از زمان آغاز اصلاحات مدیریت حریم هوایی ارتفاع پایین در سال ۲۰۱۰، و متعاقب آن افزودن «اقتصاد ارتفاع پایین» در طرح ملی در سال ۲۰۲۱، و اصلاح تدریجی مقررات مربوط به کاربرد پهپاد و مدیریت پرواز در سال ۲۰۲۳، سیاستها همچنان به توسعه و کاربرد پهپادها در بخش حمل و نقل دامن زدهاند.
۲۰۱۰: سند «دیدگاهها در مورد تعمیق اصلاحات مدیریت حریم هوایی ارتفاع پایین در چین» آغاز اصلاحات مدیریت حریم هوایی ارتفاع پایین را نشان داد. این سند اهداف کلی، الزامات زمانبندیشده، تقسیم وظایف و اقداماتی را که باید برای دوره اصلاحات ۲۰۱۱-۲۰۲۰ انجام شود، شرح میداد.
۲۰۲۱: طرح کلی برنامهریزی جامع شبکه حمل و نقل سه بعدی ملی، توسعه اقتصاد پلتفرم حمل و نقل، اقتصاد هاب، اقتصاد کریدور و اقتصاد ارتفاع پایین را آشکار کرد و بدین ترتیب مفهوم اقتصاد ارتفاع پایین را برای اولین بار در یک طرح ملی معرفی نمود.
سپتامبر ۲۰۲۳: در «دیدگاههای وزارت حمل و نقل در مورد ترویج تحول دیجیتال بزرگراهها و تسریع ساخت و توسعه بزرگراههای هوشمند»، بارها به استفاده از پهپاد در حوزههای مختلف تجاری اشاره شده است. به رسمیت شناخته شد که نرمافزارها و سختافزارهای مربوط به تعمیر و نگهداری باید تا حداکثر پتانسیل خود ارتقا یابند تا بازرسی خودکار و پهپادی محقق شود. همچنین، برای درک شبکه جادهای، روشهای جدیدی مانند پهپادها و آپلود دادههای ترمینال داخلی در نظر گرفته شد.
مه ۲۰۲۳:آییننامه موقت مدیریت پرواز هواپیماهای بدون سرنشین، که ابزار قانونی وزارت حمل و نقل جمهوری خلق چین (معاینه فنی) است، رسماً در اول ژانویه ۲۰۲۴ معرفی شد و گامی مهم به سوی یک چارچوب نظارتی جامعتر و استانداردتر برای صنعت پهپادها محسوب میشود.
مه ۲۰۲۴:اطلاعیه ددد در مورد فراخوان پروژههای آزمایشی برای کاربرد آزمایشی پهپادهای ارتفاع پایین در بازرسی و گشتزنی بزرگراهها" به طور خاص با هدف بازرسی پل، بازرسی شیب، تعمیر اضطراری خودروهای عبوری و پشتیبانی مدیریتی منتشر شد و ۲۱ پروژه آزمایشی را در سراسر کشور گرد هم آورد.
با توجه به این پیشینه، متخصصان این صنعت توانستهاند چهار سناریو را شناسایی کنند که در آنها میتوان از پهپادها به روشی عملی و بسیار دشوار استفاده کرد:
بازرسی پل:پهپادها که مجهز به دوربینهای نوری با وضوح بالا، تصویربرداری حرارتی مادون قرمز و نرمافزار تشخیص ترک هوش مصنوعی هستند، بازرسیهای منظمی از پلها را بر اساس تجزیه و تحلیل دادههای ذخیره شده مانند ترکها، جابجاییها، زنگزدگی و نصبهای ضد برخورد انجام میدهند و در نتیجه دادههای بیوقفهای را برای نظارت بر سلامت سازه فراهم میکنند.
بازرسی شیب: نظارت بر شیب معمولاً در مکانهایی با تغییرات ارتفاع قابل توجه و پوشش گیاهی متراکم انجام میشود که بنابراین از دسترس روشهای مرسوم مبتنی بر انسان یا وسیله نقلیه خارج هستند. با استفاده از پهپادها، نقشهبرداری سهبعدی و مقایسههای متحرک انجام میشود تا هرگونه شکستگی قفسه، آثار شکستن یا نشستهایی که میتوانند نامرئی باشند، مشخص شوند.
تعمیر اضطراری و فوری:صرف نظر از اینکه موقعیت شامل یک فاجعه طبیعی یا یک تصادف ناگهانی باشد، پهپادها میتوانند اولین امدادگرانی باشند که در زمان و مکان مورد نظر میرسند تا مروری کلی بر مهمترین جزئیات برای فرماندهی و اعزام ارائه دهند. چند شرکت قبلاً گامی در جهت کنار هم قرار دادن پهپادها، جعبههای کمکهای اولیه، بلندگوها و تجهیزات روشنایی برداشتهاند تا سیستمی را ایجاد کنند که قادر به ارسال هوایی کمکهای اضطراری باشد. اعلام از بلندگو + جستجو و نجات در شب.
پشتیبانی مدیریت:دادههای حاصل از بازرسیهای مکرر به پلتفرمهای بهرهبرداری و مدیریت بزرگراه ارسال میشوند و بنابراین به عنوان ورودی بلادرنگ برای بزرگراههای دوقلوی دیجیتال عمل میکنند و از این رو، پشتیبانی اساسی برای بهرهبرداری هوشمند، تصمیمگیری در مورد نگهداری و کنترل هزینه را فراهم میکنند.
پهپادها در مسیر تبدیل شدن به بخشی از شیوههای حمل و نقل هستند که به سختی میتوان بدون آنها از طریق تشویق دولت و تعمیق سناریوها، سر کرد. در اینجا افکار ساختمانی سه شرکت بزرگ آمده است. ...پلتفرمها.
پلتفرم مدیریت و کنترل و خدمات یکپارچه پهپاد
استان گوانگدونگ، با همکاری صنعت بزرگراهها، یک پلتفرم مدیریت و کنترل و خدمات یکپارچه پهپاد در سطح گروهی ایجاد کرده است تا مشکلاتی مانند تفکیک نامشخص حریم هوایی، برنامهریزی غیرمنطقی مسیر و اشتراکگذاری منابع کمیاب در کاربردهای پهپاد را حل کند. این پلتفرم، از طریق ویژگیهایی مانند نقشههای با دقت بالا، پلتفرمهای رسانهای استریمینگ و قابلیتهای هوش مصنوعی، نشاندهنده ایجاد یک سیستم، مدیریت و استانداردسازی پهپادها در سناریوهای بزرگراهها است و در نتیجه سادهسازی کاربرد فناوری پهپاد و توانمندسازی صنعت بزرگراهها را تسهیل میکند.
معماری سیستم
این پلتفرم قادر به تفکیک کارکردهای برنامههای کاربردی تجاری و پهپادها است و از این رو به ساختار یکپارچهای از قابلیتهای رایج برنامههای پهپاد دست مییابد. همچنین، مدیریت پرواز در حریم هوایی، برنامهریزی مسیر و اشتراکگذاری منابع را به همراه کنترل یکپارچه دادهها آسانتر میکند. این ابزاری عالی برای تحول دیجیتال بزرگراهها است.
معماری عملکردی
سیستم خدمات ترافیک هوایی این پلتفرم، مرکزی است که پاسخ بلادرنگ، اعزام پویا و خدمات شخصیسازیشده را ادغام میکند. این سیستم، خدمات عملیاتی عمومی مانند دسترسی پهپاد، برنامهریزی مسیر بصری، کاربرد و مدیریت منابع مسیر، انتقال و ذخیرهسازی دادههای تصویری، توانمندسازی هوش مصنوعی دادهها و مدیریت پرواز حریم هوایی را ارائه میدهد. سناریوهای کاربردی آن شامل یکی از موارد زیر است.
بازرسی روزانه: انجام انواع مختلف بازرسیها مانند سطح، روسازی، شیب، منطقه کنترل و ورودی تونل برای شناسایی خودکار مشکلات مختلف.
بازرسی تعطیلات اصلی:از طریق روشهای مختلفی مانند نظارت بر شرایط ترافیک، تشخیص ازدحام، انتقال تصویر از راه دور، راهنمایی ترافیک و ثبت تخلفات، راندمان کار پلیس راهنمایی و رانندگی به میزان زیادی بهبود خواهد یافت.
نجات اضطراری: از طریق عکاسی هوایی، جمعآوری شواهد، هدایت ترافیک و تعیین مسیر، زمان از دست رفته در موقعیتهای نجات به حداقل میرسد و در عین حال، ادغام پهپادها و صنایع حمل و نقل همچنان افزایش مییابد.
پلتفرم یکپارچه نظارت جهانی بزرگراه متصل به هوش مصنوعی و پهپاد
در این پلتفرم از الگوریتمهای مدل بزرگ برای انجام اندازهگیریهای عمیق روی دادههای تاریخی و اطلاعات ترافیکی در لحظه استفاده میشود که منجر به پیشبینی دقیق خطرات تصادف و نظارت بر رفتار وسایل نقلیه در حال حمل و نقل میشود. هنگامی که خطرات احتمالی کشف میشوند، الگوریتم هوش مصنوعی مکانیسم اتصال پهپاد را فعال میکند.
توابع اصلی
کابین خلبان دیجیتال:این رابط کاربری طیف گستردهای از دادههای ترافیکی زنده، مسیرهای وسایل نقلیه، تصاویر بازرسی پهپاد و هشدارهای غیرعادی را ارائه میدهد و از تجزیه و تحلیل کامل ترافیک و ارزیابی رفتار راننده پشتیبانی میکند که در نهایت منجر به یک فرآیند تصمیمگیری کارآمدتر میشود.
مکانیسم ارتباط حادثه:این سیستم نه تنها مناطق حادثهخیز را به طور خودکار تعیین میکند، بلکه سیگنالهای اعزام را به نزدیکترین پهپادهای حاضر در محل حادثه ارسال میکند، از آنتنهای دانشگاه ایالتی آر اس یو برای اسکن و از هوش مصنوعی ابری برای تشخیص از راه دور استفاده میکند و از طریق پخش زنده و چراغهای چشمکزن، به طور مؤثر به مردم هشدار میدهد و به کاهش وقوع حوادث ثانویه کمک میکند.
ردیابی وسایل نقلیه در حال حمل و نقل: این سیستم به صورت بلادرنگ تمام وسایل نقلیه را ردیابی میکند و از پرسوجو در مورد اطلاعات ورود خودرو، مسیرهای رانندگی و مسیرهای تاریخی پشتیبانی میکند؛ همچنین به شناسایی انواع وسایل نقلیه مانند وسایل نقلیه حمل مواد خطرناک که سطح بالایی از ریسک را نشان میدهند، کمک میکند.
دریاچه کلان داده جهانی:این دریاچه دادهها و اطلاعات بیش از ۱ میلیارد قطعه از سراسر منطقه و رویدادهای مختلف را در خود جای داده است که از آموزش مدلهای بزرگ و تولید دادههای پویای ترافیک در زمان واقعی با استفاده از فناوری محاسبات جریانی پشتیبانی میکند.
سیستم تشخیص بیماریهای جاده و پل مبتنی بر پهپاد
این سیستم با خودکارسازی فرآیند، یکی از چالشهای اصلی روشهای دستی تشخیص بیماری پل؛ ناکارآمدی، هزینه بالا، نقص در تشخیص و خطرات ایمنی را شناسایی و برطرف میکند. ویژگیهای این سیستم شامل اجتناب خودکار از موانع، تشخیص بیماری جاده و پل و موقعیتیابی کروز خودکار است. این سیستم از طریق ترکیبی از یک سیستم کنترل دسکتاپ بصری و یک پلتفرم سرویس ابری مورد استفاده قرار میگیرد و در نتیجه امکان بهرهبرداری آسان و نظارت و اطلاعرسانی در زمان واقعی را فراهم میکند.بخش ...نمایش دادن.
فناوریها و عملکردهای کلیدی
اجتناب از موانع پهپاد:با اجتناب از موانع، جمعآوری ایمن تصاویر را در طول سفر دریایی تضمین میکند.
موقعیت یابی پهپاد: موقعیتهای بلادرنگ را از طریق لیدار، با جابجایی اولیه صفر و مقدار انحراف اولیه بر اساس اندازهگیریهای جنبش اسلامی ازبکستان نسبت به سیستم مختصات جهانی، به دست میآورد.
شناسایی بیماری: دادههای تصویری ارسالی از پهپاد را برای تشخیص بیماریهای خاص جاده و پل پردازش میکند.
تشخیص بیماری: شامل ساخت مدل (آموزش مدلهای یادگیری ماشین/یادگیری عمیق با تعداد زیادی نمونه تصویر) و تطبیق تشخیص است. این روش با افزودن ویژگیهای موقعیت ابر نقطهای سهبعدی و استفاده از کانولوشن متسعشده برای بهبود استخراج ویژگی، مدلهای موکوو۲ و یولو۴ را بهینه میکند.
این سیستم همچنین شامل شناسایی بیماری مبتنی بر سیستم اطلاعات جغرافیایی سهبعدی و مدیریت اطلاعات و توابع هشدار اولیه، ساخت یک پایگاه دانش ویژگیهای بیماریهای جاده و پل و کتابخانه مدل شیء برای پشتیبانی از مدیریت هوشمند داراییهای جاده و پل است.
مواد مرجع
[1] لی فانگ، شینگ وانیونگ، ژانگ کو و همکاران. تأملاتی در مورد کاربرد پهپادها در بزرگراهها با توجه به پیشینه اقتصادی [J]. چین ارتباطات اطلاعاتسازی، 2025(02):131-134.
[2] گروه سرمایهگذاری ارتباطات سوژو: پلتفرم یکپارچه برای نظارت کامل بر بزرگراهها از طریق ارتباط هوش مصنوعی و پهپاد
[ای بی/او ال]. [2025-07-24]. https://ام پی.ویکسین.کیو کیو.کام/s/a_2yVpbgu7JqicRBPHERNA
[3] دوان شوئفنگ. طرح بازرسی در ارتفاع پایین برای بزرگراهها در نینگشیا
(تصاویر موجود در این مقاله توسط دوبائو هوش مصنوعی تولید شدهاند.
