كيف قمت بعمل وبرمجة مشروع بقيمة 86 مليون دولار في 57 سطرًا من الكود

 

شرطة فيكتوريا هي وكالة إنفاذ القانون الرئيسية في فيكتوريا ، أستراليا. مع أكثر من 16000 سيارة سرقت في فيكتوريا في العام الماضي – بتكلفة تبلغ حوالي 170 مليون دولار – تقوم إدارة الشرطة بتجربة مجموعة متنوعة من الحلول التي تعتمد على التكنولوجيا من أجل قمع سرقة السيارات. يسمونه هذا النظام BlueNet.

للمساعدة في منع المبيعات الاحتيالية للمركبات المسروقة ، توجد بالفعل خدمة تستند إلى الويب من قبل VicRoads للتحقق من حالة تسجيل المركبات. كما استثمرت الإدارة أيضًا في ماسحة لوحة ترخيص ثابتة – وهي عبارة عن كاميرا ثابتة ثلاثية القوائم تفحص حركة المرور لتحديد السيارات المسروقة تلقائيًا.

لا تسألني لماذا ، ولكن بعد ظهر أحد الأيام كنت أرغب في وضع نموذج أولي لماسحة لوحة ترخيص مركبة مثبتة على المركبة والتي ستقوم بإعلامك تلقائيًا إذا كانت السيارة قد سرقت أو لم تكن مسجلة. تساءلتُ عن وجود هذه المكونات الفردية ، تساءلتُ عن مدى صعوبة توصيلها معًا.

ولكن بعد قليل من البحث ، اكتشفت أن شرطة فيكتوريا خضعت مؤخرًا لتجربة جهاز مشابه ، وكانت التكلفة التقديرية للانتشار في مكان قريب من 86000.000 دولار. وأشار أحد المعلقين الأذكياء إلى أن التكلفة التي تبلغ 86 مليون دولار لتجهيز 220 سيارة تأتي في عطشلة إلى حد ما بمبلغ 390،909 دولار لكل مركبة.

بالتأكيد يمكننا أن نفعل أفضل قليلاً من ذلك.

معايير النجاح

قبل البدء ، حددت بعض المتطلبات الرئيسية لتصميم المنتج.

المتطلب رقم 1: يجب أن تتم معالجة الصور محليًا
يبدو أن بث الفيديو المباشر إلى مستودع معالجة مركزي هو النهج الأقل فاعلية لحل هذه المشكلة. بالإضافة إلى فاتورة هائلة لحركة البيانات ، فأنت تقدم أيضًا زمن انتقال الشبكة إلى عملية قد تكون بطيئة بالفعل.

على الرغم من أن خوارزمية التعلم الآلي المركزية ستصبح أكثر دقة بمرور الوقت ، إلا أنني أردت معرفة ما إذا كان التنفيذ المحلي على الجهاز سيكون “جيدًا بما يكفي”.

المتطلب الثاني: يجب أن يعمل مع صور منخفضة الجودة
نظرًا لأنني لا أملك كاميرا Raspberry Pi أو كاميرا ويب USB ، فسأستخدم لقطات شاشة dashcam – فهي متوفرة ومصدرًا مثاليًا لبيانات العينة. كمكافأة إضافية ، يمثل فيديو dashcam الجودة الإجمالية للقطات التي تتوقعها من الكاميرات المثبتة على السيارات.

الشرط رقم 3: يجب أن يتم بناؤه باستخدام تقنية مفتوحة المصدر
الاعتماد على برمجيات احتكارية يعني أنك ستحصل على اللسع في كل مرة تطلب فيها تغييرًا أو تحسينًا – وسيستمر اللسع لكل طلب يتم تقديمه بعد ذلك. استخدام تقنية المصدر المفتوح هو عدم التفكير.

على مستوى عالٍ ، يأخذ حلّي صورة من فيديو dashcam ، يضخها عبر نظام التعرف على لوحة ترخيص مفتوحة المصدر مثبت محليًا على الجهاز ، ويستعلم عن خدمة التحقق من التسجيل ، ثم يقوم بإرجاع النتائج للعرض.

تشمل البيانات التي يتم إرجاعها إلى الجهاز المثبت في مركبة إنفاذ القانون طراز السيارة وطرازها (الذي تستخدمه فقط للتحقق من سرقة اللوحات) ، وحالة التسجيل ، وأي إخطارات عن السيارة التي تم الإبلاغ عن سرقتها.

إذا كان هذا يبدو بسيطًا إلى حد ما ، فذلك لأنه بالفعل. على سبيل المثال ، يمكن معالجة معالجة الصور بواسطة مكتبة openalpr.

هذا هو حقا كل ما يتعلق بالتعرف على الشخصيات في لوحة الترخيص:

تحدي طفيف
الوصول العام إلى واجهات برمجة التطبيقات VicRoads غير متوفر ، لذلك يتم إجراء فحوص لوحة الترخيص عبر تجريف الويب لهذا النموذج الأولي. في حين أن هذا أمر مثير للإعجاب بشكل عام – فهذا دليل على المفهوم ، وأنا لا أصفق خوادم أي شخص.
وإليك ما تبدو عليه الفكرة:

النتائج
يجب أن أقول أنني فوجئت بسرور.

كنت أتوقع أن يكون التعرف على لوحة ترخيص مفتوحة المصدر هينًا للغاية. بالإضافة إلى ذلك ، ربما لا تكون خوارزميات التعرف على الصور محسنة لألواح الرخص األسترالية.

كان الحل قادرا على التعرف على لوحات ترخيص في مجال واسع من الرأي.

01-460x232 كيف قمت بعمل وبرمجة مشروع بقيمة 86 مليون دولار في 57 سطرًا من الكود

على الرغم من أن الحل قد يواجه أحيانًا مشكلات مع رسائل معينة.

01-460x232 كيف قمت بعمل وبرمجة مشروع بقيمة 86 مليون دولار في 57 سطرًا من الكود

كما ترى في الصورتين أعلاه ، فإن معالجة الصورة بعد بضعة إطارات قفزت من نسبة ثقة 87٪ إلى شعر فوق 91٪.

أنا واثق  أنه يمكن تحسين الدقة عن طريق زيادة معدل معالجة الصور وتدريب الشكبة  ،

هذه هي الإصلاحات البرمجية الأولى إلى الأمام مباشرة ، ولا تستبعد تدريب برنامج التعرف على لوحات الترخيص بمجموعة بيانات محلية.

سؤال $ 86،000،000
لكي أكون منصفاً ، ليس لدي أدنى فكرة عما يتضمنه مبلغ 86 مليون دولار – ولا يمكنني أن أتحدث عن دقة أداة المصدر المفتوح الخاصة بي دون أي تدريب محلي مقابل نظام BlueNet التجريبي.

أتوقع أن جزءا من تلك الميزانية يشمل استبدال العديد من قواعد البيانات والتطبيقات البرمجية القديمة لدعم التردد العالي ، والاستعلام عن الكمون المنخفض لوحات ترخيص عدة مرات في الثانية الواحدة ، لكل مركبة.

من ناحية أخرى ، تبدو تكلفة 391 ألف دولار تقريبًا لكل سيارة غنية جدًا – خاصة إذا لم تكن BlueNet دقيقة بشكل خاص ولا توجد مشاريع تقنية معلومات واسعة النطاق لفك أو ترقية الأنظمة التابعة.

تطبيقات مستقبلية
في حين أنه من السهل أن ننشغل في طبيعة Orwellian لشبكة “دائمًا” من واضعي لوحة الترخيص ، فهناك العديد من التطبيقات الإيجابية لهذه التقنية. تخيل نظامًا سلبيًا يقوم بمسح زملائه من سائقي السيارات لسيارة مختطفة تنبه السلطات وأفراد العائلة تلقائيًا إلى موقعهم الحالي واتجاههم.

تزدهر سيارات Teslas بالفعل بالكاميرات وأجهزة الاستشعار مع القدرة على تلقي تحديثات OTA – تخيل تحويلها إلى أسطول من السامريين الجيدين الظاهريين. ويمكن تجهيز سائقي Ubers و Lyft بهذه الأجهزة لزيادة مساحة التغطية بشكل كبير.

باستخدام تكنولوجيا المصادر المفتوحة والمكونات الموجودة ، يبدو من الممكن تقديم حل يوفر معدل عائد أعلى بكثير – لاستثمار أقل بكثير من 86 مليون دولار.

الجزء الثاني – لقد نشرت تحديثًا ، حيث أختبره من خلال اللقطات الخاصة بي وأمسك بسيارة غير مسجلة ، من هنا:

فبراير 28, 2019

0 responses on "كيف قمت بعمل وبرمجة مشروع بقيمة 86 مليون دولار في 57 سطرًا من الكود"

Leave a Message

X