في عالم يتسم بالتطور السريع للتكنولوجيا، أصبحت المركبات الجوية غير المأهولة (UAVs) جزءاً حيوياً من أنظمة النقل الذكية (ITS). ومع ذلك، تواجه عمليات النشر الواسعة تحديات متعددة، أبرزها تقطيع المسارات (trajectory fragmentation) وفقدان استمرارية الهوية عبر مجالات رؤية متعددة. هذه الصعوبات تحول دون إمكانية التحليل الشبكي الدقيق مثل تقدير أصول-وجهات (Origin-Destination).

في ورقة بحثية حديثة نُشرت على موقع arXiv، تم تقديم نظام متقدم لمتابعة المركبات متعدد الكاميرات والمركبات (MCMT)، مصممًا للتغلب على تحديات الحفاظ على الهوية العامة. يناقش الباحثون مفهوم جديد يركز على نقل الهوية بمساعدة آلية بسيطة تعتمد على التوبولوجيا.

يتضمن النظام استخدام خوارزمية مطابقة قائمة على الطابور تعمل على معالجة تدفقات 4K المتزامنة بشكل متوازي، معتمدًا على تقنيات مثل YOLO11 و ByteTrack. وبفضل هذه المنهجية، تم تحقيق معدل نجاح في نقل الهوية (Handover Success Rate) بنسبة تصل إلى 99.8% في تدفقات حركة المرور المستمرة، متجاوزة بذلك المعايير السابقة التي سجلت 74.1% فقط.

تظهر التجارب التي أُجريت في بيئات حضرية معقدة، مثل التقاطعات والمرور المتداخل، أن هذه التقنية ليست فقط فعالة ولكن أيضًا قابلة للتطبيق في البيئات الحقيقية، مما يعزز إمكانيات الرصد المستدام. يمكنكم الاطلاع على الشيفرة المصدرية لهذا النظام المبتكر عبر الرابط: [GitHub Link].

إن هذا الابتكار يعد خطوة هامة نحو شكل جديد من المراقبة الحضرية، مما يعزز من سلامة وكفاءة أنظمة النقل.