الزامات به‌کارگیری سیستم‌های هوشمند در مدیریت و کنترل ترافیک شهری

زمینه و هدف: در سال‌های اخیر، پیش‌بینی تراکم ترافیک و استفاده از سیستم‌های هوشمند در آن به یک حوزه تحقیقاتی رو به ‌رشد تبدیل شده است و امروزه با توجه ‌به هوش مصنوعی به‌عنوان یک فناوری پیشرفته، می‌توان قابلیت ارائه راه‌حل‌های نوآورانه و موثر برای مدیریت و کنترل ترافیک شهری را در نظر گرفت و تجربیات گذشته نشان داده که عدم استفاده از این فناوری‌ها روزبه‌روز بر مشکلات ترافیکی می‌افزاید؛ لذا به‌کارگیری فناوری‌های نوظهور در جهت برطرف‌سازی مشکلات ترافیکی از اهمیت بالایی برخوردار است.روش: این تحقیق ابتدا با هدف شناسایی و اولویت‌بندی الزامات به‌کارگیری سیستم‌های هوشمند در مدیریت ترافیک تعریف می شود و سپس راهکارهایی را برای آینده‌نگری این الزامات ارائه می‌دهد. داده‌های این پژوهش از مطالعات کارهای پیشین، تجربه کاری مولفین و همچنین از طریق مصاحبه عمیق با 20 نفر از خبرگان اصلی در مرحله کیفی و 48 نفر از خبرگان میانی از طریق پرسش نامه محقق ساخته در مرحله کمّی حاصل شده است. جامعه آماری را خبرگان مراکز علمی و اجرایی، کارشناسان صاحب نظر  پلیس‌های تخصصی با تحصیلات حداقل کارشناسی در رشته های مرتبط با هوش مصنوعی و راهنمایی و رانندگی و چندین سال فعالیت مرتبط با این حوزه تشکیل دادند. به منظور تعیین روایی آن، از دیدگاه صاحب نظران و متخصصان استفاده شده و پایایی پرسش نامه با ضریب آلفای کرونباخ انجام و مقدار آن 0.88 به دست آمد و برای اولویت بندی از آزمون فریدمن، استفاده شد.یافته‌ها: با جمع‌آوری و کدگذاری اطلاعات، مدلی مفهومی در جهت شناسایی الزامات به‌کارگیری سیستم‌های هوشمند ارائه شد که مولفین توانستند یک چارچوب کاربردی در پنج بُعد اصلی و 43 مولفه ارائه دهند. بر اساس آزمون فریدمن، شاخص های اکتسابی مربوط به داده‌ها با بار عاملی 84.71  درصد، نرم‌افزار با 80.71 درصد، زیرساخت با 75.33 درصد،  سخت‌افزار با 71.33 درصد، آموزش و نیروی انسانی با کمترین بار عاملی 69.27 درصد، شناسایی شدند.نتیجه گیری: با توجه به وضعیت موجود سازمان های مسئول در حوزه راهنمایی و رانندگی برای دستیابی به الزامات اکتساب شده و رسیدن به حالت مطلوب می توان جمع‌آوری داده‌ها، متناسب سازی و تحلیل مناسب آن ها، آموزش نیروها به صورت مستمر و جامع و در سطوح بین المللی در حوزه‌های هوش مصنوعی، تجهیز مستمر مراکز راهنمایی و رانندگی و آموزشی برای آنالیز داده‌های استخراجی، برگزاری مانورهای اجرایی و ارزیابی اقدامات صورت گرفته و برطرف سازی نواقص مشاهده شده، عقد قراردادهای بین المللی چند جانبه برای ارائه خدمات زیرساختی مختلف و غیره را در نظر گرفت. 

artificial intelligence requirement for urban traffic control

background and objective: in recent years, the prediction of traffic density and the use of artificial intelligence in it has become a growing research field, and today, considering artificial intelligence as an advanced technology, it is possible to provide innovative and effective solutions for urban traffic management, and past experiences have shown that not using these technologies, increases traffic problems day by day. therefore, the use of these technologies to solve traffic problems is of great importance. method: in this research identifies and prioritizes the requirements of using artificial intelligence in traffic management, and then provides solutions for the future of these requirements. the data of this research was obtained from the studies of previous works, experience of the authors, and also through in-depth interviews with 20 of the main experts in the qualitative phase and 45 of the intermediate experts through a researcher-made questionnaire in the quantitative phase, which are the statistical population experts of scientific centers, specialized police officers experts with at least bachelor’s education in fields related to artificial intelligence and traffic and several years of activity related to this field. in order to determine its validity, were used the opinions of experts, and the reliability of the questionnaire was determined with cronbach’s alpha coefficient and its value was 0.88, and friedman’s test was used for prioritization.findings: by collecting and coding the information, a conceptual model was presented to identify the requirements for the use of artificial intelligence, and the authors were able to present a practical framework in five main dimensions and 43 components, which according to friedman’s test importunes factor are related to data with 84.71% and education and human were identified with the lowest factor load.results: according to the existing situation of the responsible organizations in the management of traffic, in order to achieve the acquired requirements and reach the desired state, should be train the forces continuously and comprehensively and at the international level in the fields of artificial intelligence, and continuously equip the guidance centers, and analysis of extracted data, and executive the maneuvers, and evaluating the actions taken and fixing the observed defects, concluding multilateral international contracts to provide various infrastructure services, etc