کنترل مکانیزه آخرین راه حل مدیران شهری برای جلوگیری از ورود ماشینهای غیرمجاز به محدوده طرح است. دیگر خبری از قفل چرخ و بگیر و ببندهای پلیسی نیست؛ یعنی میتوانید قانون را شکسته و وارد محدوده طرح ترافیک شوید؛ اگر عواقب آن را بپذیرید، چون بالاخره یک روز که خیلی هم دور نیست، زنگ خانه را میزنند و مأمور پست نامه حاوی برگههای جریمه را به دستتان میدهد؛ جریمههایی که هر بار که قانون را شکسته و وارد محدوده طرح ترافیک شدهاید، دوربینهای نظارت مکانیزه برایتان ثبت کردهاند. طرح ترافیک واژهای است که اولین بار در خردادماه سال1359 مردم تهران با آن آشنا شدند.
محدوده طرح
شهر تهران در داخل خودش یک منطقه ممنوعه ترافیکی برای خودروهای شخصی دارد؛ یعنی در حال حاضر مساحتی بیش از 3میلیون متر مربع از شهر تهران منطقه ممنوعه ترافیکی محسوب میشود. این محدوده از شمال به خیابان شهید مطهری، از غرب به خیابان کارگر، از جنوب به خیابان شوش و از شرق به امتداد خیابان 17شهریور محدود میشود. این محدوده وسیع شامل بیشتر از 100ورودی است که کنترل آن کار سادهای به نظر نمیرسد. تا قبل از اجرایی شدن طرح کنترل مکانیزه این مجراهای ورودی به وسیله نیروی انسانی کنترل میشدند.
سامانه تشخیص پلاک
مطالعات اولیه برای کنترل مکانیزه محدوده طرح ترافیک از سال85 شروع شده است. چیپهای خودکار تشخیص هویت (RFID) یا دوربین شناسایی پلاک خودرو گزینههای موردنظر برای کنترل این محدوده بودند؛ «به دلیل سختی نصب چیپ روی 5/3میلیون ماشین در شهر تهران، سازمان تصمیم گرفت روشی را انتخاب کند که از ماشینها مستقل باشد و هر ماشینی را شناسایی کند؛ حتی ماشینهایی که از خارج تهران وارد شهر میشوند.»
جلالی میگوید: «بنابراین نمایندگان سازمان با شرکت انگلیسی «TIPS» وارد مذاکره شدند. آنها در لندن این روش را شش سال قبل از ما به کار گرفته بودند. با این همه اعلام کردند ما قادر به شناسایی کاراکترهای پلاک شما نیستیم و شما باید پلاکهایتان را عوض کنید. درست مثل اتفاقی که در دوبی افتاد و آنها مجبور به انگلیسی کردن کاراکترهایشان شدند.» بنابراین مدیران شهرداری تصمیم گرفتند انجام این کار را به متخصصان داخلی بسپارند...
کنترل مکانیزه
با تکمیل شدن سامانه، در حال حاضر با پوشش بالاتر از 90درصد خودروهای غیرمجاز ورودی شناسایی و برای آنها برگ جریمه صادر میشود. البته کنترل مکانیزه از آخر خرداد و به صورت آزمایشی راه اندازی شد و برگههای اخطار را صادر کرد تا مردم موضوع را جدی بگیرند اما از ابتدای تیر اقدام به صدور برگ جریمه تنبیهی میکند. این نرم افزار بر اساس یک روش جهانی که به آن شناسایی الگو گفته میشود، کار شناسایی پلاک را انجام میدهد. اما سوال اصلی این است که این کار چطور اتفاق میافتد؟
ماشین باسواد
همه ما برای خواندن اعداد و حروف از سوادمان بهره میگیریم اما وقتی که مجموعه دوربین و نرمافزار میتوانند این کار را انجام بدهند، یعنی آنها هم باسواد (بخوانید هوشمند) هستند؟ برای اینکه ببینیم چطور میشود یک دوربین هوشمند یا باسواد ساخت، ابتدا باید ببینیم آن چیزی که ما به آن هوش یا سواد میگوییم چیست و چطور عمل میکند.
این گزارش با تشریح روش «تشخیص ساده» و مثال زدن از مغز انسان ادامه میهد: وقتی از نرمافزار، دوربین یا کامپیوتر میخواهیم چیزی را برای ما تشخیص بدهد، کافی است الگویی داشته باشد تا شیء موردنظر را با آن الگوها مقایسه کند؛ مقایسهای که چندان مشکل به نظر نمیرسد اما درحقیقت بسیار پیچیده است. مغز ما پر از میلیونها الگو است که به سرعت هر چیزی را با آنها مقایسه میکند. آن قدر سریع که ما متوجه این موضوع نمیشویم اما این میلیونها الگو به مرور زمان و با استفاده از هوش در مغز ما به وجود آمدهاند و مساله مهم درست کردن الگوهاست.
توصیف دقیق ریاضی
اولین قدم در این کار دسته بندی اشیا به تعدادی موضوع یا کلاس است. قدم بعدی نسبت دادن ویژگیهای مشخص و واضح به هر کدام از دستههاست. براساس همین ویژگیهاست که سامانه بعد از دریافت دادههای خام ویژگیهای موردنظرش را از آن دادهها استخراج کرده و با ویژگیهای الگو تطبیق میدهد.
پس باید ویژگیهای الگو را به خوبی برای سامانه تعریف کرده باشیم؛ یعنی یک نوع توصیف دقیق ریاضی و آن را طوری تعریف کنیم که بتواند همان ویژگیها را به خوبی از اشیا استخراج کند. مثلا دوربینهای عکاسی مجهز به نوعی نرم افزار برای تشخیص صورت هستند.
الگوهای تعریف شده برای این دوربینها و قدرت پردازنده آنها در حدی است که فقط قادر به تشخیص صورت از بقیه اجزای بدن هستند اما نمیتوانند بین صورتهای مختلف تشخیصی بدهند. نمونههای پیشرفتهتر میتوانند لبخند فرد را هم تشخیص بدهند.
همین ویژگی در سیستمهای امنیتی تا حد شناسایی افراد حتی در بدترین شرایط نوری توسعه پیدا میکند.این روش باید آن قدر دقیق باشد تا مثلا حرف «ن» و «ل» را با هم اشتباه نگیرد. این آخری ایرادی است که در سامانه تشخیص پلاک وجود داشته و با تستهای اولیه برطرف شده است.