Software Prototype for Smart Traffic Monitoring Using YOLOv11: Baseline Evaluation and Limitations

في الشرايين الصاخبة للمدن الحديثة، يمثل تدفق المركبات إيقاعاً مستمراً وفوضوويًا غالباً ما يتوقف فجأة. لعقود من الزمن، اعتمدت إدارة هذا التدفق على أنظمة جامدة: إشارات مرور تتغير وفق مؤقتات ثابتة بغض النظر عن عدد السيارات المنتظرة، وضباط بشر يراقبون من الأبراج، غير قادرين على رؤية كل تقاطع في آن واحد. ومع ازدياد كثافة المدن، تكافح هذه الأساليب القديمة لمواكبة التطور، مما يؤدي إلى رحلات تنقل أطول، وهدر للوقود، وزيادة في المخاطر على الطرق. ولحل هذه المشكلة، يتجه العلماء إلى فرع من فروع الذكاء الاصطناعي يُعرف بالرؤية الحاسوبية. تتيح هذه التكنولوجيا للآلات "رؤية" العالم من خلال الكاميرات، وتحديد الأشياء مثل السيارات والحافلات والدراجات النارية في الوقت الفعلي. ومن خلال الجمع بين هذا الذكاء البصري وإنترنت الأشياء — حيث تتواصل الأجهزة مع بعضها البعض لاسلكياً — يأمل الباحثون في إنشاء أنظمة مرور تستجيب فوراً للظروف المتغيرة، تماماً مثل الجهاز العصبي الذي يستجيب للمسة مفاجئة.

قام باحث في جامعة سانجيفاني في الهند مؤخراً ببناء نموذج أولي للبرمجيات لاختبار مدى فعالية هذه الرؤية في إدارة المرور. كان هدفهم هو إنشاء نظام يمكنه مراقبة بث فيديو لشارع، وعدّ المركبات، وتقدير مدى ازدحام الطريق، وعرض تلك المعلومات على لوحة تحكم ويب بسيطة. استخدموا نموذج ذكاء اصطناعي قوي ومدرب مسبقاً يسمى YOLOv11، وهو مصمم لرصد الأشياء في الصور، وربطوه بواجهة ويب مبنية بأدوات برمجة قياسية. كما تضمن التصميم خطة لاستخدام شريحة كمبيوتر صغيرة ومنخفضة التكلفة للتحكم في إشارات المرور تلقائياً في المستقبل، رغم أن هذه الأجهزة المادية لم تكن جزءاً من هذا الاختبار المحدد. أراد الباحث معرفة ما إذا كان هذا المزيج من البرمجيات والرؤية يمكن أن يشكل أساساً موثوقاً لشبكة مرور أكثر ذكاءً واستجابة.

يعمل النظام الذي بنوه وفق تسلسل مباشر. أولاً، يقوم المستخدم برفع فيديو أو صورة لمشهد مروري إلى لوحة تحكم الويب. بعد ذلك، يقوم البرنامج بتفكيك الفيديو إلى إطارات فردية، أو لقطات، وتجهيزها للتحليل. يقوم نموذج الذكاء الاصطناعي بفحص كل لقطة، ويرسم مربعات حول أي شيء يتعرف عليه كمركبة ويخصص له تسمية. وبناءً على عدد المركبات التي يجدها، يصنف النظام حركة المرور إلى كثافة منخفضة، أو متوسطة، أو عالية. يتم بعد ذلك إرسال هذه المعلومات إلى لوحة التحكم، حيث يمكن للمشغل البشري رؤية العدد الحالي وحالة الطريق. كما صمم الباحث النظام ليكشف مستقبلاً عن الحوادث أو المخالفات المرورية، مثل تجاوز الإشارة الحمراء، لكنهم كانوا حذرين في الإشارة إلى أن هذه الميزات المتقدمة لم تُختبر أو تُعتمد بشكل كامل في هذه النسخة الأولية.

عندما وضع الباحث نموذجه الأولي قيد الاختبار، قدمت النتائج صورة واضحة، وإن كانت صادمة، حول مكان وقوف هذه التكنولوجيا اليوم. قاموا بتشغيل النظام على معالج كمبيوتر قياسي، حيث عالج تسعمائة صورة تحتوي على ألف ومائة وخمسين حالة كائن متميزة. كشفت مقاييس الأداء أن الإعداد الحالي ليس جاهزاً بعد للنشر في العالم الحقيقي. فقد حدد النظام المركبات بشكل صحيح بنسبة 2% فقط عندما كان يخمن، ورصد حوالي 21% من المركبات الموجودة فعلياً في الصور. وأظهر فحص دقيق للبيانات سبب معاناة النظام: فقد تم تدريب نموذج الذكاء الاصطناعي الذي استخدموه على مجموعة بيانات ضخمة وعامة تشمل أنواعاً كثيرة من الأشياء، مثل البشر والدراجات الهوائية وحتى الطائرات. ولأن الباحث لم يقم بإعادة تدريب النموذج خصيصاً على مجموعة بيانات تحتوي فقط على مركبات المرور، فقد أصيب الكمبيوتر بالارتباك. فقد قضى وقتاً طويلاً في محاولة تحديد الطائرات والبشر في لقطات المرور، بينما فشل غالباً في رصد السيارات والحافلات التي كان من المفترض أن يعدّها. لاحظ الباحث أن النموذج لم يكن "معدلاً بدقة" (fine-tuned) لهذه المهمة المحددة، مما يعني أنه كان يحاول تطبيق معرفة عامة واسعة على مشكلة محددة جداً دون التعديلات اللازمة.

على الرغم من انخفاض دقة الأرقام، فقد أثبت المشروع بنجاح أن البنية الأساسية لنظام مرور ذكي هي أمر ممكن. لقد عمل مسار البرمجيات كما هو مخطط له: فقد استقبل الوسائط، وعالجها عبر نموذج الرؤية، وعدّ الكشوفات، وعرض النتائج على صفحة ويب. أظهرت لوحة التحكم عدد المركبات، وتصنيف الكثافة، ومساحات مخصصة لتنبيهات الحوادث وحالة الإشارة. ومع ذلك، كان الباحث صريحاً في أن ميزات اكتشاف الحوادث والمخالفات المرورية التي ظهرت على الشاشة لم تكن وظيفية في هذا الاختبار؛ بل كانت مجرد عناصر بصرية لإظهار أين ستوضع تلك القدرات في نسخة مستقبلية أكثر اكتمالاً. لم يكتشف النظام الحوادث أو المخالفات فعلياً، كما لم يتحكم في أي إشارات مرور مادية، حيث ظل المكون المادي جزءاً نظرياً من التصميم.

خلص الباحث إلى أنه بينما يعد الإطار البرمجي سليماً، فإن "عقل" النظام يحتاج إلى عمل كبير قبل أن يمكن الوثوق به على الطرق الحقيقية. تشير درجات الأداء المنخفضة إلى ضرورة إعادة تدريب النموذج على مجموعة بيانات تحتوي فقط على أنواع المركبات المحددة الموجودة على الطريق، وإزالة الفئات المربكة مثل الطائرات. كما أكدوا أن النتائج الحالية هي بمثابة خط أساس — أي نقطة انطلاق للتشخيص — وليست منتجاً نهائياً. لقد أثبت النموذج الأولي أن لوحة تحكم قائمة على الويب يمكنها تصور بيانات المرور، ولكنه أظهر أيضاً أن الاعتماد على نموذج عام وجاهز دون تخصيص يؤدي إلى نتائج سيئة.

وبالنظر إلى المستقبل، رسم الباحث مساراً واضحاً للتحسين. يخططون لإعادة تدريب نموذج الذكاء الاصطناعي باستخدام مجموعة بيانات متخصصة من السيارات والحافلات والشاحنات لتحسين قدرته على التعرف على حركة المرور. ويعتزمون دمج شريحة الكمبيوتر الصغيرة التي صمموها للتحكم فعلياً في إشارات المرور بناءً على قراءات الكثافة. كما ستعمل النسخ المستقبلية على إضافة بث فيديو في الوقت الفعلي من كاميرات حية، بدلاً من مجرد الملفات المرفوعة، وسيعملون على تدريب النظام لرصد الحوادث والمخالفات المرورية بموثوقية عالية. وفي الوقت الحالي، يعمل هذا النموذج الأولي كأداة تشخيصية قيمة، توضح بالضبط أين تعجز التكنولوجيا وما هي الخطوات اللازمة لبناء نظام إدارة مرور ذكي حقاً يمكنه الحفاظ على حركة المدن بأمان وكفاءة.