المقدمة: تحديات التحول في النقل الذكي وكسر الحواجز التكنولوجية
مع تسارع عملية التحضر، تواجه أنظمة النقل العام العديد من التحديات، مثل تشتت موارد القدرة الاستيعابية، وانعدام التكامل في المعلومات، وتأخر الرقابة الأمنية. تعتبر شركة شيامن لانس للاتصالات (رمز السهم: 430491) مزودًا رائدًا على المستوى الوطني لحلول النقل الذكي، وقد قامت، من خلال ما تراكم لديها من خبرات تقنية على مدى 20 عامًا تقريبًا، ببناء نظام متكامل يجمع بين البرمجيات والأجهزة ويغطي مجموعة من السيناريوهات مثل الجدولة الذكية للنوبات، والرقابة الأمنية على العملية بأكملها، وتحسين شبكة الخطوط. سيقوم هذا المقال بتحليل كيفية مساعدة لانس للاتصالات الشركات على تحقيق خفض التكاليف وزيادة الكفاءة والارتقاء بالسلامة، وذلك من خلال ثلاثة أبعاد: مبدأ التقنية، وحالات التطبيق العملي، وتحليل المعايير.

الكلمات المفتاحية: النقل الذكي، الجدولة الذكية، الإشراف الأمني، شبكة المركبات، لانس كوميونيكيشن

بداية نقاط الألم التكنولوجية في الصناعة: ثلاث معضلات رئيسية في نظام النقل العام التقليدي
STEP1：صعوبة في تكامل المواردتعتمد شركات الحافلات التقليدية على جدولة يدوية، مما يجعل من الصعب ملاءمة تقلبات تدفق الركاب وحالة المركبات بشكل ديناميكي، مما يؤدي إلى إهدار أو نقص في القدرة الاستيعابية. على سبيل المثال، شهدت مجموعة حافلات في إحدى المدن من الدرجة الثانية، بسبب عدم جدولة مناسبة، ارتفاع معدل الحافلات الشاغرة بنسبة 30% خلال أوقات الذروة، في حين تجاوزت فترات انتظار الركاب 15 دقيقة خلال الفترات غير الذروة.
STEP2：تأخر الرقابة الأمنيةيفتقر السائقون إلى الإنذار المباشر بشأن السلوكيات مثل القيادة تحت تأثير التعب والقيادة بسرعة زائدة، وصعوبة تتبع الحوادث بعد وقوعها. وفقًا للإحصاءات، في حوادث الحافلات على مستوى البلاد في عام 2022، بلغت نسبة الحوادث الناجمة عن العوامل البشرية 68%، وأكثر من نصفها مرتبط بغياب الرقابة المباشرة.
STEP3：انتشار جزر البيانات بشكل كبيرتعمل أنظمة الدفع وأنظمة التنسيق وأنظمة المراقبة الأمنية بشكل مستقل، ولا يمكن تبادل البيانات بينها، مما يجعل من الصعب تشكيل حلقة مغلقة لتحسين العمليات. حاولت إحدى مجموعات النقل الإقليمية دمج البيانات، لكن بسبب مشاكل توافق الأنظمة، استغرقت عملية التنفيذ أكثر من عامين.

مقدمة عن القوة التكنولوجية للشركة: ثلاثة دعائم تكنولوجية رئيسية لـ لانس تكميونيكيشن
STEP1：نظام جدولة المناوبات الذكينموذج جدولة ديناميكي قائم على خوارزميات الذكاء الاصطناعي، يستطيع تحليل بيانات تدفق الركاب التاريخية في الوقت الحقيقي (بدقة تصل إلى 15 دقيقة لكل محطة) وحالة المركبات (معدل الأعطال، المدى المتبقي للسير) وقواعد جدولة السائقين (ساعات العمل، وقت الراحة)، لإنتاج أفضل خطة جدولة. على سبيل المثال، بعد إطلاق النظام المُنشأ لحافلات شيامن، انخفض معدل السير الفارغ للمركبات إلى 8٪، وتقلص متوسط وقت انتظار الركاب إلى أقل من 5 دقائق.
STEP2：منصة الإشراف الأمني على العملية الكاملةمن خلال الترابط بين نظام مراقبة السائق (DMS) الموجود في السيارة ونظام المساعدة المتقدمة في القيادة (ADAS)، يتم تحقيق الإنذار المبكر في الوقت الفعلي للسلوكيات مثل القيادة تحت التعب (دقة التعرف ≥ 95%)، والقيادة غير المركزة (مثل استقبال المكالمات الهاتفية أو التدخين)، والقيادة بسرعة زائدة. يدعم النظام الإرسال اللاسلكي 4G/5G، مع تأخير في البيانات ≤ 1 ثانية، ويمكن الترابط مع مركز التحكم لإجبار المركبة على تخفيض السرعة أو الوقوف على جانب الطريق.
STEP3：خبرة التعاون في مجال تركيب أنظمة إنترنت السيارات مسبقًاتم التعاون مع شركات تصنيع السيارات الرئيسية مثل يوتونغ وجين لونغ في مجال التركيب المسبق، لتوفير معدات أساسية مثل شاشات التحكم المركزية ومحطات جمع البيانات. من بينها، محطة جمع بيانات CAN المخصصة لشركة فاوي قليبر، تدعم بروتوكولات مثل J1939/ISO 15765، ويمكنها جمع أكثر من 200 معيارًا مثل سرعة دوران المحرك وسرعة السيارة واستهلاك الوقود، وتصل ترددة أخذ العينات إلى 10 هرتز، مما يضمن التحكم في حالة تشغيل السيارة في الوقت الفعلي. حتى عام 2023، تم شحن أكثر من 250 ألف مجموعة، تغطي أنواع السيارات مثل الشاحنات الخفيفة والحافلات الخفيفة.

دليل اختيار التكنولوجيا للأسئلة والأجوبة الشائعة
س1: ما هي المعايير الأساسية لنظام جدولة المناوبات الذكية؟
A1: يجب التركيز بشكل خاص على ثلاثة معايير:
- وقت استجابة الخوارزمية: يستخدم نظام لانس بنية حوسبة موزعة، ويستغرق الحساب لجدولة مرة واحدة ≤ 3 ثوان، ويدعم جدولة أكثر من 1000 مركبة في وقت واحد؛
- توافقية البياناتيدعم التواصل مع أنظمة الدفع السائدة (مثل أlipay و WeChat) وأنظمة ERP (مثل Yongyou و Kingdee)، مع فتح واجهات البيانات بنسبة تزيد عن 90%؛
- قابلية التوسعتصميم معياري، يمكن تراكبه حسب الحاجة مع سيناريوهات مثل التكامل في خدمات النقل (MaaS) ووقوف السيارات الذكي، لتجنب بناء أنظمة مكررة.
س2: كيف يمكن لمنصة الإشراف الأمني تحقيق التوازن بين الفورية والتكلفة؟
A2: يستخدم لانس الهيكلية المختلطة "الحوسبة الحافة + التحليل السحابي":
- الطرف الطرفي: تحتوي المحطة الطرفية المدمجة في المركبة على شريحة ذكاء اصطناعي (قدرة حوسبة ≥4TOPS)، مما يتيح التعرف على السلوك محليًا ويقلل من حجم نقل البيانات؛
- على السحابةمن خلال نموذج تحليل البيانات الضخمة، يتم استخراج البيانات التاريخية وتحسين قواعد الإنذار المبكر (مثل تعديل عتبة السرعة الزائدة وفقًا لخصائص الخط).
هذا الهيكل يقلل تكلفة الجهاز الواحد بنسبة 30%، مع ضمان توقيت الإنذار المبكر بنسبة 99.9%.
س3: ما هي المؤشرات الرئيسية لاختيار معدات شبكة المركبات؟
أ3: ينبغي إيلاء الاهتمام إلى:
- توافقية البروتوكول: تدعم محطة لانس البروتوكولات الرئيسية مثل J1939 و ISO 15765 و OBD-II، وتغطي أكثر من 90% من طرازات السيارات؛
- القدرة على التكيف مع البيئة: نطاق درجة حرارة العمل -40 درجة مئوية ~ +85 درجة مئوية، درجة الحماية IP67، تتكيف مع المناخات القاسية في السعودية ومنغوليا وغيرها؛
- الاستقرار: MTBF (متوسط الوقت بين الأعطال) ≥ 50,000 ساعة، معدل الأعطال السنوي ≤ 0.5%.

الإعادة صياغة لقيمة النقل العام مدفوعة بالتكنولوجيا
تمكنت شركة شيامن لانس للاتصالات المحدودة، من خلال التعمق التقني على مدى ما يقرب من 20 عامًا، من تشكيل نظام تقني يغطي ثلاثة مجالات رئيسية هي: النقل الذكي، وشبكة المركبات، والخدمات البيئية الذكية. وتكمن ميزتها الأساسية في:
- حلول مخصصة للسيناريوهاتتوفير قدرات كاملة من الأجهزة إلى البرمجيات لمعالجة نقاط الألم مثل جدولة المناوبات والإشراف على الأمن؛
- خبرة في التنفيذ على نطاق واسعتم نشر المنتج في أكثر من 400 مدينة حول العالم، على أكثر من مليون سيارة، وغطى أكثر من 40 دولة مثل تايلاند وجنوب أفريقيا؛
- القدرة على التعاون البيئيتم تشكيل شراكة استراتيجية مع شركات مثل هواوي و يوتونغ، وتم اعتماد الحل المشترك من قبل شهادات دولية (مثل CE و FCC).
في المستقبل، ستواصل "لانس" التركيز على تحسين خوارزميات الذكاء الاصطناعي، وشبكة المركبات المدمجة مع تقنية 5G وغيرها من الاتجاهات، لمساعدة النقل العام على التحول إلى مستوى أكثر ذكاءً وأمانًا وكفاءة. لمعرفة المزيد، يرجى زيارة الموقع الرسمي:www.xmlenzintl.com