人工智能和机器学习如何重塑交通

在人工智能（AI）和机器学习有望改善现代生存的许多形式中，影响公共交通的前景是关键的。与大盛行初期相比，环球曾经大不相反，环球各地的人们再次应用出行和交通系统启动上班、休闲和其余优惠。

在美国各地，包含公共汽车、地铁和私家车在内的传统公共交通系统曾经因交通拥挤、乘客水温和拥挤而堕入困境。但是，建设在基于云的平台上的先进人工智能和机器学习处置打算正在被部署，以缩小这些曲折。

人工智能带来的交通时机

交通运输是现代人工智能最关键的畛域之一，与传统交通系统技术中经常使用的传统算法相比，现代人工智能具备清楚长处。

人工智能有望为当今许多最忙碌的路途和小道简化交通流量并缩小拥挤。智能交通讯号灯系统及其运转的云技术平台如今旨在更有效地治理和预测交通，这不只可以为市区自身节俭少量资金，也可以为团体发明更高的效率。当天的人工智能和机器学习可以处置高度复杂的数据和交通趋向，并依据特定的交通状况为司机实时倡导最佳路途。

由于处置才干的显着提高，交通系统技术如今被用于各种 IoT（物联网）设备，以成功过去半个世纪在传统数据核心中出现的实时图像识别和预测。这种新的以扩散为核心的架构有助于参与机器学习和人工智能的实施。当天的识别算法提供了对密度、交通和总体流量混合的更深化的了解。此外，这些提升的算法可以按区域应用数据点，从而构成流线型形式，以缩小交通疑问，同时更提升地从新调配流量。而后，市政交通系统可以取得更好的决策权，控制系统具备更高的缺点容忍度，正如之前在传统的枢纽轮辐系统中所证实的那样。

人工智能曾经在影响交通系统

这些技术曾经在全国范围外部署。例如，圣克拉拉河谷交通治理局 (VTA) 与圣何塞市协作，不时在试行一种基于云的、人工智能驱动的交通讯号优先 (TSP) 系统，该系统应用现有的公交车队跟踪传感器和市区通讯网络灵活调整交通讯号的相位和期间，为公交车提供足够的绿色通行期间，同时将对交叉交通的影响降至最低。

由于新平台应用了已有的基础设备，因此无需在交通讯号机柜或公交车内装置额外的配件。与传统的基于位置的签到和签出 TSP 处置打算不同，该平台经过机器学习模型处置实时公交车位置消息，并依据估量抵达期间启动优先呼叫。迄今为止，该平台已将 VTA 77 号公路的游览期间全体缩短了 18% 至 20%，相当于将信号提前缩小了 5 至 6 分钟。

基于云的交通讯号优先系统将资产治理和智能化相联合，构成一个能够为整个地域提供服务的系统。与基于配件的系统不同，该平台经常使用预先存在的设备并应用云技术来促成操作。这消弭了交叉路口对车辆检测配件的需求，由于车辆位置是经过 CAD/AVL 系统获知的。这样既可以在距离信号较远的中央启动优先呼叫，也可以在一组信号之间启动优先呼叫。此外，该系统还可以实时了解哪些公交车取得优先权，并提供每日性能目的报告。

当今可用的先进交通讯号优先系统由两局部组成，一个位于交通柜中，另一个位于车辆上。无论检测和通讯介质如何，传输优先级逻辑都是相反的。当车辆在预约边界内时，系统会向信号控制器收回恳求以启动优先级排序。由于原始系统经常使用固定的检测点，因此信号控制器性能了静态估量的行程期间。由于游览期间取决于几个环境起因，因此业界实施了基于 GPS 的无线通讯系统。经常使用这种方法，在检测区域内找到的车辆会交流静态检测点，并经常使用车辆的速度来确定抵达期间。

该平台准许市区在基础设备投资的基础上部署全市范围的 TSP。为了成功与交通讯号灯的安保衔接，每个市区只有要一个经常使用设备，即位于“边缘”的计算机，作为市区交通讯号灯敌对台之间的包全链接。它旨在安保地治理交通讯号灯和云平台之间的消息交流。它是惟一须要的额外配件，依据现有的市区网络性能，平台可以间接接纳车辆数据，也可以经常使用安保衔接经过市区网络接纳车辆数据。

用于优先处置流量的复杂流程

该系统向交通讯号灯收回优先呼叫的方法更复杂，并不限于定点位置。与目前最先进的从特定位置检测公交车开局预先编程的抵达期间的优先呼叫不同，该平台经常使用了一种“矢量化”的方法。在数学中，向量是代表大小和方向的箭头。在这个平台的软件中，箭头指向红绿灯的方向，大小是行驶期间。

当系统建设时，交通讯号、公交路途和公交站点都在这个向量上失掉数字示意。这最终发生了一个数字天文空间地图，软件随后能够跟踪公交车沿着公交车路途的进程。这造成系统可以灵活收回转接呼叫，而不受位置限度。取而代之的是，系统依据预期抵达期间启动准确的优先呼叫，这是一切信号控制器供应商支持的一切TSP注销呼叫的基础。由于跟踪算法的性质，ETA的任何严重变动都可以调整。例如，假设一辆公交车被预测将跳过公共汽车站，但没有跳过，系统将检测到这一变动并相应地调整优先呼叫。

人工智能、机器学习和基于云的技术的联合都具备渺小的后劲，不只可以改善现有的公共交通系统，还可以一同从新构想它。这项先进的技术曾经证实，它可以如何改善GPS、导航运行程序、联网汽车，甚至出租车和拼车服务之间的协调，以基于实时数据高效地兼并为一个繁多的交通实体。

在不久的未来，估量联网的智能驾驶汽车和卡车将在路途和高速公路上愈加普遍，为人工智能提供更大的后劲，以缩短极速移动的继续期间微危险。