به گزارش سرویس ترجمه خبرگزاری ایمنا، هوشمندسازی سیستم‌های شهری با سرعت فزاینده‌ای روبه‌افزایش است و در این مسیر فناوری‌های مختلفی به‌کار گرفته می‌شود که هر کدام ویژگی‌های منحصربه‌فردی ارائه می‌دهند. ترکیب دو فناوری هوشمند، قابلیت‌های انفرادی آن‌ها را تقویت می‌کند، به‌ویژه در دستگاه‌هایی که داده‌ها را جمع‌آوری، پردازش، تجزیه و تحلیل می‌کنند. همکاری لایدار و هوش مصنوعی، یکی از انواع ترکیب دو فناوری است که کاربردهای متعددی در زمینه شهرهای هوشمند را آشکار می‌سازد.
لایدار به‌عنوان یک سیستم حسگر، داده‌های دقیق و جزئی را از محیط اطراف فراهم می‌کند. این داده‌ها شامل اطلاعات سه‌بعدی دقیق از اشیا، زمین و سایر ویژگی‌های محیطی است. سپس هوش مصنوعی با استفاده از الگوریتم‌های پیشرفته، این داده‌های خام را پردازش، تحلیل و درک می‌کند؛ ویژگی‌های آن‌ها را شناسایی، طبقه‌بندی و الگوهای مورد نظر را استخراج می‌کند.
همکاری لایدار و هوش مصنوعی امکان کاربردهای متعددی را در زمینه شهرهای هوشمند فراهم می‌سازد که از آن جمله می‌توان به ایجاد مدل‌های سه‌بعدی دقیق از محیط شهری، پایش و بهینه‌سازی جریان ترافیک، ارزیابی تراکم جمعیت و پیش‌بینی نیازهای زیرساختی، نگهداری هوشمندانه از زیرساخت‌ها همچون پل‌ها و زیرگذرها و بهبود ایمنی تردد عابران پیاده و وسایل نقلیه اشاره کرد. همگرایی لایدار و هوش مصنوعی موجب ایجاد قابلیت‌های قدرتمندی می‌شود که نمی‌توان با استفاده از هر یک به‌تنهایی به آن‌ها دست پیدا کرد. این دو فناوری همچون متحدانی قوی برای ایجاد شهرهای هوشمندتر و پایدارتر عمل می‌کنند.
لایدار چیست؟
لایدار یا لیدار (LiDAR) یکی از فناوری‌های اندازه‌گیری از راه دور است که با انتشار پالس‌های لیزری و محاسبه زمان بازگشت آن‌ها از سطوح، فاصله‌ها را اندازه می‌گیرد. لایدار مشابه رادار است اما در طول موج‌های تابشی اختلاف دارد، به همین دلیل بعضی آن را رادار لیزری می‌نامند. طول موج‌های رادار در ناحیه رادیویی است و لایدار طول موج‌های لیزری را استفاده می‌کند. این فناوری سنجش از دور در مقایسه با سایر سیستم‌های اندازه‌گیری، در ایجاد نقشه‌های سه‌بعدی بسیار دقیق برتری دارد و در برنامه‌ریزی شهری بسیار ارزشمند است.
ایده استفاده از زمان بازگشت لیزر برای تعیین فاصله نخستین بار توسط فیزیکدان ادوارد هاچینسون ساینگ در سال ۱۹۳۰ پیشنهاد شد. او از بازتاب‌دهنده‌ها برای مطالعه جو و اندازه‌گیری ارتفاع ابرها استفاده می‌کرد. طول موج کوتاه نور لیزر، اندازه‌گیری دقیق حتی کوچک‌ترین فاصله‌ها را ممکن می‌سازد. این ویژگی موجب شده که لایدار ابتدا در نقشه‌برداری زمین و سپس در زمینه‌هایی همچون زمین‌شناسی، جنگل‌شناسی، اقیانوس‌شناسی، ساخت‌وساز و معماری به‌کار گرفته شود.
ترکیب ایده‌آل هوش مصنوعی و لایدار
برای انجام اندازه‌گیری‌های شهری از جمله در بخش ساخت‌وساز و معماری، فناوری لایدار از حسگرهایی استفاده می‌کند که داده‌ها را تولید می‌کنند و سپس توسط هوش مصنوعی پردازش می‌شوند و بهبود پیدا می‌کنند. الگوریتم‌های هوش مصنوعی، به‌ویژه آن‌هایی که از یادگیری ماشین و یادگیری عمیق استفاده می‌کنند، می‌توانند این داده‌ها را پردازش کنند تا الگوها را شناسایی، اشیا را طبقه‌بندی و تحلیل‌های بر پایه پیش‌بینی را با سرعت و دقت قابل‌توجهی انجام دهند.
این قابلیت در کاربردهایی که نیاز به تصمیم‌گیری در زمان واقعی دارند همچون اتومبیل‌های خودران، موضوعی حیاتی است، زیرا هوش مصنوعی را تقویت می‌کند تا با استفاده از داده‌های لایدار به مسیریابی، شناسایی موانع، تشخیص مرزهای جاده و پایش سایر وسایل نقلیه بپردازد. ادغام لایدار و هوش مصنوعی در برنامه‌ریزی شهری و شهرهای هوشمند، امکان ایجاد مدل‌های دقیق سه‌بعدی شهری را فراهم می‌سازد. این مدل‌ها در تحلیل جنبه‌های مختلف برنامه‌ریزی پایدار، همچون بهینه‌سازی جریان ترافیک، ارزیابی تراکم جمعیت و پیش‌بینی نیازهای زیرساختی به‌کار گرفته می‌شوند.
شهرهای بهره‌مند از لایدار و هوش مصنوعی
در حال حاضر چند شهر در سراسر جهان از این ترکیب تحول‌آفرین در برنامه‌ها و ابتکارات جامعه خود استفاده می‌کنند که هر کدام اهداف و کاربردهای ویژه‌ای را در نظر دارند. در ادامه به چند شهر برجسته در این زمینه اشاره می‌شود.
پیچ‌تری کرنرز، آتلانتا، آمریکا
پیچ‌تری کرنرز شهری در منطقه شهری آتلانتا، از فناوری لایدار در ترکیب با هوش مصنوعی در شلوغ‌ترین تقاطع خود استفاده می‌کند که پنج خط دارد و روزانه شاهد عبور بیش از ۶۰ هزار خودرو است، همچنین بیشترین تصادفات شهر در این تقاطع رخ می‌دهد. هدف استفاده از این ترکیب ایجاد نقشه‌برداری سه‌بعدی در زمان واقعی است تا ایمنی عابران پیاده را افزایش دهد و جریان ترافیک را بهینه‌سازی کند. داده‌های گردآوری‌شده و تحلیل‌شده امکان تنظیم زمان‌بندی چراغ‌های راهنمایی و عابران پیاده و آگاهی درباره بازطراحی احتمالی این تقاطع‌ها را فراهم می‌آورند.
نیویورک، آمریکا
فناوری لایدار در نیویورک برای تشخیص و ارزیابی یکپارچگی ساختاری پل‌ها به‌کار گرفته می‌شود. مهندسان می‌توانند با انتشار لیزر از زوایای مختلف، ترک‌های کوچک و تغییر شکل‌هایی را شناسایی کنند که ممکن است در بازرسی‌های معمولی تشخیص داده نشوند. کاربرد این فناوری، اثربخشی و ایمنی نگهداری از این سازه‌ها را به‌طور چشمگیری افزایش داده است. ادغام فناوری‌هایی همچون اسکن لایدار و یادگیری ماشینی دقت این فرایندها را بهبود می‌بخشد و استراتژی‌های نگهداری بر پایه پیش‌بینی را امکان‌پذیر می‌سازد.
ونکوور، کانادا
ونکوور به داده‌های لایدار پوشش‌دهنده کل سطح زمین شهر از جمله طبقه‌بندی ویژگی‌های جغرافیایی نیاز داشت تا نقشه‌های توپوگرافی را به‌روز و ریسک‌های طبیعی احتمالی را ارزیابی کند. جمع‌آوری این داده‌ها به‌طور معمول به‌صورت دستی انجام می‌شد، اما هوش مصنوعی با خودکارسازی این فرایندهای زمان‌بر و پرهزینه، در این امر دخالت می‌کند.
در مجموع، فناوری هوشمند لایدار با سرعت روزافزونی جایگاه خود را در بهبود زندگی در شهرهای هوشمند تثبیت می‌کند. ترکیب لایدار و هوش مصنوعی امکان ایجاد مدل‌های دقیق سه‌بعدی شهری و استفاده از آن‌ها در تحلیل‌های برنامه‌ریزی شهری را فراهم می‌آورد. این ترکیب در کاربردهایی همچون ایمنی ترافیک و نگهداری زیرساخت‌ها نیز کاربرد دارد.
آشنایی با این شهرها نشان می‌دهد که همگرایی لایدار و هوش مصنوعی موجب ایجاد قابلیت‌های قدرتمندی می‌شود که نمی‌توان با استفاده از هر یک از آن‌ها به‌تنهایی دست پیدا کرد. این دو فناوری همچون متحدانی قوی برای ایجاد شهرهای هوشمندتر و پایدارتر عمل می‌کنند.
نظر شما