人工智能在交通中的应用：更快地走向未来(3)

既然已经提到了货运船舶的人工智能路线优化，那么将这个话题扩展到所有那些帮助我们合理化移动和协调车辆、船只和飞机的先进工具可能是值得的。 它们的操作基于GPS、传感器、计算机视觉驱动的摄像头和其他互连的物联网设备的组合，这些设备部署用于收集有关天气、交通、堵塞或事故的数据。然后将这些工具与基于人工智能的分析系统相结合，以处理此类信息，通过机器学习算法识别重复的交通模式，并将数据转化为有价值的路线建议或潜在道路拥堵的预测。 事实上，我们都通过使用谷歌地图来避免排队，并在城市中开车时获得最短路线的提示，体验了这些与交通相关的技术。但我们如何在更大规模的民用运输和物流中利用它呢？以下是一些例子： l 在路上：自2016年以来，美国酿酒公司Anheuser-Busch一直依靠“Wise Systems”，这是一种机器学习驱动的解决方案，从天气预报、驾驶员输入和其他来源收集实时数据来优化送货路线。 l 在天空中：为了改善空中交通管制并应对臭名昭著的伦敦天气，希思罗机场实施了Aimee，这是一个人工智能系统，由多个高清摄像头收集的数据提供数据，并能够协助管制员监督到达和离开。一旦满负荷部署，该工具应该能够将机场的着陆能力提高20%。 l 跨海：回到波塞冬领域，汽车领域的人工智能已经广泛应用于上述自主导航和港口程序的优化。例如，鹿特丹港采用了基于人工智能的系统来估计船舶到达和离开时间，从而将等待时间减少了20%，因而确保了运营和燃料成本的显着降低。

与自动驾驶汽车等其他高科技交通解决方案相比，交通管理系统可能被视为不那么迷人和科幻的东西（在我们的记忆中，他们已经制作了几部无人驾驶汽车的电影和电视剧，但没有那么多智能交通灯作为主角）。然而，这些系统仍然是人工智能在交通运输中最有用的表现之一，因为它们可以减轻驾驶员的生活压力，帮助减少道路事故并减轻污染。 它们的功能与上述车队管理解决方案没有太大区别。再一次，这个想法是部署一个广泛的传感器和摄像头网络来监督交通流量，监控道路状况，并通过计算机视觉识别事故。这使当局能够在事故发生时迅速进行干预，加快道路维修和维护操作，并根据车辆密度优化交通信号灯切换。 例如，西门子移动开发的基于人工智能的监控系统已部署在印度班加罗尔，通过智能摄像头收集数据，实时调整交通信号灯，从而促进交通流量。美国匹兹堡也采用了由Rapid Flow Technologies创建的名为SurTrac的类似解决方案，从而减少了25%的旅行时间和20%的排放量。 图 5 实时交通优化案例 （数据来源：rapidflowtech.com- Surtrac是如何工作的？交通管理实时控制）