طلاب في دبي يطورون نظاماً ذكياً لتقليل حوادث السيارات

قام فريق من طلاب الهندسة من جامعة دبي بتطوير نظام مدعوم بالذكاء الاصطناعي لتحديد نقاط الحوادث لخدمات سيارات الأجرة في الإمارة.

وتم إنشاء النظام المبتكر من قبل طلاب علوم الكمبيوتر في الجامعة الكندية بدبي (CUD)، حيث لا يحدد النظام المبتكر نقاط الحوادث الساخنة باستخدام علوم البيانات وخوارزميات الذكاء الاصطناعي فحسب، بل يسلط الضوء أيضًا على المناطق ذات الطلب المرتفع.

وتهدف هذه التكنولوجيا إلى تقليل الحوادث وتحسين إرسال سيارات الأجرة، وضمان سرعة التقاط العملاء مع تعزيز مهارات حل المشكلات في العالم الحقيقي بين الطلاب.

كما فاز المشروع الرائد، المسمى SmartTranspo، مؤخرًا بجائزة "أفضل بطل تنفيذ" المرموقة في Alibaba Cloud/AI وRTA Hackathon 2024 الذي أقيم في دبي.

معالجة تحديات العالم الحقيقي

وفي حديثه عن مصدر إلهام المشروع، قال الطالب المشارك محمد مراد: "ركز موضوع الهاكاثون حصريًا على حل المشكلات الحقيقية التي تواجهها المدن الحضرية، وخاصة في مجال النقل، مع التركيز بشكل خاص على سيارات الأجرة في دبي. وقد كُلِّفنا بمعالجة تحديات محددة، مثل تحسين نقاط التقاط سيارات الأجرة، واكتشاف مشاكل الطريق، وإرسال سيارات الأجرة الذكية، ومواقف سيارات الأجرة الديناميكية، ونقاط الحوادث الساخنة، والبنية التحتية لشحن سيارات الأجرة".

استخدام الرؤى المستندة إلى البيانات

وفي معرض شرحه للأساس التقني، قال أديب محمد، أحد المطورين المشاركين: "كفريق، كنا مصممين على اقتراح حل مبتكر باستخدام بيانات حقيقية. يستخدم SmartTranspo مجموعتين مختلفتين من البيانات التدريبية التي تقدمها هيئة الطرق والمواصلات؛ إحداهما تفصل رحلات سيارات الأجرة، بما في ذلك وقت الرحلة ومدتها والموقع، والأخرى تحتوي على بيانات عن حوادث المرور في جميع أنحاء دبي".

وأضاف: "لقد قمنا بتنفيذ خوارزميات التعلم الآلي، وتحديدًا التجميع باستخدام طريقة k-means، لتحديد المواقع الدقيقة التي بلغت فيها رحلات سيارات الأجرة ذروتها والأماكن التي كانت تشهد حوادث مرورية متكررة. وباستخدام واجهة برمجة تطبيقات Google Maps، قمنا بدمج هذه الرؤى في تطبيقنا، وعرض النقاط الساخنة بطريقة سهلة الاستخدام وفعالة لسائقي سيارات الأجرة".

معالجة المخاوف المتعلقة بالسلامة

وأكد الطلاب أن السلامة هي محور اهتمامهم الأساسي، وربطوا مشروعهم بالهدف الأوسع المتمثل في الحد من الحوادث في الإمارة. ووفقاً لبيانات شرطة دبي الأخيرة، فقد لقي 32 شخصاً حتفهم في حوادث طرق ناجمة عن الانحراف بين يناير ومنتصف نوفمبر. وخلال الأشهر الستة الأولى من العام وحده، وقع 262 حادثاً تضمنت تغيير حارة المرور بشكل متهور والانعطافات المفاجئة، مما أسفر عن إصابة 25 شخصاً بجروح خطيرة و299 إصابة متوسطة إلى طفيفة.

وأوضح أديب: "نستخدم الذكاء الاصطناعي لتحليل البيانات في الوقت الفعلي، على عكس الأنظمة التقليدية التي تعتمد على البيانات التاريخية. على سبيل المثال، قد تختلف نقاط الحوادث في الساعة 1 ظهرًا يوم الاثنين عن تلك الموجودة في نفس الوقت يوم الأحد. تتكيف خوارزميتنا مع هذه الاختلافات باستخدام مجموعات البيانات الديناميكية".

كما سلط الفريق الضوء على التداعيات المالية للحوادث على شركات سيارات الأجرة. وأضاف طالب الهندسة في السنة الثالثة: "عندما تتعرض سيارة أجرة لحادث، تتكبد الشركة نفقات إصلاح كبيرة، ويؤدي توقف السيارة عن العمل إلى خسارة الإيرادات. أصبح معالجة هذا القلق من أولوياتنا".

تحسين خدمات سيارات الأجرة

كما يحدد النظام نقاط الاستلام ذات الطلب المرتفع في أوقات محددة باستخدام خوارزميات التجميع. وأوضح محمد حمادة: "هذا يسمح لنا بتحسين مواقع الاستلام. يمكن إعادة توجيه سيارات الأجرة بشكل استراتيجي إلى مناطق ذات طلب مرتفع بدلاً من التجوال بلا هدف أو الانتظار بلا داعٍ. ونتيجة لذلك، يتم تقليل أوقات الاستلام، ويتحسن رضا العملاء بشكل كبير".

ويهدف الفريق الآن إلى دمج SmartTranspo مع أنظمة هيئة الطرق والمواصلات، مما يسهل التأثير الأوسع على شبكة النقل في دبي.

وقال محمد حمادة: "تم تصميم هذه الخريطة بحيث يمكن دمجها بسلاسة في منصات مختلفة. على سبيل المثال، يمكن دمجها في خدمات الخرائط الخاصة بـ Careem أو Waze أو Yango. وفي المستقبل، نخطط لتعزيز مهاراتنا الفنية في التعلم الآلي وعلوم البيانات والحوسبة السحابية للتنافس بشكل فعال. وفي المستقبل، نهدف أيضًا إلى إضافة ميزات مثل البنية التحتية لشحن سيارات الأجرة لتعزيز النظام بشكل أكبر".