Long Way Home - Ewan McGregor και Charley Boorman σε νέο ταξίδι με vintage Moto Guzzi και BMW!

15 χώρες, 16.000 χιλιόμετρα και κάλυψη από την Apple TV+ σε σειρά 10 επεισοδίων
Long Way Home
Από το

motomag

11/10/2024

Οι Ewan McGregor και Charley Boorman πραγματοποίησαν ένα ακόμη ταξίδι το οποίο θα μεταδοθεί σύντομα ως μίνι σειρά 10 επεισοδίων από την Apple TV+. Εντύπωση κάνει η επιλογή των μοτοσυκλετών για το συγκεκριμένο ταξίδι, που είναι μια πρώην αστυνομική Moto Guzzi Eldorado του 1974 και μια BMW R75/5 του 1970!

Μετά το Long Way Round, το Long Way Up και το Long Way Down, σειρά έχει ένα νέο ταξίδι για τον Σκωτσέζο ηθοποιό Ewan McGregor που έχει γίνει περισσότερο γνωστός για τον ρόλο του ως Obi-Wan Kenobi στη σειρά ταινιών Star Wars, και για τον φίλο του, επίσης ηθοποιό -παλαιότερης γενιάς (Deliverance, Excalibur, Emerald Forest, κ.α.) Charley Boorman.

Στο νέο αυτό ταξίδι, που έχει ήδη πραγματοποιηθεί και βρίσκεται στα στάδια του μοντάζ, θα δούμε τον Ewan και τον Charley καθώς οδηγούν ανακατασκευασμένες Vintage μοτοσυκλέτες από το σπίτι του Ewan στη Σκωτία μέχρι του Charley στην Αγγλία, αλλά αντί να ακολουθήσουν τη συντομότερη διαδρομή θα διασχίσουν τη Βόρεια Θάλασσα προς τη Σκανδιναβία, μέχρι τον Αρκτικό Κύκλο και στη συνέχεια προς τη Βαλτική και μέσω της ηπειρωτικής Ευρώπης, πριν τελικά επιστρέψουν στη Μάγχη και βάλουν στόχο το σπίτι του Charley δύο μήνες αργότερα. Το ταξίδι θα αναδείξει τα τοπία στο πέρασμά τους με μοναδικές διαδρομές σε πάνω από δεκαπέντε χώρες. Κατά τη πορεία του ταξιδιού τους οι φίλοι αναδεικνύουν την κουλτούρα του κάθε μέρους και αναζητούν τις αντοχές τους μέσα από διάφορες δραστηριότητες.

Η σειρά έχει πρωταγωνιστές αλλά και παραγωγούς τους McGregor και Boorman, μαζί με τους μακροχρόνιους συνεργάτες David Alexanian και Russ Malkin, οι οποίοι και το σκηνοθετούν.

Η κάλυψη των ταξιδιών του Ewan και του Charley έχουν λάβει επαίνους τόσο από κριτικούς όσο και από το κοινό, καθώς το "Long Way Up" πήρε άριστα από τους κριτικούς ενώ οι σειρές έχουν δεχθεί τρεις υποψηφιότητες για βραβεία Emmy.

Κάμερες τροχαίας στην Αττική: Ψαλιδίστηκαν 21.000 καταγραφές πριν βεβαιωθεί πρόστιμο

Το νέο σύστημα ελέγχου καταγράφει παραβάσεις, αλλά κάθε υπόθεση εξετάζεται πριν εκδοθεί κλήση
Καμερες
Από τον

Φίλιππο Σταυριδόπουλο

4/8/2026

Περισσότερες από 21.000 καταγραφές παραβάσεων που εντόπισαν οι νέες κάμερες κυκλοφορίας στην Αττική απορρίφθηκαν έπειτα από έλεγχο της Ελληνικής Αστυνομίας, καθώς κρίθηκε ότι δεν υπήρχαν επαρκή στοιχεία ή δεν επρόκειτο για πραγματικές παραβάσεις

Σύμφωνα με στοιχεία της ΕΛ.ΑΣ., έως τις 22 Ιουλίου 2026 ακυρώθηκαν συνολικά 21.073 καταγραφές από το νέο σύστημα αυτόματης επιτήρησης της κυκλοφορίας, γεγονός που επιβεβαιώνει ότι οι κάμερες δεν εκδίδουν αυτόματα πρόστιμα, αλλά κάθε περίπτωση ελέγχεται πριν βεβαιωθεί παράβαση.

Ο συχνότερος λόγος απόρριψης ήταν η λανθασμένη αναγνώριση οχημάτων που κινούνταν πολύ κοντά στη διαγράμμιση, χωρίς όμως να την παραβιάζουν. Για τον λόγο αυτό ακυρώθηκαν 7.039 καταγραφές (33,4%).

Ακολούθησαν τα οχήματα έκτακτης ανάγκης και κρατικά οχήματα, με 6.051 ακυρώσεις (28,7%), καθώς διαθέτουν ειδικό καθεστώς κατά την εκτέλεση υπηρεσίας.

Σε 4.732 περιπτώσεις (22,5%) η ποιότητα της εικόνας δεν επέτρεπε την ασφαλή αναγνώριση του οχήματος, κυρίως κατά τις νυχτερινές ώρες ή σε συνθήκες χαμηλού φωτισμού.

Επιπλέον, 1.958 καταγραφές (9,3%) ακυρώθηκαν επειδή η κυκλοφορία ρυθμιζόταν εκείνη τη στιγμή από τροχονόμο ή υπήρχε νόμιμη εξαίρεση για οχήματα της ΕΛ.ΑΣ., της Πυροσβεστικής ή του ΕΚΑΒ.

Μικρότερο ποσοστό αφορούσε περιπτώσεις όπου καταγράφηκαν περισσότερα από ένα οχήματα στο ίδιο πλάνο (440 περιπτώσεις), ξένες ή μη καταχωρημένες πινακίδες (171), σφάλματα στην αυτόματη αναγνώριση πινακίδων (107), μη ευδιάκριτες πινακίδες λόγω φθοράς ή λάσπης (71) και ελιγμούς που πραγματοποιήθηκαν για αποφυγή ατυχήματος (28). Άλλες 476 καταγραφές χαρακτηρίστηκαν ως “λοιποί λόγοι”.

Τα στοιχεία δείχνουν ότι το σύστημα λειτουργεί με ανθρώπινο έλεγχο πριν από την επιβολή προστίμου, ώστε να αποφεύγονται λανθασμένες χρεώσεις. Παράλληλα, αναδεικνύουν τα σημεία όπου το σύστημα εμφανώς πάσχει, όπως η ακρίβεια των αλγορίθμων αναγνώρισης, η απόδοση των καμερών σε συνθήκες χαμηλού φωτισμού και η καλύτερη αναγνώριση των πινακίδων κυκλοφορίας.