Kamera parkuje za ciebie: AI w parkometrach i nadzorze drogowym

Kamera przejeżdża ulicą i skanuje tablice rejestracyjne. System porównuje odczyty z bazą opłaconych postojów, a kilka minut później kierowca dostaje pismo z mandatem. Bez kontrolera, bez parkometru, bez decyzji człowieka. Automatyczny nadzór drogowy, do którego Polska przyzwyczaiła się przy fotoradarach, coraz śmielej wchodzi w codzienne życie miast — a wraz z nim pytania o prywatność i granice inwigilacji. W samym systemie CANARD — Centrum Automatycznego Nadzoru nad Ruchem Drogowym, podlegającym Generalnemu Inspektoratowi Transportu Drogowego — pracują setki urządzeń: fotoradary, odcinkowe pomiary prędkości i kamery rejestrujące przejazd na czerwonym świetle.

Parkometr, który nie wybacza

Przez dekady parkingowa łaska dla zapominalskich była regułą: kontroler musiał nadjechać, znaleźć bilet za szybą, wystawić mandat — proces powolny i kosztowny. Miasta coraz częściej zastępują go cyfrową strefą płatnego parkowania: kierowca płaci w aplikacji, a kamera z algorytmem rozpoznawania tablic rejestracyjnych (w branży nazywanym ANPR, czyli automatycznym odczytem numerów rejestracyjnych) weryfikuje, czy pojazd stojący w strefie ma opłacony postój.

Dla kierowcy zmiana wygląda niewinnie — nawet wygodnie: nie trzeba szukać drobnych przy parkometrze. Dla miasta to rewolucja kosztowa: jedna kamera zastępuje kilku kontrolerów, a każdy postój staje się punktem danych w bazie. Rośnie też skuteczność ściągania opłat — strefy, w których łatwo było “uciec” bez płacenia, przestają takie być.

ANPR: poza parkingami

Rozpoznawanie tablic rejestracyjnych przestało być narzędziem tylko dla stref płatnego parkowania. Kamery montowane przy wjazdach do miasta, na obwodnicach i przy szkołach rejestrują ruch pojazdów w sposób ciągły. W Polsce systemem, który zarządza siecią fotoradarów i odcinkowych pomiarów prędkości, jest CANARD — Centrum Automatycznego Nadzoru nad Ruchem Drogowym, działające przy Generalnym Inspektoracie Transportu Drogowym od lipca 2011 roku, z siecią delegatur terenowych w całym kraju.

To ważne z jednego powodu: nadzór drogowy ma w Polsce centralną, państwową strukturę, do której dopinają się lokalne wdrożenia. Gmina czy zarząd dróg miejskich kupuje kamery ANPR do pilnowania stref parkowania czy buspasów — a technologia, którą kupuje, jest ta sama, którą państwo używa do śledzenia pojazdów w sprawach kryminalnych. Granica między „pilnowaniem parkingów” a „inwigilacją ruchu” staje się kwestią konfiguracji, nie sprzętu.

Świat idzie jeszcze dalej. W kanadyjskim Kitchenerze miejska straż używa pojazdów z kamerami i algorytmami, które nie tylko rejestrują, ale interpretują zdjęcia: rozpoznają znaki, oceniają, czy zaparkowanie narusza przepisy, i przygotowują materiał dla strażnika, który zatwierdza mandat. Miasto podkreśla, że twarze ludzi na zdjęciach są automatycznie rozmywane — nawet weryfikujący oficer nie widzi osób. To pokazuje, że da się łączyć automatyzację z ograniczaniem zbierania danych — ale też, że kierunek jest jeden: coraz więcej miast przechodzi na automatyczne wykrywanie naruszeń.

Algorytm ocenia kierowcę, nie pojazd

Kolejny krok to systemy, które nie tylko rejestrują, co się dzieje, ale to interpretują. Kamery analizują styl jazdy, wykrywają używanie telefonu za kierownicą, brak pasów czy zmęczenie kierowcy. Systemy te, szeroko wdrożone m.in. w Australii, trafiają też do Europy. Jednocześnie producenci pojazdów montują w autach telematykę, która rejestruje przebieg, gwałtowne hamowanie i godziny jazdy — dane, na które coraz chętniej patrzą ubezpieczyciele i floty korporacyjne.

W praktyce oznacza to, że zachowanie za kierownicą — kiedyś widoczne tylko dla policjanta na drodze — staje się ciągiem punktów danych, zapisywanym automatycznie i przechowywanym dłużej, niż większość kierowców przypuszcza. A wraz z rozwojem samochodów z systemami wspomagania jazdy rośnie ilość danych rejestrowanych bez wiedzy właściciela.

Gdzie jest granica

Pytanie o prywatność nie jest teoretyczne. Zbiory odczytów tablic rejestracyjnych pozwalają odtworzyć trasę pojazdu w czasie — gdzie kierowca mieszka, gdzie pracuje, do kogo jeździ. W rękach państwa to narzędzie śledcze; w rękach prywatnych operatorów parkingów — gigantyczne zbiory danych o ruchu, o których kierowcy nie mają pojęcia. RODO daje prawo do informacji o przetwarzaniu danych, ale jego stosowanie do zbiorów ANPR bywa dyskusyjne: operatorzy powołują się na prawnie uzasadniony interes, kierowcy — na proporcjonalność.

Druga granica to błędy. Algorytm odczytujący tablice bywa mylony przez brud, śnieg, nietypowe oświetlenie czy brudna szyba. W tradycyjnym modelu błąd wychwytywał kontroler; w modelu automatycznym błędny odczyt może skończyć się mandatem dla niewinnego kierowcy — a odwołanie wymaga pism procesowych i miesięcy oczekiwania.

Jak się chronić

Pełnej anonimowości w przestrzeni publicznej nie ma — i warto to powiedzieć wprost. Kilka kroków, które realnie pomagają:

• Czytaj oznaczenia stref. Cyfrowa strefa płatnego parkowania zwykle ma wyraźne oznakowanie, ale zasady bywają różne w każdej gminie — aplikacja do parkowania pokazuje aktualny regulamin.
• Zachowuj dowody opłacenia. Potwierdzenie z aplikacji zapisane lokalnie to jedyny realny argument w sporze z automatycznym systemem.
• Korzystaj z prawa dostępu do danych. Jeśli podejrzewasz, że twoje dane z tablicy trafiły do zbioru, możesz zapytać operatora lub administratora o zakres przetwarzania — RODO tego wymaga.
• Odwołuj się od mandatów z błędnych odczytów. Zdjęcie z miejsca zdarzenia, dane pojazdu i uzasadnienie to minimum — systemy automatyczne popełniają błędy i urzędy to wiedzą.

Automatyczny nadzór drogowy nie zniknie — dla miast jest zbyt tani i skuteczny. Pytanie brzmi, czy prawo chroniące kierowców nadąży za kamerami. Na razie to kamery wygrywają.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.