പാർക്കിംഗ് ലംഘനങ്ങൾ തിരിച്ചറിയാനും പിഴ ചുമത്താനും AI ക്യാമറ സാങ്കേതികവിദ്യ അവതരിപ്പിച്ച്
കിച്ച്നർ നഗരസഭ .’സെൻഫോർസ്’ എന്നറിയപ്പെടുന്ന ഈ സംവിധാനത്തിൽ നിയമപാലന വാഹനങ്ങളിൽ ഘടിപ്പിച്ച ആറ് അത്യാധുനിക ക്യാമറകൾ ഉണ്ട്, അവ ഓഫീസർമാർ വാഹനമോടിക്കുമ്പോൾ തന്നെ ലൈസൻസ് പ്ലേറ്റുകൾ സ്കാൻ ചെയ്യുകയും തത്സമയം ലംഘനങ്ങൾ കണ്ടെത്തുകയും ചെയ്യുന്നു.
സെൻസെൻ നെറ്റ്വർക്സ് വികസിപ്പിച്ചെടുത്ത ഈ AI സാങ്കേതികവിദ്യ ലംഘനങ്ങൾ പിടിക്കുന്നതിനൊപ്പം സൈൻബോർഡുകൾ വിശകലനം ചെയ്യുകയും മേഖലാടിസ്ഥാനത്തിലുള്ള നിയന്ത്രണങ്ങൾ നിർണ്ണയിക്കുകയും ചെയ്യുന്നു. ഓഫീസർമാർ തടസ്സമില്ലാതെ പട്രോളിംഗ് തുടരുന്നതിനിടയിൽ ലൈസൻസ് പ്ലേറ്റുകളിലും സന്ദർഭത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിച്ച് ലംഘനത്തിലുള്ള വാഹനങ്ങളുടെ ചിത്രമെടുക്കുന്നു. പിന്നീട് നിയമപാലന ഓഫീസർ ശേഖരിച്ച വിവരങ്ങൾ പരിശോധിച്ച് യഥാർത്ഥ ലംഘനങ്ങൾ നിർണ്ണയിക്കുകയും വാഹനത്തിന്റെ രജിസ്റ്റർ ചെയ്ത ഉടമയ്ക്ക് പിഴ കുറിപ്പ് തയ്യാറാക്കി അയച്ചുനൽകുകയും ചെയ്യുന്നു.
ഈ പദ്ധതി ആദ്യം സ്കൂൾ മേഖലകളിൽ ലക്ഷ്യമിട്ടാണ് ആരംഭിച്ചത്, അവിടെ സുരക്ഷാ ആശങ്കളും ഓഫീസർമാരും ഡ്രൈവർമാരും തമ്മിലുള്ള വർധിച്ചുവരുന്ന സംഘർഷങ്ങളും നിയന്ത്രണം ബുദ്ധിമുട്ടാക്കിയിരുന്നു. കിച്ചനറിന്റെ നിയമപാലന മാനേജർ ഇയാൻ മിഷേൽ പറയുന്നു “ഞങ്ങളുടെ ഓഫീസർമാർ ആക്രമിക്കപ്പെട്ടിട്ടുണ്ട്. ആവർത്തിച്ചുള്ള ഏറ്റുമുട്ടലുകൾ കാരണം ചിലർ സ്കൂൾ മേഖലകളിൽ പ്രവേശിക്കാൻ മടിച്ചിരുന്നു.” ഓട്ടോമാറ്റിക് സംവിധാനം അത്തരം അപകടസാധ്യതകൾ കുറയ്ക്കുകയും ഈ ഉയർന്ന സമ്മർദ്ദമുള്ള മേഖലകളിൽ നിയന്ത്രണം ഇരട്ടിയാക്കുകയും ചെയ്തിട്ടുണ്ട്.
സ്വകാര്യതയെക്കുറിച്ചുള്ള ആശങ്കകൾ ഉണ്ടായിരുന്നിട്ടും, പിടിക്കപ്പെടുന്ന ചിത്രങ്ങളിലെ വ്യക്തികളെ സാങ്കേതികവിദ്യ സ്വയമേ മങ്ങലാക്കുകയും ലംഘനമല്ലാത്ത വിവരങ്ങൾ ഇരുപത്തിനാല് മണിക്കൂറിനുള്ളിൽ ഇല്ലാതാക്കുകയും ചെയ്യുമെന്ന് നഗരസഭ ഉദ്യോഗസ്ഥർ ഉറപ്പുനൽകുന്നു. ഓരോ യൂണിറ്റിനും എൺപതിനായിരം ഡോളർ ചിലവ് വരുന്നതിനാൽ നിലവിൽ രണ്ടെണ്ണം മാത്രമാണ് ഉപയോഗത്തിലുള്ളത്, എന്നാൽ അവയുടെ വിജയം ടൊറന്റോ, ഹാമിൽട്ടൺ ഉൾപ്പെടെയുള്ള മറ്റ് മുനിസിപ്പാലിറ്റികളിൽ നിന്ന് താൽപ്പര്യം ഉണർത്തിയിട്ടുണ്ട്. നഗരമധ്യത്തിലെ സമയപരിമിതവും പ്ലേറ്റ് അടിസ്ഥാനത്തിലുള്ള പേയ്മെന്റുമുള്ള പാർക്കിംഗ് മേഖലകളിലും ഈ സംവിധാനം ഉപയോഗിക്കുന്നുണ്ട്
📢 കാനഡയിലെ ഏറ്റവും പുതിയ വാർത്തകൾ ഏറ്റവും നേരത്തെ മലയാളത്തിൽ അറിയുവാൻ,
Join Canada Talks whatsapp group
https://chat.whatsapp.com/LZNHc7C1qFv87PCTVnok4L
