在人工智能(AI)和機(jī)器學(xué)習(xí)有望改善現(xiàn)代生活的許多方式中，影響公共交通的前景是重要的。與大流行初期相比，世界已經(jīng)大不相同，世界各地的人們再次利用出行和交通系統(tǒng)進(jìn)行工作、休閑和其他活動。

　　在美國各地，包括公共汽車、地鐵和私家車在內(nèi)的傳統(tǒng)公共交通系統(tǒng)已經(jīng)因交通擁堵、乘客水平和擁堵而陷入困境。然而，建立在基于云的平臺上的先進(jìn)人工智能和機(jī)器學(xué)習(xí)解決方案正在被部署，以減少這些挫折。

　　人工智能帶來的交通機(jī)會

　　交通運(yùn)輸是現(xiàn)代人工智能最重要的領(lǐng)域之一，與傳統(tǒng)交通系統(tǒng)技術(shù)中使用的傳統(tǒng)算法相比，現(xiàn)代人工智能具有顯著優(yōu)勢。

　　人工智能有望為當(dāng)今許多最繁忙的道路和大道簡化交通流量并減少擁堵。智能交通信號燈系統(tǒng)及其運(yùn)行的云技術(shù)平臺現(xiàn)在旨在更有效地管理和預(yù)測交通，這不僅可以為城市本身節(jié)省大量資金，也可以為個人創(chuàng)造更高的效率。今天的人工智能和機(jī)器學(xué)習(xí)可以處理高度復(fù)雜的數(shù)據(jù)和交通趨勢，并根據(jù)特定的交通狀況為司機(jī)實(shí)時建議最佳路線。

　　由于處理能力的顯著提高，交通系統(tǒng)技術(shù)現(xiàn)在被用于各種 IoT(物聯(lián)網(wǎng))設(shè)備，以實(shí)現(xiàn)過去半個世紀(jì)在傳統(tǒng)數(shù)據(jù)中心中發(fā)生的實(shí)時圖像識別和預(yù)測。這種新的以分散為中心的架構(gòu)有助于增加機(jī)器學(xué)習(xí)和人工智能的實(shí)施。今天的識別算法提供了對密度、交通和總體流量混合的更深入的了解。此外，這些優(yōu)化的算法可以按區(qū)域利用數(shù)據(jù)點(diǎn)，從而形成流線型模式，以減少交通問題，同時更優(yōu)化地重新分配流量。然后，市政交通系統(tǒng)可以獲得更好的決策權(quán)，控制系統(tǒng)具有更高的故障容忍度，正如之前在傳統(tǒng)的樞紐輪輻系統(tǒng)中所證明的那樣。

　　人工智能已經(jīng)在影響交通系統(tǒng)

　　這些技術(shù)已經(jīng)在全國范圍內(nèi)部署。例如，圣克拉拉河谷交通管理局 (VTA) 與圣何塞市合作，一直在試行一種基于云的、人工智能驅(qū)動的交通信號優(yōu)先 (TSP) 系統(tǒng)，該系統(tǒng)利用現(xiàn)有的公交車隊跟蹤傳感器和城市通信網(wǎng)絡(luò)動態(tài)調(diào)整交通信號的相位和時間，為公交車提供足夠的綠色通行時間，同時將對交叉交通的影響降至最低。

　　由于新平臺利用了已有的基礎(chǔ)設(shè)施，因此無需在交通信號機(jī)柜或公交車內(nèi)安裝額外的硬件。與傳統(tǒng)的基于位置的簽到和簽出 TSP 解決方案不同，該平臺通過機(jī)器學(xué)習(xí)模型處理實(shí)時公交車位置信息，并根據(jù)預(yù)計到達(dá)時間進(jìn)行優(yōu)先呼叫。迄今為止，該平臺已將 VTA 77 號公路的旅行時間整體縮短了 18% 至 20%，相當(dāng)于將信號延遲減少了 5 至 6 分鐘。

　　基于云的交通信號優(yōu)先系統(tǒng)將資產(chǎn)管理和自動化相結(jié)合，形成一個能夠為整個地區(qū)提供服務(wù)的系統(tǒng)。與基于硬件的系統(tǒng)不同，該平臺使用預(yù)先存在的設(shè)備并利用云技術(shù)來促進(jìn)操作。這消除了交叉路口對車輛檢測硬件的需求，因為車輛位置是通過 CAD/AVL 系統(tǒng)獲知的。這樣既可以在距離信號較遠(yuǎn)的地方進(jìn)行優(yōu)先呼叫，也可以在一組信號之間進(jìn)行優(yōu)先呼叫。此外，該系統(tǒng)還可以實(shí)時了解哪些公交車當(dāng)前獲得優(yōu)先權(quán)，并提供每日性能指標(biāo)報告。

　　當(dāng)今可用的先進(jìn)交通信號優(yōu)先系統(tǒng)由兩部分組成，一個位于交通柜中，另一個位于車輛上。無論檢測和通信介質(zhì)如何，傳輸優(yōu)先級邏輯都是相同的。當(dāng)車輛在預(yù)定邊界內(nèi)時，系統(tǒng)會向信號控制器發(fā)出請求以進(jìn)行優(yōu)先級排序。由于原始系統(tǒng)使用固定的檢測點(diǎn)，因此信號控制器配置了靜態(tài)估計的行程時間。由于旅行時間取決于幾個環(huán)境因素，因此業(yè)界實(shí)施了基于 GPS 的無線通信系統(tǒng)。使用這種方法，在檢測區(qū)域內(nèi)找到的車輛會替換靜態(tài)檢測點(diǎn)，并使用車輛的速度來確定到達(dá)時間。

　　該平臺允許城市在當(dāng)前基礎(chǔ)設(shè)施投資的基礎(chǔ)上部署全市范圍的 TSP。為了實(shí)現(xiàn)與交通信號燈的安全連接，每個城市只需要一個使用設(shè)備，即位于“邊緣”的計算機(jī)，作為城市交通信號燈和平臺之間的保護(hù)鏈接。它旨在安全地管理交通信號燈和云平臺之間的信息交換。它是唯一需要的額外硬件，根據(jù)現(xiàn)有的城市網(wǎng)絡(luò)配置，平臺可以直接接收車輛數(shù)據(jù)，也可以使用安全連接通過城市網(wǎng)絡(luò)接收車輛數(shù)據(jù)。

　　用于優(yōu)先處理流量的復(fù)雜流程

　　該系統(tǒng)向交通信號燈發(fā)出優(yōu)先呼叫的方法更復(fù)雜，并不限于定點(diǎn)位置。與目前最先進(jìn)的從特定位置檢測公交車開始預(yù)先編程的到達(dá)時間的優(yōu)先呼叫不同，該平臺使用了一種“矢量化”的方法。在數(shù)學(xué)中，向量是代表大小和方向的箭頭。在這個平臺的軟件中，箭頭指向紅綠燈的方向，大小是行駛時間。

　　當(dāng)系統(tǒng)建立時，交通信號、公交路線和公交站點(diǎn)都在這個向量上得到數(shù)字表示。這最終產(chǎn)生了一個數(shù)字地理空間地圖，軟件隨后能夠跟蹤公交車沿著公交車路線的進(jìn)程。這導(dǎo)致系統(tǒng)可以動態(tài)發(fā)出轉(zhuǎn)接呼叫，而不受位置限制。取而代之的是，系統(tǒng)根據(jù)預(yù)期到達(dá)時間進(jìn)行精確的優(yōu)先呼叫，這是所有信號控制器供應(yīng)商支持的所有TSP登記呼叫的基礎(chǔ)。由于跟蹤算法的性質(zhì)，ETA的任何重大變化都可以調(diào)整。例如，如果一輛公交車被預(yù)測將跳過公共汽車站，但沒有跳過，系統(tǒng)將檢測到這一變化并相應(yīng)地調(diào)整優(yōu)先呼叫。

　　人工智能、機(jī)器學(xué)習(xí)和基于云的技術(shù)的結(jié)合都具有巨大的潛力，不僅可以改善現(xiàn)有的公共交通系統(tǒng)，還可以一起重新想象它。這項先進(jìn)的技術(shù)已經(jīng)證明，它可以如何改善GPS、導(dǎo)航應(yīng)用程序、聯(lián)網(wǎng)汽車，甚至出租車和拼車服務(wù)之間的協(xié)調(diào)，以基于實(shí)時數(shù)據(jù)高效地合并為一個單一的交通實(shí)體。

　　在不久的將來，預(yù)計聯(lián)網(wǎng)的自動駕駛汽車和卡車將在道路和高速公路上更加普遍，為人工智能提供更大的潛力，以縮短快速移動的持續(xù)時間和風(fēng)險。