چرا ANPR مبتنی بر ابر از سیستم های حمل و نقل هوشمند بهره مند خواهد شد (ITS)

چرا ANPR مبتنی بر ابر از سیستم های حمل و نقل هوشمند بهره مند خواهد شد (ITS)
فرید هادی زاده
تاریخ:
۰۸ مرداد ۱۳۹۹
با افزایش محبوبیت شهرهای هوشمند و ایمن ، سیستم های حمل و نقل هوشمند (ITS) در سالهای اخیر شاهد افزایش تقاضا بوده اند. طبق گفته های MarketsandMarkets ، انتظار می رود که بازار جهانی ITS برای معابر جاده ای از 17.9 میلیارد دلار در سال 2020 به 36.5 میلیارد دلار در سال 2025 ، با CAGR 15.3 درصد رشد کند. ITS در نحوه اجرای کلان حمل و نقل و مدیریت شهری انقلابی ایجاد کرده است.
 این شرکت تحقیقاتی انتظار دارد عوامل مختلفی برای پیشبرد این رشد از جمله نگرانی های بیشتر در مورد ایمنی عمومی ، افزایش مشکلات احتمالی ترافیک ، افزایش ابتکارات مطلوب دولت برای مدیریت اثربخشی ترافیک ، افزایش تصویب فن آوری های خودرو سازگار با محیط زیست و توسعه شهرهای هوشمند در سراسر جهان باشد.


کمک به خدمات عمومی
راه حل های ابری برای توسعه سیستم های هوشمند جدایی ناپذیر هستند ، عمدتا به این دلیل که کنترل متمرکز را برای ادغام چندین برنامه ضروری فراهم می کنند. Adrian Cseko ، رئیس فروش شرکت Asura Technologies ، خاطرنشان کرد که ANPR مبتنی بر ابر ممکن است انتخاب مناسبی برای پروژه های اجرای ترافیک شهری یا حتی بزرگراه باشد.
 چسکو توضیح داد: "ANPR مطمئناً بهترین انتخاب برای به دست آوردن داده های مرجع از وسایل نقلیه پر سرعت یا مواردی است که قوانین راهنمایی و رانندگی را نقض می کنند." وی ادامه داد: در برخی موارد می توان از یک دوربین دوربین مداربسته دست نخورده برای تشخیص خودکار تخلفات راهنمایی و رانندگی (چرخش اشتباه ، عبور از چراغ قرمز ، عبور از خط ممتد) و به دست آوردن شماره پلاک خودرو و همچنین بخشی از روند ANPR استفاده کرد. همچنین یک ابزار مرجع عالی برای صدور قبض جریمه است و ممکن است همچنین به صورت خودکار برای شمارش وسیله نقلیه و سپس اهداف آماری در خدمت باشد. "


هزینه های پایین تر ، عملکرد بهتر
گابور جوزا ، CMO در Adaptive Recognition ، بیشتر توضیح داد که راه حل های مبتنی بر ابر سریعتر و آسان تر پیکربندی می شوند ، به طور بالقوه باعث کاهش هزینه ها و افزایش راندمان می شوند.
جوزا گفت: "انتقال سیستم ITS به ابر از جمله برنامه هایی مانند برنامه های کاربردی شهر هوشمند ، اجرای عوارض و غیره می تواند 3-4 برابر کوتاهتر و با 50-60 درصد کاهش هزینه در TCO انجام شود. مزایای دیگر شامل حداکثر مقیاس پذیری و OpEx بهینه سازی شده است. سیستم های حمل و نقل هوشمند پیش فرض باید به بار کاری اوج برسند ، در حالی که ANPR Cloud با انعطاف پذیری با حجم کار مورد نیاز سازگار است."
جوزا با برجسته کردن موتور ANPR کمپانی خود ، افزود که در استفاده از یک راه حل ابری برای ITS نیز از مزیت نرخ های کاذب پایین برخوردار است. همچنین ، فیلتر اطلاعات داده های مبتنی بر هوش مصنوعی و عملکردهای هوش تجاری منعطف پیش بینی های هوشمند و تصمیمات مبتنی بر داده ها را تقویت می کنند. سرانجام ، ارتباط بی سیم (4G ، 5G: در سال های آینده) همراه با ANPR مبتنی بر ابر ، به میزان قابل توجهی هزینه کمتری برای نصب نیاز دارد.


مزایای شرکتهای بزرگ حمل و نقل
تشخیص و خواندن صفحه پلاک ، محدود به استفاده عمومی یا دولت برای اهدافی مانند اجرای قانون یعنی جریمه نمی شود. شرکت های حمل و نقل که ناوگان خود را دارند نیز برای بهبود عملکرد خود از شناسایی خودکار پلاک استفاده می کنند.
با این وجود ، همه شرکتهای حمل و نقل ممکن است ANPR مبتنی بر ابر را که ارزش سرمایه گذاری دارد ، پیدا نکنند. والتر وربروگن ، مدیر فروش آووتک ، افزود: با توجه به ITS ، یک راه حل ANPR مبتنی بر ابر مخصوصاً برای سازمان های حمل و نقل بزرگتر و مراکز توزیع است که در آن پیشرفت های محیطی زیادی وجود دارد که به طور کلی برای ANPR بهبود می یابد.
اینگونه سازمان ها به مکان های پارکینگ ایمن برای کامیون ها در طول بزرگراه ها نیاز دارند و خدمات متفاوتی را به رانندگان کامیون ها نیز ارائه می دهند ، که همه این موارد با یک راه حل ابر ساده تر و آسان تر می شود. داده هایی که به عنوان بخشی از ITS با کمک راه حل های ANPR ایجاد می شوند نیز برای مدیریت کارآمد هستند.


نتیجه
به طور خلاصه ، راه حل های ANPR ابری برای ITS مفید هستند زیرا امکانات فناوری های مورد استفاده را تقویت می کنند. اما پیشرفت تکنولوژی تنها مزیت آنها نیست. از دید مشتری ، کاهش هزینه ها و نصب آسان تر نیز برای اجرای بهتر سیستم ITS جذاب است. سرانجام ، استفاده از ابر ANPR برای اهداف ITS به نفع سازمانهای بزرگ حمل و نقل خصوصی است که باید با تعداد زیادی از وسایل نقلیه در ناوگان خود مواجه باشند.
دیدگاه خود را ارائه دهید
لطفا دیدگاهتان را در فرم زیر درج نمایید.
                     
                     
 ____ ___  ___ __  __
|_  // __|/ __|\ \/ /
 / / \__ \\__ \ >  < 
/___||___/|___//_/\_\
                     
                     
کد امنیتی نمایش داده شده در تصویر بالا را وارد فرمایید.
مطالب بیشتر در این زمینه
بهترین روش ها برای تجزیه و تحلیل ویدیو در حمل و نقل عمومی
 ۰۸ تیر ۱۴۰۰
 فرید هادی زاده

بهترین روش ها برای تجزیه و تحلیل ویدیو در حمل و نقل عمومی

تجزیه و تحلیل ویدیو در عمودهای مختلف به بخشی جدایی ناپذیر از سیستم های نظارت تصویری تبدیل شده است. در حمل و نقل عمومی ، ادغام تجزیه و تحلیل ویدئو به دلیل دشواری های اجرای آنها ، کمی کندتر است. با این حال ، اپراتورهای بیشتر و بیشتر امکان استفاده از تجزیه و تحلیل برای امنیت فعال ...  ادامه مطلب 
Johnson Controls مدیریت مدرن Metasys 10.0 را منتشر کرد
 ۰۷ تیر ۱۴۰۰
 فرید هادی زاده

Johnson Controls مدیریت مدرن Metasys 10.0 را منتشر کرد

Johnson Controls از عرضه Metasys 10.0 که برای ارائه مدیریت واحد تر ساختمان طراحی شده است ، خبر داد. این آخرین نسخه Metasys اتوماسیون ساختمان دقیق تر ، پاسخ سریعتر به آلارم های حساس و یکپارچه سازی های جدید با سیستم های تشخیص حریق ، امنیت و روشنایی را در اختیار کارکنان تاسیسات قرار داده است - همه اینها از یک ...  ادامه مطلب 
ژاپن در توسعه هوش مصنوعی در آسیا و اقیانوسیه عقب است: گزارش
 ۰۷ تیر ۱۴۰۰
 فرید هادی زاده

ژاپن در توسعه هوش مصنوعی در آسیا و اقیانوسیه عقب است: گزارش

بر اساس گزارش "هوش مصنوعی در آسیا و اقیانوسیه" منتشر شده توسط Tractica در حالی که ژاپن در زمینه رباتیک پیشرو بوده است ، دستیابی به هوش مصنوعی تا حدودی به تأخیر افتاده است. با وجود این واقعیت که ژاپن یکی از بزرگترین بودجه تحقیق و توسعه در جهان را دارد (سالانه 165 میلیارد دلار ...  ادامه مطلب 
آمازون الکسا از مهارت های صوتی طولانی تر و تکنیک های خودآموزی پشتیبانی می کند
 ۰۷ تیر ۱۴۰۰
 فرید هادی زاده

آمازون الکسا از مهارت های صوتی طولانی تر و تکنیک های خودآموزی پشتیبانی می کند

آمازون الکسا به روزرسانی های جدیدی را برای توسعه دهنده شخص ثالث منتشر کرده است ، از جمله زمان مهارت صوتی طولانی تر و توانایی یادگیری خودکار ، که می تواند موارد استفاده بیشتری را برای دستیار صوتی به همراه داشته باشد. آمازون محدودیت زمانی مهارت صوتی را از ...  ادامه مطلب 
راه حل انرژی خانه Sense با Google Assistant ادغام می شود
 ۰۷ تیر ۱۴۰۰
 فرید هادی زاده

راه حل انرژی خانه Sense با Google Assistant ادغام می شود

سنس ، سنسور بست آن در صفحه برق میزان مصرف برق را کنترل می کند و کنترل برنامه لوازم خانگی را امکان پذیر می کند ، اعلام کرد که دستگاه آن اکنون با دستیار Google و همچنین پلاگین های هوشمند Belkin Wemo و TP-Link Kasa سازگار است. کاربران دستیار Google اکنون می توانند دستوراتی مانند "از Sense بپرسید اگر اجاق من ...  ادامه مطلب