Jednym z najistotniejszych instrumentów polityki transportowej uważa się opłaty za parkowanie oraz opłaty za wjazd do miast po to, aby sterować popytem na przestrzeń parkingową. Samochody w zasadzie przez 95 procent czasu pozostają bez ruchu, zajmując wartościową powierzchnię ulic w centrach miast, która mogłaby być wykorzystana bardziej efektywnie i bardziej sprawiedliwie. W związku z tym na parkowanie należy spojrzeć jak na towar, bo przestrzeń zwłaszcza w mieście jest cennym aktywem i nie powinna być traktowana jak darmowe dobro publiczne. Towar ten jak każdy inny musi podlegać grze rynkowej poddanej zasadzie podaży i popytu. Z tych racji parkowanie musi się wiązać z obciążaniem użytkowników adekwatnymi do wartości przestrzeni opłatami, co w efekcie umożliwi efektywne zarządzanie parkowaniem.
Dużym wyzwaniem jest sposób poboru opłat i kontrola ich wnoszenia. W tradycyjnym ujęciu rolę tę pełnią osoby, których zadaniem jest rejestracja pojazdu i weryfikacja, czy kierowca uiścił stosowną opłatę. Procedurę tę można uprościć i wykorzystać nowoczesne sposoby weryfikacji. Za przykład weźmy Warszawę, gdzie wprowadzono nowatorski sposób kontroli niewymagający tradycyjnego kontrolera.
Wdrożenie systemu automatycznej kontroli miejsc parkingowych (e-kontrola) spowodowało, iż w ciągu miesiąca, poziom osób unikających uiszczania opłaty w sposób wyraźny uległ zmniejszeniu i kierowcy zaczęli „chętniej” płacić za parkowanie w strefie (12% wzrost opłat oznacza dodatkowy przychód w wysokości 1,000,000 PLN). 12,000 mandatów przekłada się z kolei na 600,000 PLN dodatkowych wpływów. Skuteczność działania systemu na jednym samochodzie porównywalna jest do dziesięciu pieszych patroli (tj. wydajność 20 pracowników operatora strefy płatnego parkowania, ponieważ ZDM Warszawa posiada dwa samochody z systemem).
Z ogólnodostępnych informacji nt. zastosowanej technologii, wiemy, że system e-kontroli podczas „skanowania” wykonuje 20 zdjęć na sekundę. Dzięki temu tablica rejestracyjna kontrolowanego pojazdu jest widoczna (w zależności od prędkości) na przynajmniej kilku zdjęciach, które poddane są dalszej analizie. Do każdego zdjęcia przypisane są dodatkowo dane z pozostałych sensorów umieszczonych w pojeździe:
Analiza materiału zdjęciowego (tj. wszystkich zdjęć, na których widoczny jest pojazd) składa się z dwóch kroków):
Dla pojedynczej tablicy rejestracyjnej system posiada do dyspozycji serie zdjęć i z tego zbioru (na podstawie autorskich algorytmów) wybiera best plate image oraz best sensor image. Rozróżnienie pomiędzy best plate image i best sensor image związane jest z charakterem działania systemu. Obrazując sytuację w najprostszy sposób – na jednym zdjęciu lepiej widać ciąg znaków znajdujących się na tablicy rejestracyjnej, dla innego zdjęcia sensory (takie jak lidar i GPS) wskazują precyzyjniejszy odczyt.
Posiadając w/w dane (czas wykonania zdjęcia, pozycje GPS (zarówno pojazdu kontrolującego, jak również tablicy rejestracyjnej pojazdu kontrolowanego) system dokonuje anonimizacji elementów znajdujących się na zdjęciu (poza tablicą rejestracyjną będącą obiektem analizy). Gotowy materiał dowodowy przesyłany jest za pomocą szyny danych na serwery ZDM.
System e-kontrola jest rozwiązaniem precyzyjnym (dokładność lokalizacji tablicy rejestracyjnej w obszarze kilku centymetrów), pozwalającym na pełną automatyzację procesu monitorowania przestrzeni parkingowej w dużych aglomeracjach miejskich, w miejscach o wystarczającej sile sygnału GPS.
Otwarte pozostają natomiast pytanie, czy tak zaawansowany system nie powinien realizować innych celów związanych z analityką przestrzeni miejskiej (np. monitorowanie zajętości strefy, badanie parametrów parkowania – np. rotacja, wykrywanie i klasyfikowanie banerów reklamowych, analiza otoczenia drogi, etc.). Analizując specyfikację zamówienia oraz dostępne informacje nt. technologii wydaje się, że mamy do czynienia z przewożoną na dachu „szafą serwerową”, która jest w stanie:
Warszawa to jedna z największych stref płatnego parkowania w Polsce. W mniejszych miastach istnieje zapotrzebowanie na tańsze, mniej precyzyjne rozwiązania, tj. automatyczna detekcja tablic rejestracyjnych z niższą precyzją GPS. Takie rozwiązanie wymaga zapewne późniejszego post-processing’u danych, jednakże może znaleźć swoje zastosowanie w mniejszych ośrodkach miejskich (również ze względu na niższą cenę końcową). Można podjąć próbę analizy metod crowdsourcing’u danych. Monitorowanie miasta nie musi odbywać się wyłącznie za pomocą specjalnych pojazdów – w systemie, który wspiera architekturę pobierania danych z różnych źródeł, sensory można umieszczać np. bezpośrednio na pojazdach przewozu osób, wykonujących regularne trasy w wybranych obszarach zainteresowania.
