطلوبیت زیرساخت های موجود سبکه حمل ونقل گردیده و با توجه به میزان دسترسی به اطلاعات ترافیکی به کنترل تراکم کمک می نماید. سیستم هدایت مسیر همچنین از طریق تجهیزات ITS قادر به اطلاع رسانی به رانندگان وسایل نقلیه مختلف درباره شرایط شبکه نظیر مکان هایی که تراکم در آنها اتفاق افتاده میباشد.
سیستم هدایت مسیر به استفاده کنندگان از این سیستم، مسیری را از مکان فعلی به مقصد نهائی آنها پیشنهاد می دهد به قسمتی که زمان سفر برای رانندگان کمینه شود. هسته اصلی سیستم پویای هدایت مسیر، محاسبات کوتاه ترین مسیر در شبکه های پویا می باشد. موثر بودن وظیفه سیستم هدایت مسیر عمدتا به الگوریتم های کوتاه ترین مسیر وابسته است.
نکته قابل توجه اینکه این الگوریتم ها در مواجهه با نامعینی ها و حوادث غیر قابل پیش بینی شبکه حمل و نقل دچار کمبود می باشند. از سوی دیگر امروز به منظور جمع آوری اطلاعات زمان واقعی، شبکه خیابان های بسیاری از شهرها به حسگر هایی نظیر حلقه های مغناطیسی و دوربین ها مجهز شده اند اما از این داده های زمان واقعی به بکل موثری استفاده نمی شود در حالی که با استفاده از این اطلاعات زمان واقعی، سیستم مورد اشاره قادر است کوتاه ترین مسیر را از یک مبدا به مقصد مورد نظر برای رانندگان بر اساس شرایط جاری نظیر تغیرات اتفاق افتاده در زمان های سفر روی مسیر ها پیدا نموده و به وسایل نقلیه توصیه نماید تا در مواجهه با نامعینی محیطی و در مسیریابی مجدد خود از آن استفاده نمایند.
ضرروت انجام تحقیق
امروزه یکی از مشکلات شهر های بزرگ: افزایش جمعیت و به تبع آن افزایش تعداد وسائل نقلیه به منظور جابجائی کالاها و مردم می باشد که این امر در کنار برخی از مسائل دیگر موجب تراکم و ازدحام در شبکه های حمل و نقل شهری می گردد. از سوی دیگر در خصوص تسهیلات موجود حمل و نقل شهری نظیر مسیرها، خیابان ها، تقاطع ها و پایانه ها به دلیل کمبود تجربه یا نا آشنایی برخی از رانندگان وسایل نقلیه (به ویژه وسایل نقلیه شخصی) که قدرت انتخاب مسیرهای متعدد را دارند با آلترناتیوهای مختلف موجود برای طی مسیر، نمی توانند سریع ترین مسیرها را با توجه به پویایی های محیط شبکه حمل ونقل انتخاب نموده و اغلب سفرهای طولانی تری دارند که این موضوع نیز تراکم را در شبکه های حمل ونقل شهری تشدید می نماید. در نتیجه پیچیدگی سفرها در حال افزایش می باشد.
از اینرو از جمله چالش های اصلی شبکه های ترافیکی، مسیریابی با هدایت مسیر وسایل نقلیه به مقصدشان تحت وضعیت پویای ترافیک با هدف کاهش زمان های سفر وسایل نقلیه و استفاده موثرتر از ظرفیت های موجود شبکه میباشد. به عنوان یک راه حل، ساختن خیابانها و آزادراه های جدید شدیدا زمانبر و پرهزینه بوده و در برخی موارد به دلیل تاثیرات منفی نظیر تغییرات کاربری زمینها، آلودگی های زیست محیطی حتی غیرموجه است.
با توجه به شرایط ذکر شده، رانندگان وسایل نقلیه به منظور اجتناب از تراکم و انجام سفرهای راحت به خدماتی نظیر هدایت ترافیکی نیاز دارند. هدایت ترافیکی در پی مدیریت بهتر حرکت وسایل نقلیه، توزیع مناسب جریان های ترافیکی بر روی همه مسیرهای موجود شبکه حمل و نقل می باشد. که در نتیجه افزایش کارانی زیرساخت های موجود و همچنین کاهش آلودگی ها، کاهش مصرف سوخت و… را نیز در پی خواهد داشت.
از آنچه گفته شد می توان دریافت کنترل ترافیک شهری یکی از راهکارهای بهبود وضعیت حمل و نقل در شهرها می باشد. لذا چاره اندیشی برای نحوه مدیریت موثر و کنترل ترافیک در حمل و نقل شهری امری ضروری بنظر می رسد، از سوی دیگر با بررسی اجمالی اکثر مقالات علمی در زمینه مدیریت و کنترل ترافیک در حمل و نقل شهری این نکته آشکار می شود که این زمینه حوزه تحقیقاتی فعالی بوده و انجام تحقیقات بسیاری؛ به ویژه در زمینه بکار گیری تکنولوژی های جدید نظیر هوشمند سازی به منظور کنترل و هدایت آنلاین جریان های ترافیکی در درون شهرها، با هدف افزایش کارایی شبکه های حمل و نقل شهری را طلب میکند.
لذا امروزه با افزایش خودروها و رشد سفرهای درون شهری، ساماندهی و مدیریت ترافیک به یکی از مهم ترین ضرورت های مدیریت شهری تبدیل شده است. ترافیک پدیده ای ناخوشایند است که زاییده رشد فراینده ماشینی شدن و افزایش شهرنشینی است.
از طرفی رشد روز افزون تولیدات خودرویی و عدم دوربینی های لازم در ایجاد خیابان ها و معابر مناسب باعث شد که نتایجی از جمله ایجاد تراکم ترافیکی، کاهش بازده حمل و نقل، افزایش زمان مسافرت، آلودگی و مصرف بیش از حد انواع سوخت های فسیلی را به همراه داشته باشد. بنابراین ارائه راهکارها و برنامه ریزی های کارآمد و استفاده از ظرفیت های موجود و افزایش بهره وری سیستم ها؛ به خصوص بکارگیری سیستم های هوشمند در این خصوص که می تواند سبب کاهش ترافیک در شهرها شوند می تواند بسیار دارای اهمیت باشد لذا این تحقیق جایگاه کنترل ترافیک با بهره گیری از هوش مصنوعی در کنترل ترافیک شهری مورد بررسی قرار گرفت.
هوش مصنوعی
هوش مصنوعی به هوشی که یک ماشین از خود نشان می دهد و یا به دانشی در کامپیوتر که سعی در ایجاد آن دارد گفته میشود. بیشتر نوشته ها و مقاله های مربوط به هوش مصنوعی آن را دانش شناخت و طراحی مامورهای هوشمند تعریف کرده اند. یک مامور هوشمند سیستمی است که با شناخت محیط اطراف خود, شانس موفقیت خود را بالا میبرد جان مک کارتی که واژه هوش مصنوعی را در سال ۱۹۵۶ استفاده نمود، آن را دانش و مهندسی ساخت ماشین های هوشمند تعریف کرده است. تحقیقات و جستجو های انجام شده برای رسیدن به ساخت چندین ماشین هایی مرتبط با بسیاری از رشته های دانشگاهی میباشد، مانند دانش کامپیوتر, روانشناسی, فلسفه, عصب شناسی, دانش ادراک, تئوری کنترل، احتمالات، بهینه سازی و منطق.» هوش مصنوعی، دانش ساختن ماشین ها یا برنامه های هوشمند است.
در تعریف دیگر هوش مصنوعی، در روزگار کنونی را، اصطالحی دانست که به طور ضعیفی تعریف شده است که به حوزه وسیعی از مطالعه در علوم کامپیوتر اختصاص داده شده به سیستم های محاسباتی که میتوانند مهارت هایی را که معمولا تصور می شود نیاز به هوش انسانی دارند، مانند حل مسئله، ادراک بصری و استدلال انجام دهند، در حالی که مجموعه خاصی از تکنیکها در هوش مصنوعی است که بر «یادگیری» برای مدلسازی الگوها در داده ها با استفاده از توابع ریاضی مبتنی است.
تاریخچه هوش مصنوعی
نقش هوش مصنوعی هر روز در زندگی ما بیشتر میشود. آخرین ترند در این زمینه تراشه های هوش مصنوعی و کاربردهای مختلف آنها در گوشی های هوشمند است. اما شروع توسعه این تکنولوژی در واقع به خیلی قبلتر برمیگردد؛ یعنی زمانی در دهه ۵۰ میلادی که «دانشگاه دارتموث» در ایالات متحده یک پروژهی تحقیقات تابستانی را به هوش مصنوعی اختصاص داد. ریشه های هوش مصنوعی را حتی میتوان در عمق بیشتری از تاریخ و در فعالیت های «آلن نیوئل»، «هربرت ای. سیمون» و «آلن تورینگ» جستجو کرد. آزمون مشهور تورینگ در سال ۱۹۵۰ توسط او در مقاله ای مطرح شد. این مقاله یکی از اولین اسنادی است که در آن به وجود آمدن ماشین های هوشمند پیشبینی شده است. با این حال مقوله هوش مصنوعی تا پیش از معرفی شدن سوپر کامپیوتر «دیپ بلو» توسط کمپانی IBM هنوز توجه جهانیان را به خود جلب نکرده بود. این سوپر کامپیوتر اولین ماشینی بود که توانست قهرمان شطرنج جهان «گری کاسپارف» را در مسابقه ای که در سال ۱۹۹۶ میلادی برگزار شد شکست دهد.
چالش های استفاده از هوش مصنوعی
هوش مصنوعی در حال تغییر دادن همه صنایع است، ولی لازم است که محدودیت های آن را درک کنیم. محدودیت اصلی AI این است که از داده ها می آموزد. راه دیگری برای گنجاندن دانش وجود ندارد. این باعث می شود که بی دقتی های موجود داده ها در نتایج خود را نشان دهند. همچنین هر لایه مضاعف پیشبینی یا آنالیز باید به طور مجزا افزوده شود.
سیستم های AI امرزی برای اجرای یک وظیفه مشخصا تعریف شده آموزش داده می شوند. سیستمی که پوکر بازی می کند نمی تواند شطرنج بازی کند. سیستمی که تقلب را شناسائی می کند نمی تواند یک ماشین را براند یا به شما مشاوره حقوقی ارائه نماید. به عبارت دیگر، این سیستم ها بسیار بسیار تخصصی هستند. آنها بر یک ماموریت واحد تمرکز دارند و با رفتارهای شبیه انسان فاصله زیادی دارند. همچنین، سیستم های خودفراگیر سیستم های مستقلی نیستند. تکنولوژی های متصور شده AI که در فیلم ها و تلویزیون می بینید هنوز علمی تخیلی هستند. ولی کامپیوترهایی که می توانند در داده های پیچیده برای یادگیری و تسلط یافتن در ماموریت های ویژه جستجو نمایند در حال رواج یافتن هستند.
انتقال از سیستم حمل و نقل سنتی به ترابری هوشمند
با وجود شهرهایی که مسئول تقریبا ۷۵ در صد از انتشار گازهای گلخانه ای و مصرف انرژی اولیه هستند، فشار قابل توجهی برای ساختن شهرهای کارآمدتر و با تولید آلایندگی کمتر وجود دارد. اینجاست که بحث جابجایی و حمل و نقل به میان می آید. لذا یکی از مفاهیم اصلی شهرهای هوشمند، یعنی انتقال از سیستم های حمل و نقل سنتی به سیستم های جابجایی هوشمند بسیار دارای اهمیت میباشد.
محرکان انتقال جابجایی هوشمند
سه عامل اصلی را می توان به عنوان محرکان جابجایی هوشمند شناخت: اولین عامل شهرنشینی است. با تاکید بر اینکه نرخ شهرنشینی تا سال ۲۰۵۰ بیش از ۶۶ درصد خواهد بود. سیستم های حمل و نقل شهری به طور فزاینده ای متراکم می شوند و فشار بر شبکه های حمل و نقلی افزایش می یابد. افزایش فشار به کارایی کم و تجربه کاربری ضعیف در تمام حالت ها منجر می گردد. حل این چالش نیازمند راه حل های جدید و نوآورانه است. دومین محرک، دیجیتال سازی است، موجودیتی که این راه حل های نوآورانه را ممکن می سازد. سومین محرک، تغییرات اقلیمی و بهره وری منابع طبیعی است.
با وجود ۱۵ تا ۲۰ درصد از کل گاز های گلخانه ای جهان که ناشی از حمل و نقل شهری است، افزایش پایداری سیستم های حرکتی، فرصتی عالی برای کاهش تغییرات آب و هوایی را فراهم می کند. این به نوبه خود منجر به محرکی برای ایجاد سیستم های انرژی بیشتر و منابع کارآمد و هوشمند است. علاوه بر شهرنشینی، پایداری و دیجیتالی نمودن، تغییر در عادات شهروندان نیزمی تواند به عنوان یک مولفه کلیدی برای تحریک انتقال جابجایی هوشمند باشد. شهروندان به طورمداوم خواستار راهکارهای سفارشی برای نیازهای روزانه حمل و نقلی خود می باشند که میتوانند در ازای پرداخت پول خود، ارزش بیشتری به دست آورند. همچنین میخواهند قادر به انتخاب طیف وسیعی از گزینه ها باشند و در تمام مراحل روند توصیه هایی را دریافت کنند.
راه های انتقال از سیستم سنتی به سیستم حمل و نقل هوشمند
انتقال به سوی جابجایی شهری هوشمند از طریق دو مسیر متفاوت انجام می شود: بهبود و تغییر.
مسیر بهبود نشان دهنده پالایش تجربه کاربر، ایمنی و بهره وری از طریق نوآوری های تدریجی است. همواره بهبود در زیرساخت ها و الیه های خدماتی رخ داده است. با این حال، با وجود لایه داده ها، چنین پیشرفت هایی می تواند به طور قابل توجهی افزایش یابد. نشان دهنده تغییر جهت جابجائی حمل و نقل است. به همین ترتیب ، این تغییری نظام مندتر است. از طریق این نوع انتقال، کاربران به حالت حمل و نقلی مورد استفاده شان اهمیتی نمی دهند، بلکه فقط مهم این است که به مقصدشان برسند.
مسیر انتقال به راه حل هایی بستگی دارد که تغییر دیدگاه از حمل و نقل به جابجایی را فراهم می کند. انتقال بر روی حالت حقیقی حمل و نقل متمرکز شده است، در حالی که جابجایی بر روی سفر متمرکز است. این دو مسیر با جزئیات بیشتری در زیر شرح داده شده است.
مسیر بهبود
از لحاظ تجربه کاربر، ایمنی و کارایی سیستم، فناوری های اطلاعات و ارتباطات می توانند در بسیاری از جهات برای بهبود سیستم حمل و نقل شهری استفاده شوند. در این تحقیق این مسیر را با تمرکز بر دو نمونه، یعنی استفاده از فناوری اطلاعات و ارتباطات در نظارت بر زیرساخت های شهری و معرفی وسایل نقلیه اتوماتیک یا خودگردان نشان می دهیم.
نظارت بر زیر ساخت های حمل و نقل شهری با ا ستفاده از دستگاه های جمع آوری اطلاعات مانند دوربین های ویدئویی، دوربین های سرعت، حسگرها و همینطور قابلیت های پردازش پیشرفته داده امکان پذیر است. این فناوری ها اجازه می دهند تا درک بهتری از رفتار کاربر در سیستم های حمل و نقل شهری داشته باشیم، که به نوبه خود بهینه سازی زیرساخت ها و خدمات ارائه شده را میسر می سازد. توسعه مسیر بهبود، تاثیر مستقیمی بر لایه های سیستم شهری دارد. از نظر لایه های زیرساختی، به این معنی است که مدیران باید به شیوه ای که زیر ساخت داده در سیستم قدیمی یکپارچه شده است، توجه داشته باشند، تا اطمینان حاصل شود که روش های نظارتی مناسب وجود دارد. در لایه داده، مهم است که به خود اطلاعات توجه کنیم و مطمئن گردیم که قابل اطمینان ، کامل و جامع است.
همچنین مهم است که استانداردهای لازم را برای استفاده و انتقال داده ها بین کانال های مختلف فراهم آوریم و این اطمینان نیز حاصل شود که تمامی داده ها به شکلی امن منتقل و ذخیره می شوند. در نهایت، هنگامی که به لایه خدمات توجه می کنیم، نگرانی های اصلی مربوط به بهینه سازی خدمات ارائه شده است، به خصوص در زمینه ایجاد دسترسی بیشتر خدمات و اطمینان از اینکه داده های موجود می توانند برای ایجاد تغییرات در ارائه خدمات بر اساس تغییرات مورد تقاضا استفاده شوند. همچنین مهم است که به یاد داشته باشیم که شیوه های خصوصی، مانند اتومبیل شخصی نیز می تواند از این خدمات دیجیتال جدید بهره مند شوند. نمونه ایی از آن، برنامه ویز و یا اپلیکیشن فارسی آن مانند اپلیکیشن بلد که از داده های بی درنگ برای بهینه سازی مسیرهای راننده گان استفاده می کنند.
دومین نمونه از مسیر بهبود، به معرفی وسایل نقلیه خودران و خودکار می پردازد. این وسایل نقلیه با هدف افزایش ایمنی جاده و تجربه کاربر کمک خواهد کرد. اکثر حوادث جاده ای ناشی از خطای انسانی است. به همین ترتیب، داشتن ماشین هایی با قابلیت کنترل فرمان در خودروهای عمومی و خصوصی، منجر به کاهش احتمال تصادفات، افزایش ایمنی سیستم های حمل و نقل و در کل، باعث افزایش کارایی حمل و نقل می شود. همچنین به رانندگان اجازه می دهد تا در هنگام سفر، کارهای دیگری نیز انجام دهند، در نتیجه بهره وری کلی آنها افزایش می یابد.
وسایل نقلیه ذاتاً مقدار زیادی داده تولید می کنند : سرعت، جهت، موقعیت، اجزای مختلف و مسافت پیموده شده نمونه هایی از آن هستند، با کمک فناوری های اطلاعات و ارتباطات، این داده ها پردازش شده و برای پرورش وسایل نقلیه خودکار مورد استفاده قرار گرفته اند و به سرعت در حال تبدیل شدن به وسایل نقلیه خودران هستند. استفاده از لایه داده برای بهبود و بهینه سازی خدمات و زیر ساخت های حمل و نقل شهری امکانی بالقوه برای بهبود کل حمل و نقل دارد.
این بهبود از نظر مدیریت و عملیات(از طریق صرفه جویی در پول ، استفاده بهتر ازمنابع وغیره) و همچنین از نقطه نظر کاربر، که قادر به صرفه جویی در وقت است (که در غیر این صورت غیر ممکن خواهد بود)، احساس خواهد شد. با راه حل های پشتیبانی شده از داده ها، مدیران، برنامه ریزان و کاربران می توانند به طور فزاینده ای با بهبود بخشی از آن، کارایی سیستم را بهتر کنند. این به نوبه خود باعث کاهش بار تراکم، ایجاد روان تر شدن شبکه حمل و نقل، کاهش تصادفات و صرفه جویی در وقت کاربران می شود، به این ترتیب ارزش بیشتری برای پول آنان به ارمغان می آورد.
پیامدهای خودکارسازی خودرو برای لایه داده شبیه به آنهایی است که برای سیستم های نظارت (استاندارد سازی و امنیت داده ها ) شناسایی شده اند، با یک مورد اضافی یعنی مسئله مالکیت داده ها باید یک چارچوب جدید تعیین شود، که چه کسی تملک اطلاعات تولید شده توسط وسایل نقلیه – مصرف کننده، سازنده، مقامات دولتی و یا طرف دیگر را در اختیار دارد.علاوه بر این، قیمت گذاری داده ها و همچنین میزان محدوده فروش آن نیز باید مورد توجه قرار گیرد. برای لایه خدمات، باید ملاحظات اخلاقی نیز مورد بررسی قرار گیرد. ضروری است که سیستم اطمینان در اطراف وسایل نقلیه خودران ایجاد شود.
در صورت تصادف، چه کسی مسئولیت پذیر خواهد بود: کاربر، سازنده، ارائه دهنده خدمات حمل و نقل یا شرکت بیمه این سوالات باید پاسخ داده شود. علاوه بر این، پذیرش اجتماعی این فناوری های جدید بدون شک در میان گروه های سنی و طبقه های اجتماعی متفاوت خواهد بود. این مسائل نیز باید قبل از انتقال کامل، حل و فصل شود. در نهایت، پیامدهای سازمانی هم وجود دارند که باید بازبینی شود. به عنوان مثال ، هنگامی که اتومبیل ها بدون راننده یا حداقل نیمه اتوماتیک باشند، کدهای رانندگی باید تجدید نظر شود و مفهوم گواهینامه رانندگی مجددا بررسی شود.
مسیر تغییر
درحال حاضر فناوری های اطالعات و ارتباطات قادر به توسعه حالت های جابجایی جدیدی هستند که سیستم های سنتی را مختل می کنند. این به نوبه خود امکان تغییر دیدگاه از سیستم های حمل و نقل سنتی به سوی جابجایی هوشمند شهری را می دهد. اساسا به خاطر فناوری های بومی – جغرافیایی (از جمله دیگر فناوری های اطلاعات و ارتباطات) درطول ده سال گذشته، خدمات حرکتی جدیدی ظهور پیدا کرده اند که سهم بیشتری در مدل جدید اقتصادی دارند.
این تغییر دیدگاه، که با استفاده از فناوری های اطلاعات و ارتباطات تسهیل شده است، بر چند جنبه حمل و نقلی تاثیر می گذارد. اول و مهمتر از همه، به طور مستقیم بر کل سیستم حمل و نقل عمومی و خصوصی با کاهش نیاز به مالکیت خودرو و تغییر مدل های کسب و کار ارائه دهندگان خدمات حمل و نقل عمومی (مثال با ارائه خدمات تقاضا) تاثیر می گذارد. معرفی فناوری های اطلاعات و ارتباطات تغییری را از حمل و نقل به جابجایی ایجاد کرده است که با تغییر در دیدگاه کاربر از مالکیت خودرو به سمت استفاده از کاربری وسایل نقلیه حمایت شده است. با این حال، تولد این خدمات جدید نیز منجربه افزونگی هایی در سیستم شده و پیچیدگی کل شبکه حمل و نقلی را نیز افزایش داده است، که اکنون نیاز به یکپارچگی بیشتری در داخل و از طریق حالت های حرکتی دارد. تمام شیوه های های حمل و نقل قدیمی و جدید، حجم زیادی داده تولید می کنند که می توانند تحت طرح های مختلف حمل و نقلی یکپارچه شوند. اولین و گسترده ترین نوع استفاده از این طرح ها یک سیستم خرید بلیط یکپارچه است.
این سیستم ها، مصرف کنندگان را قادر می سازند تا از یک کارت برای دسترسی و پرداخت تمام حالت های حمل و نقلی استفاده کنند. آنها اغلب در سیستم های حمل و نقل عمومی استفاده می شوند، اما چندین شهر مانند لندن وسئول شروع به ادغام نمودن این سیستم های بلیط دهی به حالت های نیمه خصوصی مانند تاکسی و دوچرخه کرده اند. طرح دوم و پیشرفته تر، پلتفرم جابجایی یکپارچه است که کاربران را قادر می سازد از طریق یک برنامه گوشی هوشمند به اطلاعات ارائه دهندگان مختلف حمل و نقل دسترسی داشته باشند. از طریق برنامه، کاربران می توانند اطلاعات مفیدی در مورد سفر خود مانند قیمت، طول سفر، و حتی تاثیرات کربنی مسیرها و حالت های مختلف را دریافت کنند. جدای از اینکه چه کسی ارائه دهنده خدمات است، مصرف کنندگان می توانند از برنامه، برای پرداخت و رزرو هزینه سفر خود استفاده کنند و سپس به طور مستقیم از طریق تلفن های خود به بلیط هایشان دسترسی پیدا کنند. طرح جابجایی نهایی شناخته می شود. تحت این طرح، تمام نیاز های حمل و نقلی از طریق یک رابط واحد به نام جابجایی به عنوان یک سرویس برآورده می شود. خدمات حرکتی به بسته های مختلفی تقسیم می شود و کاربران هزینه ماهانه ای را پرداخت می کنند و به بسته های مختلفی که مشترک شده اند دسترسی پیدا می کنند. این خدمات شامل ترکیبی از حالت های عمومی و نیمه خصوصی هستند.
اگرچه هنوز هم باید ثابت شود، ادغام خدمات حرکتی به احتمال زیادی تجربه کاربر را در سیستم های حمل و نقل شهری بهبود خواهد بخشید. ارتقاء راه حل های حرکتی و یکپارچه امکان کاهش تراکم ترافیک و ایجاد حمل و نقل شهری کارآمد و پایدار تری را برای همه میسازد. این تغییر به سمت ادغام، اشتراک گذاری و سایر خدمات مبتنی بر سرچشمه ها ، درهر سه لایه شهری تاثیر دارد. برای لایه زیربنایی، به این معنی است که مدل های کسب و کار جدید برای تامین مالی این راه حل های نو مورد نیاز است و کیفیت خدمات ارائه شده را تضمین می کنند. برای لایه داده، به این معنی است که قابلیت همکاری و مبادله داده ها باید در میان ارائه دهندگان مختلف کسب شود و علاوه برآن این تضمین داده شود. که حداقل سطح کیفیت، قابلیت اطمینان و حفاظت از داده ها حاصل شده است. در نهایت، برای لایه خدماتی، به این معناست که جابجایی باید سطح مشخصی از هماهنگی را بین خود ایجادکند تا از افزونگی ها جلوگیری شود، از مکمل بودن خدمات اطمینان حاصل شده قوانینی را ایجاد کند که تازه واردان را در نظر بگیرند. درآخر، این تغییر، نیاز به توسعه مدل های جدید کسب و کار برای تسهیل تدریجی مدل انتقال اشتراکی جابجایی دارد.
کنترل ترافیک و هوش مصنوعی
هوش مصنوعی و پیشرفت آن باعث نوآوری های بسیاری در زمینه های مختلف از فناوری گرفته تا صنایع و مشاغل مختلف شده است. یکی از این حوزه هایی که کارشناسان به دنبال استفاده از هوش مصنوعی برای پیشبرد اهداف خود هستند، کنترل ترافیک است که یک معضل جهانی تلقی می شود. به دنبال گسترش شهرنشینی و افزایش روزافزون جمعیت مردم و خودروها، کنترل وضعیت ترافیک دشوار شده است. سرعت افزایش ظرفیت بزرگراه ها کمتر از تعداد وسایل نقلیه است. از این رو بسیاری از کارشناسان به فکر استفاده از هوش مصنوعی برای حل این مشکل افتاده اند. در این بین هدایت یا راهنمای مسیر از جمله استراتژی های کنترل ترافیک و یکی از ابزارهای مدیریت ترافیک شهری با هدف بهینه سازی و تعادل جریان های ترافیکی شبکه میباشد. این خدمات ضمن بهره گیری از زیرساخت های موجود حمل و نقل نظیر مسیرهای موجود؛ با فراهم نمودن دستورالعمل ها و توصیه هایی در خصوصی تغییر جهت وسایل نقلیه بر روی مسیرهای جایگزین به منظور انتخاب سریع ترین مسیر، رانندگان وسایل نقلیه را از مکان فعلی یا مبداء سفر تا رسیدن به مقصد تعیین شده هدایت می نمایند. سیستم هدایت مسیر از حوزه های مهم فعالیت ITS می باشد.
هوش مصنوعی در حمل و نقل (ITS)
مروزه مسائل و مشکالت حمل و نقل از قبیل آلودگی های زیست محبعلی، محدودیت منابع انرزی تجدید ناپذیره خسارت های مادی و معنوی ناشی از سوانح و تصادفات، پیچیدگی های نظارت و مدیریت بر جریان ترافیک. زمان های تلف شده به دلیل ازدحام و شلوغی آزاد راه ها و خیابان ها به ویژه در ساعات او در شهرهای بزرگ به یک مشکل جدی تبدیل شده است، افزایش تسهیلات زیربنایی حمل و نقل به دلیل نیاز به سرمایه گذاری های کلان و زمان طولانی اجرا، همواره با محدودیت های گسترده ای روبرو بوده است. بنابراین به نفلور غلبه بر مشکلات فوق و با توجه به اینکه غلبه بر محدودیت های مذکور با روش های سنتی غیر ممکن است همراه با پیشرفت های حاصل در فناوری های اطلاعات و ارتباطات، از سال ها پیش توسعه سیستم های هوشمند حمل و نقل به عنوان سیاست کلی کشورهای پیشرفته از قبیل ژاپن، کانادا، آمریکا و کشورهای اروپایی در بخش حمل و نقل مطرح گردید. امروزه ITS به عنوان یک پدیده جهانی علاقه مندی از سراسر جهان شامل متخصصان حمل و نقل، صنایع خودروسازی و سیاست مداران را به خود جذب نموده است.
تاریخچه ITS و تعاریف آن
از سال ۱۹۸۶ در آمریکا تاخیر ناشی از ترافیک بزرگراه ها در ساعات اوج در بسیاری از نواحی شهرهای بزرگ، مسائل مربوط به ایمنی در بزرگراه ها رو به رشد بود. همچنین ایالات متحده با مسائل دیگری از قبیل تأثیرات زیست محیطی حمل و نقل و مسائل انرژی در انواع حمل و نقل در گیر بود. لذا در این سال یک گروه دانشگاهی مطالعه در خصوص آینده سیستم های حمل و نقل امریکا را شروع نمودند. در همین سال امریکا با اروپای غربی و ژاپن در دست یافتن به تکنولوژی های جدید برای استفاده در سیستم های حمل و نقل بجای راه حل ساده ساختن بزرگراه ها رقابت می نمود. این استفاده در سیستم های اطلاعاتی و ارتباطی دیده می شد که مجموعه جدیدی از صنایع و بازارها را برای این کشورها فراهم می نمود. گروه مورد اشاره به طور خالد مشاهدات ذیل را مطرح نمودن:
نیاز به وضع قوانین جدید حمل و نقل برای آینده –
نیاز به سرمایه گذاریهای عمده و کالن در سیستم های حمل و نقل
– نیاز به توسعه تکنولوژیهای مختلف در رقابت با اروپای غربی و ژاپن این گروه ۲۰۰۰ Mobility را شکل دادند که نهایتا به Armerica ITS منجر شد.
در سال ۱۹۹۱ نیز قانون ISTEA تصویب گردید که هدف از آن توسعه یک سیستم حمل و نقل ملی برای جابجایی مردم و کالاها با کارایی اثربخش انرژی ذکر گردید. همچنین در سال ۱۹۹۲ طرح استراتژیک سیستم های هوشمند حمل و نقل با ” تمرکز اصلی بر روی تعامل تکنولوژی، سیستم ها و موسسات به منظور تحقیق و توسعه در این زمینه استخراج گردید بر طبق تعاریف موجود؛ ITS به ابزار های متفاوتی نظیر: نرم افزار، سخت افزار و تکنولوژی های ارتباطی بر می گردد که در سیستم های حمل و نقل به منظور بهبود در کارایی و ایمنی بکار گرفته می شوند. به طور کلی ITS دارای پتانسیلی است که می تواند جریان ترافیک را از طریق کاهش تراکم بهبود بخشیدند تأخیر های سفر را با اطلاع رسانی در مورد کوتاه ترین مسیرهای سفره کاهش داده و ایمنی را به وسیله فراهم نمودن روش های اخطار دهی پیشرفته از موقعیت های حادثه بهبود دهد. نهایتا اینکه بدلیل بهبود در جابجایی ها باعث افزایش رضایت مشتریان سیستم حمل و نقل شود. مهمترین مزایای ITS را می توان به طور خلاصه در قالب موارد ذیل میباشد:
افزایش ایمنی:
ایمنی از مشکلات عمده مربوط به سیستم های حمل و نقل است. هر ساله هزاران وسیله نقلیه در بزرگراه ها خیابان ها و جاده ها تصادف می کنند که این امر باعث مرگ و میر فراوان و خسارات مادی و معنوی زیادی می گردد. از سوی دیگر هر تصادف باعث توقف و یا گندی جریان ترافیک می گردد. لذا در حال حاضر بسیاری از کشور ما بطور جدی به دنبال استفاده از خدمات ITS جهت حل این دسته مشکلات هستند.
کاهش تراکم و تاخیرها:
افزایش تراکم در خیابان ها، جاده ها و بزرگراه ها یکی از مشکلات جدی حمل و نقل در دنیای حاضر است که کشورهای پیشرفته و در حال توسعه با آن روبرو هستند. ساخت زیربناهای جدید حمل و نقل، گران و از نظر زیست محیطی نیز مخاطره آمیز است. از اینرو توسعه بسیاری از راه ها و خیابان ها که نیازمند افزایش ظرفیت هستند، علیرغم ظاهر ساده آن با محدودیت های منطقی فراوان روبروست و در موارد زیادی غیر ممکن بنظر می رسد. سیستم حمل ونقل در مناطق فعال اقتصادی با تراکم فزاینده روبرو است و راننده همان ساعات زیادی در ترافیک؛ متوقف و یا به کندی حرکت می کنند. تراکم باعث افزایش آلودگی هوا، اتالف انرژی، از بین رفتن منافع حاصل از خدمات حمل و نقل عمومی و هزاران ساعت اتلاف وقت می شود و همچنین در زمان مفید فعالیت های رانندگان و مسافران اثر منفی بجای می گذارد. یکی از اهداف مهم خدمات ITS کاهش زمان های سفر را به حداقل رساندن تاخیر حاصل از ازدحام ترافیک است. سیستم های هوشمند حمل ونقل با کنترل عوامل موثر در تغییر زمان سفر: باعث اطمینان از زمان رسیدن به مقصد می گردند.
افزایش بهره وری
اجرای پروژه های ITS دائما هزینه های عملیاتی سیستم حمل و نقل را کاهش می دهد و بهبود بهره وری سیستم را موجب می گردد. علاوه بر این ITS ممکن است از تمرین های اولیه و نگهداری پایین تری نسبت به روش های سنتی بهبود سیستم حمل و نقل بر خوردار باشد. معیار موبر برای ارزیابی از صرفه جویی در هزینه ها در نتیجه برای ITS است.
ادغام سیستم های هدایت مسیر با روش های هوش مصنوعی
هوش مصنوعی شامل گروهی از تکنولوژی است که می توانند از وضعیت های رفتاری انسان همچون استدلال و ارتباطات بخوبی تقلید نمایند. برخی از این تکنولوژی ها عبارتند از: سیستم های خبره، سیستم های چند عاملی، شبکه های عصبی و الگوریتم های ژنتیک. به عبارتی دیگر هوش مصنوعی مشتمل بر استفاده از نرم افزارهاست؛ شبیه ذهن انسان که از دانش ذخیره شده خود در تصمیم گیری ها استفاده می نماید. ایجاد سیستم های هوشمند برای کمک به برنامه ریزی های سفر در قلب ITS است و از واژه هوشمندی برای تشریح قدرت تکنولوژیکی ITS استفاده می شود. در واقع یک پیوند طبیعی بین حوزه هوش مصنوعی و توسعه سیستم های هدایت مسیر وجود دارد. هوش مصنوعی ادعا دارد که از وضعیت های رفتاری انسان تقلید می کند، از سوی دیگر سیستم های هدایت مسیر نیز با ارانه استراتژی های مسیریابی از طریق الگوریتم های جستجو با هدف حمایت از تصمیم سازی های کاربران با رانندگان طراحی شده اند. نهایتا اینکه در این تحقیق به دنبال سطحی از هوشمندی هستیم که عملکرد سیستم های هدایت مسیر از طریق ترکیب خود تشخیصی و یادگیری بر پایه اعمال گذشته بهبود یابد.
نتیجه گیری
دهه های آغازین سده بیستم میلادی و دوران پیشرفت شگرف صنعتی، همراه با تولید خودرو بود که انقلاب همه جانبه این در ترابری، افزایش شتاب جابجایی و صدها کار و پیشه جدید در رشتهها بازرگانی بوجود آورده است. در پی گسترش شهرنشینی و رشد روزافزون جمعیت انسان ها و خودروها، کنترل وضعیت ترافیک دشوار شده است. سرعت افزایش ظرفیت اتوبان ها از تعداد وسایل نقلیه کمتر است. برای همین، بسیاری از متخصصان به فکر استفاده از هوش مصنوعی برای حل این مشکل افتاده اند. هوش مصنوعی و پیشرفت آن سبب ایجاد نوآوری های زیادی در حوزه های متنوع، از حیطه فناوری گرفته تا صنایع و کسب و کارهای مختلف، شده است. یکی از این حوزه ها که متخصصان آن برای پیشبرد اهدافشان در پی استفاده از هوش مصنوعی هستند، کنترل ترافیک است که معضلی جهانی در نظر گرفته میشود. که از میان کاربردهای مختلف این علم در بحث مدیریت شهری و بالاخص کنترل ترافیک می توان به استفاده از سیستم های مدیریت ترافیک هوشمند و حداقل رساندن دخالت انسان در کنترل ترافیک است.
به کمک هوش مصنوعی میتوان به رانندگان در انتخاب مسیر کم ترافیک کمک زیادی کرد. با متصل کردن نمایشگرهای ترافیک سطح شهر به سیستم مدیریت ترافیک هوشمند، میتوان این اطلاعات را به صورت زنده به شهروندان نشان داد تا مسیر کم ترافیک تر را انتخاب کنند. این سیستم ها با استفاده از دوربین های باکیفیت، سرویس نقشه، سنسورهای مختلف و برقراری ارتباط بین آنها، در هر لحظه حجم زیادی از داده را تحلیل کرده و به پلیس در تصمیم گیری کمک می کنند. با این وجود استفاده از این دانش در کنترل ترافیک دارای چالش هایی نیز می باشد و محدودیت های دارد محدودیت اصلی آن نیزا به ورود اطلاعات می باشد که در صورت بی دقتی های موجود داده ها در نتایج خود و آنالیز باعث ایجاد اختلالات گسترده شود همچنین سیستم های کنترل ترافیک بسیار بسیار تخصصی هستند. آنها بر یک ماموریت واحد تمرکز دارند و با رفتارهای شبیه انسان فاصله زیادی دارد و الگوریتم ها در مواجه با نامعینی ها و حوادث غیر قابل پیش بینی شبکه حمل ونقل دچار کمبود می باشند. اما به دلیل مزایای بسیار زیاد آن مثل افزایش ایمنی، کاهش تراکم و تاخیر و افزایش بهره وری استفاده از آن در حال رواج می باشد.
