Flock เตรียมเปลี่ยนรถ Uber และ Lyft กว่า 3.5 แสนคัน ให้เป็นกล้องสแกนป้ายทะเบียนเคลื่อนที่ทั่วเมือง
- โดย : รัฐศิลป์ รัตนกู้เกียรติ
- 11 ส.ค. 69 15:20
- 1,063 อ่าน
กลายเป็นประเด็นร้อนแรงในวงการเทคโนโลยีและยานยนต์สหรัฐอเมริกา หลังจากมีการเปิดเผยเอกสารนำเสนอของ Flock Safety ผู้นำด้านระบบอ่านป้ายทะเบียนอัตโนมัติ หรือ ALPR (Automated License Plate Recognition) ที่เคยเสนอแนวคิดสุดแยบยลในการขยายเครือข่ายจัดเก็บข้อมูลการจราจร ด้วยการเปลี่ยนรถยนต์ให้บริการรับส่งผู้โดยสารอย่าง Uber, Lyft รวมถึงรถส่งของ ให้กลายเป็นกล้องตรวจจับป้ายทะเบียนแบบเคลื่อนที่

รายงานจากสื่อต่างประเทศระบุว่า เอกสารนำเสนอดังกล่าวถูกนำไปเสนอต่อสำนักงานอัยการสูงสุดแห่งรัฐจอร์เจีย โดยเสนอความร่วมมือกับ Nexar ผู้ผลิตกล้องติดรถยนต์รายใหญ่ เพื่อดึงข้อมูลจากกล้องติดรถยนต์ของ Uber, Lyft และบริการขนส่งอื่น ๆ รวมกว่า 350,000 เครื่อง เข้าสู่ระบบตรวจจับ
ปัจจุบันในสหรัฐอเมริกามีการติดตั้งกล้อง ALPR แบบคงที่อยู่ตามเสาไฟหรือสี่แยกมากกว่า 120,000 ตัว ซึ่งใช้สแกนป้ายทะเบียน ยี่ห้อ รุ่น และสีของรถยนต์ที่วิ่งผ่าน แต่ความพยายามของ Flock Safety ในครั้งนี้ ถือเป็นการยกระดับไปอีกขั้น เพราะหากติดตั้งระบบบนรถยนต์ร่วมเดินทางที่วิ่งไปมาระหว่างสนามบิน ห้างสรรพสินค้า หรือคอนโดมิเนียมตลอดทั้งวัน เครือข่ายการจับตาดูจราจรจะขยายครอบคลุมได้เกือบทุกพื้นที่แบบเรียลไทม์
แม้ว่าตำรวจและบริษัทติดตามยึดรถจะใช้ระบบ ALPR บนรถลาดตระเวนอยู่แล้ว แต่ข้อเสนอของ Flock Safety นับเป็นครั้งแรกที่มีการพยายามสร้างเครือข่ายตรวจจับป้ายทะเบียนภาคเอกชนขนาดใหญ่ในระดับนี้ ซึ่งสร้างความกังวลใจเกี่ยวกับความเป็นส่วนตัวอย่างมาก เนื่องจากเอกสารไม่ได้ระบุชัดเจนว่า Uber, Lyft ผู้ขับขี่ หรือแม้กระทั่งผู้โดยสาร จะรับทราบถึงการเก็บข้อมูลตำแหน่งและป้ายทะเบียนเหล่านี้หรือไม่
ทาง Flock Safety ได้ออกมาชี้แจงว่า ความร่วมมือกับ Nexar ตามที่ระบุในเอกสารนั้นไม่เคยเกิดขึ้นจริงและไม่มีการเซ็นสัญญาปฏิบัติงานแต่อย่างใด อย่างไรก็ตาม ข้อมูลหลุดชุดนี้สะท้อนให้เห็นถึงทะเยอทะยานของบริษัทที่ต้องการขยายฐานข้อมูล สภาพแวดล้อม และยกระดับการเฝ้าระวังบนท้องถนน จากเดิมที่เป็นเพียงกล้องบนเสาไฟ สู่การใช้รถยนต์ส่วนบุคคลของประชาชนนับแสนคันในการสอดส่องการเดินทางตลอด 24 ชั่วโมง
ที่มา: Carscoops
ติดตามข่าวสารรถยนต์รวดเร็วก่อนใครได้ที่ AUTODEFT.com




