Web Analytics Made Easy - Statcounter
به نقل از «فارس»
2024-05-01@11:40:11 GMT

شناسایی ۱۲۶ گلوگاه‌ ترافیکی در پایتخت

تاریخ انتشار: ۱۵ مهر ۱۴۰۲ | کد خبر: ۳۸۸۳۰۸۴۸

شناسایی ۱۲۶ گلوگاه‌ ترافیکی در پایتخت

به گزارش خبرنگار انتظامی خبرگزاری فارس، سرهنگ سید ابوالفضل موسوی پور رئیس پلیس راهور پایتخت در برنامه تلویزیونی «شهر امن» در خصوص شناسایی مدارس حاشیه معابر و گلوگاه‌های اصلی شهر تهران اظهار داشت: 299 مدرسه که در حاشیه معابر اصلی در شهر تهران هستند توسط پلیس راهور تهران بزرگ شناسایی شدند.

وی افزود: این ۲۹۹ مدرسه، مدارسی هستند که نیاز به کنترل ترافیکی بیشتری دارند و نیاز است که پلیس حتماً در این نقاط مستقر شود؛ اگرچه این برنامه‌ریزی و پیش‌بینی‌ها از قبل انجام شده است.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

 

رئیس پلیس راهور تهران بزرگ با بیان اینکه گلوگاه‌های مختلفی در سطح شهر داریم که در نیمه دوم سال این گلوگاه‌های ترافیکی بیشتر می‌شوند افزود: 126 گلوگاه ترافیکی شناسایی شده‌اند که بیشتر در معابر بزرگراهی و بخشی نیز در معابر شهری هستند.

وی گفت: این گلوگاه‌ها محدوده‌هایی هستند که بعدازظهر‌ها بار ترافیکی در آنها رها می‌شوند؛ مثلاً در محدوده خروجی گاندی به بعد، بار ترافیکی به یکباره رها و آزاد می‌شوند که این محدوده‌ها شناسایی شده و برای نظم بخشی به ترافیک آنها برنامه‌ریزی صورت گرفته است و همکاران بنده همیشه یک ساعت قبل از شروع ترافیک در معابر مستقر می‌شوند‌.

رئیس پلیس راهور پایتخت افزود: تیم‌های پلیس راهور تهران بزرگ قبل از آغاز ترافیک در کلیه معابر مرکزی و بزرگراهی شهر تهران حضور داشته و نسبت به روان‌سازی ترافیک، تنظیم زمان چراغ‌ها در سطح شهر و ایجاد بستر برای ترافیکی روان اقدامات لازم را انجام می‌دهند.

پایان پیام/

منبع: فارس

کلیدواژه: پلیس راهور سرهنگ موسوی پور ترافیک تهران پلیس راهور گلوگاه ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.farsnews.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «فارس» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۸۳۰۸۴۸ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

رئیس پلیس راهور تهران بزرگ: هوش مصنوعی به کمک ثبت تخلفات رانندگی می آید

رئیس پلیس راهور تهران بزرگ از برنامه‌ریزی برای بهره‌گیری از ظرفیت هوش مصنوعی برای برخورد با تخلفات رانندگی به خصوص تخلفات ساکن خبر داد و گفت: پلیس راهور در فاز نخست از این ظرفیت برای برخورد با تخلفات ساکن استفاده خواهد کرد.

سرهنگ سید ابوالفضل موسوی‌پور در گفت‌وگو با ایسنا با بیان اینکه هوشمندسازی در انجام ماموریت‌ها و ارائه خدمات یکی از اولویت‌های پلیس و مورد تاکید فرمانده فراجا و ریاست پلیس راهور فراجا است، گفت: در همین راستا نیز ما در پلیس راهور تهران بزرگ نیز این موضوع را جزو اولویت‌های خود قرار دادیم و برای تحقق آن برنامه‌ریزی‌های لازم انجام است.

وی با بیان اینکه موضوع ترافیک، موضوعی بین بخشی است که لازم است دستگاه‌های مربوطه در آن مشارکت داشته باشند، اظهارکرد: یکی از اقدامات ما استفاده از ظرفیت هوش مصنوعی برای کنترل ترافیک و برخورد با تخلفات رانندگی است. در همین راستا نیز جلساتی را با شرکت کنترل ترافیک و چند شرکت دانش‌بنیان و همچنین جمعی از نخبگان دانشگاه صنعتی شریف برگزار کردیم و بنا شد تا زیرساخت‌های استفاده از هوش مصنوعی برای برخورد با تخلفات و نظارت ترافیکی فراهم شود.

برخورد با تخلفات ساکن با کمک هوش مصنوعی

رئیس پلیس راهور تهران بزرگ با بیان اینکه در فاز نخست برخورد با تخلفات ساکن را در اولویت قرار دادیم، گفت: دو نوع دوربین ترافیکی در سطح شهر تهران وجود دارد، یکی دوربین‌های پلاک‌خوان است که این دوربین‌ها کار خود را انجام می‌دهند و براساس برنامه‌ای که برایشان نوشته شده نسبت به ثبت تخلفات اقدام می‌کنند. نوع دیگر اما دوربین‌های نظارت تصویری است که در حال حاضر حدود ۱۵۰۰ عدد از آن در شهر تهران فعال است و امیدواریم که به زودی نیز افزایش پیدا کند.

موسوی‌پور با بیان اینکه این دوربین‌های نظارت تصویری هوشمند نیستند، گفت: درحال حاضر یک کاربر باید این دوربین‌ها کنترل کند، اما ما به دنبال این هستیم که با استفاده از ظرفیت هوش‌مصنوعی این دوربین‌ها بتوانند معابر را رصد کرده و در صورت وقوع تخلف یا وضعیت غیرعادی نظیر تصادف و ... موضوع ثبت و اعلام کنند. این اقدام امکان اجرا دارد و ما باید سامانه مربوطه را روی دوربین‌ها نصب کنیم.

وی ادامه داد:‌ از طریق دوربین‌های نظارت تصویری می‌توانیم سامانه‌ای را نصب کنیم و این سامانه به شکل هوشمند با تخلفات برخورد می‌کند. همانطور که گفتم ما در فاز نخست برخورد با تخلفات ساکن را در اولویت قرار دادیم و قصد داریم تا در همین سال جاری با تعدادی دوربین کار را شروع کنیم و به مرور آن را گسترش دهیم. ما با استفاده از این سامانه و هوش مصنوعی با دوربین‌های نظارت تصویری نسبت به برخورد با تخلفات ساکن، نظیر پارک در محل ممنوع، پارک دوبل، توقف غیرمجاز، سد معابر و ... برخورد خواهیم کرد. 

رئیس پلیس راهور تهران بزرگ با بیان اینکه امکان تعریف محدوده، نوع تخلف و حریم رصد برای این دوربین‌ها وجود دارد، گفت: در صورت اجرا تخلفات به شکل هوشمند رصد و پس از اعمال قانون پیامک آن برای رانندگان متخلف ارسال خواهد شد.

موسوی درپاسخ به این پرسش که موانع اجرای این طرح چیست، گفت: بعد از درخواست ما شهرداری این موضوع را در بودجه امسالش قرار داد، به‌هرحال موضوعاتی نظیر تامین اعتبار و ... در این خصوص وجود دارد.

پیش از این سرهنگ احسان مومنی،معاون عملیات پلیس راهنمایی و رانندگی تهران بزرگ نیز در گفت‌وگو با ایسنا گفته بود که به زودی دوربین‌های ثبت تخلف رانندگی بر روی موتورسیکلت‌های پلیس راهور نیز نصب می‌شود و در فاز اول این دوربین‌ها نسبت به ثبت تخلفات ساکن اقدام خواهند کرد.

کانال عصر ایران در تلگرام

دیگر خبرها

  • هوش مصنوعی به کمک ثبت تخلفات رانندگی می آید
  • توضیحات پلیس برای عدم شماره‌گذاری تاکسی‌های برقی و ون‌ها
  • هوش مصنوعی به کمک ثبت تخلفات رانندگی می‌آید
  • رئیس پلیس راهور تهران بزرگ: هوش مصنوعی به کمک ثبت تخلفات رانندگی می آید
  • ورود موتورسیکلت‌های دوربین‌دار راهور در معابر
  • وضعیت ترافیکی شهر تهران/ توقف درحاشیه معابر بزرگراهی ممنوع  
  • آخرین وضعیت ترافیکی معابر و بزرگراه‌های تهران
  • موتورسیکلت های دوربین دار راهور وارد معابر می شود!
  • برخورد پلیس با تخلفات ساکن در معابر تهران/ موتورسیکلت‌های دوربین‌دار راهور وارد معابر می‌شود
  • ارزیابی ایمنی حدود ۱۵۰۰ بوستان در پایتخت و شناسایی بیش از ۱۵ هزار مورد ناایمن