专业物联网产品平台——让生活更美好
电话+V：159999-78052，欢迎咨询人工智能在智能交通管理中的缓解论文，[物联网技术分享]，[物联网场景应用]，[物联网产品推广]，[物联网流量搜索]，[物联网产品创新]，[物联网广告价值]，[助力创造美好生活]
一、AI会给交通这方面带来什么变化?
带来的变化应该是方方面面的叭，最近一直在炒无人驾驶嘛，这个就是人工智能带给交通的变化！
首先从交通工具上来说，未来，无人驾驶应该会成为主流，不论是汽车还是高铁应该都会采用人工智能，然后发展无人驾驶，而且我们现在应用的导航也越来越高级，这个应该也属于人工智能带来的变化之一吧。但是其安全性还是有待于进一步的检验的，需要进一步提高，但是只要我们稍加注意，其进步性还是大于其弊端的。
然后就是红绿灯这些交通信号，这些都是会和人工智能紧密相连的，比如红绿灯会和当时的情况相结合，然后随机应变等等，可以大效率节约人们的时间。
还有就是人工智能交通警察，电子眼等，都是AI可以应用进军的领域，都将有利于交通的发展，节约人力资源。
当然还有一些其他高科技的领域！
比如：“智能桥梁健康监测与运维管理，用于基础设施的养护，需要人工智能的传感器不断地判别。智能化的桥梁维护运营管理系统，首先是智能检测，取得各种各样的数据，包括交通流量、桥梁结构等，通过这些数据来计算、分析，实现智能的检测、智能的评估、智能的养护，以此代替人的思考。就像我们必须得有数据的感知系统，通过无人机、无人船、水下的无人设施来检测各种情况，来判断它的真实，通过大数据来比较到底是否有问题。在技术层面，我们要对数据进行分析，然后得出结论。”这些是目前已经应用的领域，比较高深，而且应该还有待于进一步的发展和进步！
除了这些，人工智能AI将还会在交通的其他领域有很大的影响，只是我认为，在利用人工智能时，还是离不开人工的控制，以保障其能发挥最大的作用！
二、人工智能实现的论文|人工智能的利弊论文
人工智能实现的论文篇二
人工智能的利弊
引言
随着人工智能技术的不断发展，AI在各个领域的应用也越来越广泛。人工智能给人们的生活带来了诸多便利，但同时也引发了一系列的争议和问题。本文将探讨人工智能的利弊，以期对这一技术的发展和应用提供一些思考。
一、人工智能的利
1.提高生产效率
人工智能可以替代人类进行重复性、高强度的工作，从而降低生产成本，提高生产效率。在制造业、物流、数据分析等领域，人工智能的应用已经取得了显著的成果。
2.改善生活质量
人工智能技术的应用使得人们的生活变得更加便捷。例如，智能家居系统可以远程控制家里的电器，智能交通系统可以缓解交通拥堵，智能医疗系统可以提供个性化的医疗服务。
3.促进科技创新
人工智能技术的发展推动了大数据、云计算、物联网等技术的融合和创新，为科技创新提供了强大的动力。
二、人工智能的弊
1.失业问题
人工智能的广泛应用使得许多传统行业的工作岗位受到威胁，从而导致失业问题。尤其是低技能、低收入群体面临的失业风险更大。
2.隐私泄露
人工智能技术在处理大量数据的过程中，可能会涉及到用户的隐私信息。如果数据管理和保护措施不到位，将会导致用户隐私泄露。
3.道德和伦理问题
人工智能在决策过程中可能会面临道德和伦理问题。例如，自动驾驶汽车在紧急情况下应如何选择，人工智能医疗系统如何平衡疗效和副作用的权衡。
结论
人工智能AI在智能交通领域中的应用
原创2021-09-2012:04·智能交通技术摘要
人工智能(AI)是指机器执行人类能够轻松完成的感知、推理、学习和解决问题等认知功能的能力。过去20年以来，由于互联网产生的海量数据的可用性，人工智能在全球范围内获得了关注。最近，使用高级算法处理这些数据给政府和企业带来了巨大的好处。物联网、机器人过程自动化、计算机视觉、自然语言处理等各种技术支持的机器学习算法的强劲增长，使人工智能的增长成为可能。本文是将交通运输业的各种问题分类为智能交通系统的汇编。考虑的一些子系统与智能交通系统的交通管理、公共交通、安全管理、制造和物流相关，人工智能的好处被投入使用。这项研究涉及交通运输业的特定领域，以及可能使用人工智能解决的相关问题。该方法涉及根据从各种来源获得的国别数据进行二次研究。此外，全球各国都在讨论解决交通行业问题的人工智能解决方案。1.介绍技术过去一直是企业的问题解决者。无论是零售、银行、保险、医疗保健甚至体育。其中一些解决方案通过降低运营成本、提高效率和提高效率改变了企业的运营方式。即将成功实施最新技术的即将到来的领域之一是交通运输行业，该行业受到与交通拥堵、意外延迟和路线问题相关的问题的困扰，这些问题导致经济损失。运输业一直是不同地理区域人员和货物流动的主要贡献者。它在货物从一个地方转移到另一个地方的供应链管理系统中发挥着重要作用。该行业在将货物在物流链中的精确时间移动到正确地点的过程中发挥着关键作用。为了从商业投资中获得全部收益，政府和组织使用了机器学习、人工智能、物联网等技术。1.1.人工智能（AI）人工智能(AI)是计算机科学的一个广泛领域，它使机器像人脑一样运作。人工智能也被定义为机器执行人类认知功能的能力。AI一词最初是由计算机科学家JohnMcCarthy在1956年创造的。由于通过各种设备生成的大量数据的可用性，以及高效硬件、软件和网络基础设施的可用性，这个已有60年历史的概念最近引起了热议。人工智能的出现使流程自动化成为可能，从而产生创新的业务解决方案[47]。AI提供可靠且具有成本效益的解决方案，同时解决决策过程中的不确定性。由于流程自动化，高级算法处理复杂数据的能力促进了企业更快的决策[10]。随着人们对环境的日益关注，人工智能已成为通过改造传统行业和系统来解决气候变化和水问题的解决方案提供商。这些能力帮助政府建设可持续城市，从而有助于保护生物多样性和人类福祉[23]。美国和中国目前主导着人工智能世界。普华永道的一份报告估计，到2030年，人工智能将为世界经济贡献15.7万亿美元。在美国，学术体系已经产生并孵化了与人工智能相关的研究；而在中国，政府提供资金和技术来利用人工智能的潜力。中国计划到2030年至少投资70亿美元。加拿大和英国通过宣布为私人和公共人工智能企业提供资金的交易，加大了对技术的投资[20]。加拿大在2017年承诺为人工智能研究投资了1.25亿美元。法国政府将在2022年之前投资18亿美元用于人工智能研究。该国计划从私营公司提取数据以供公开研究。俄罗斯每年在人工智能上的花费估计为1250万美元，主要用于军事领域。1.2.人工智能和交通全球大多数大城市都面临与运输、交通和物流相关的问题。这是由于人口的快速增长以及道路上车辆数量的增加。为了有效地创建和管理可持续的交通系统，技术可以提供巨大的支持。随着城市地区陷入交通拥堵的困境，人工智能解决方案出现在访问车辆的实时信息以进行交通管理，并通过统一的系统在旅行计划中按需利用移动性。基于人工智能的决策、交通管理、路径规划、交通网络服务和其他移动优化工具的安全集成使得高效交通管理具备可能性（交通，2019）[61]。人工智能被世界经济论坛视为新兴技术之一。支持运输的AI方法包括人工神经网络(ANN)、遗传算法(GA)、模拟退火(SA)、模糊逻辑模型(FLM)和蚁群优化器(ACO)。在交通管理中部署这些技术的目的是缓解拥堵，使通勤者的出行时间更加可靠，并提高整个系统的经济性和生产力[1]。通过技术连接的车辆可以预测道路上的交通状况，从而提高驾驶效率。研究文章[41]提出了三个观点。评估准确的预测和检测模型，旨在预测交通量、交通状况和事故；通过探索人工智能的各种应用，公共交通作为一种可持续的出行方式；联网车辆旨在通过减少高速公路上的事故数量来提高生产力[40]。已经在全球范围内进行了几项研究，以解决与运输行业有关的问题。在该行业人工智能技术支持下的研究成果为这一重要的发展领域带来了希望。1.3.智能交通近年来，随着跨行业的多种技术设备的激增，产生了大量数据。这些数据在企业、政府和社会的决策过程中变得很有价值。交通运输业是城市建设的生命线，在数据生成和使用方面不能落后。该部门在城市发展中发挥着重要作用，因为它会影响人员、流程和利润。为了实现数据生成，汽车制造商一直积极主动地制造可以安装在车辆上的设备，用于运送人和货物。这些设备产生的数据由专家远程监控。政府和企业能够根据使用各种应用程序生成的数据进行实时决策。近年来，与交通和技术有关的各种创新应用正在建设中。应用程序开发人员关注的是一种面向流程的系统方法，该方法具有明确的目标，并嵌入了反馈机制，以衡量与运输行业相关的解决方案的结果。运输管理系统(TMS)属于运输管理领域，具体涉及运输业务。这些系统的目标是使用数据建立有效的路线规划、负载优化、提高灵活性和透明度。根据Gartner，该领域预计将快速增长[42]。城市的交通战略与信息系统相关联，以便更好地管理，该系统将专注于采集、处理、传输和管理由此产生的数据。在过去的几十年里，由于智能技术的出现，各种物流、路线、地图和规划的信息系统正在开发中。这些系统提供了更好的数据处理能力，以更好地规划运输过程，从而实现智能运输系统(ITS)[13]。从用户和车辆生成的数据用于构建高效的ITS。由于跨车辆、城市基础设施和其他相关活动的信息获取、交换和集成，将ITS构建到交通系统中确保了性能的提高。据观察，ITS支持城市当局和车辆用户的决策过程。用户和车辆产生的数据被用于构建高效的ITS。将ITS纳入交通系统，通过车辆、城市基础设施和其他相关活动的信息获取、交换和集成，确保了性能的提高。据观察，ITS支持城市管理单位和车辆用户的决策过程。本文的重点是智能交通系统，它是交通管理系统的一部分。采用基于桌面的方法来整理人工智能技术，以解决交通行业问题，构建可持续的交通系统。识别和讨论了ITS各种子系统的好处以及对运输行业产生积极影响的人工智能应用。数据来自研究论文、政府报告、期刊文章和咨询机构的报告。早期研究中采用的一些框架被认为是当前研究中确认子系统的基准。这项工作将帮助企业和政府采用这些技术，并根据给定的场景构建相关的解决方案。2.文献调查人工智能已经对医疗保健、零售、银行、保险、娱乐、制造和运输等各个行业造成了重大冲击。人工智能在交通运输中的几个用例已经过试验和采用，证明了这个市场正在上升的事实。随着与人工智能相关的技术进步，交通运输业向在车辆上嵌入方便用户使用的设备的方向发展。这导致了使用设备生成的数据建立ITS。当前形式的人工智能能够解决实时运输中的问题，从而管理物流系统和货运的设计、运营、时间表和管理。其他一些应用包括旅行需求分析、交通组织、行人和群体行为分析。AI技术允许将这些应用程序用于整个运输管理——车辆、驾驶员、基础设施以及这些组件动态提供运输服务的方式[59]。在难以完全理解交通系统特征之间复杂关系的领域，人工智能方法提供了智能解决方案[1]。[31]的研究专注于两个领域，即人工智能和交通。人工智能一方面带来了巨大的机遇，另一方面也带来了与安全相关的重大挑战。从2000年代中期开始，用于商业目的的交通私有化带来了新的研究机会和计划，并在这些领域取得了相当大的进步。国际公共交通协会(UITP)和陆地运输管理局(LTA)联合资助的一项名为“公共交通中的人工智能”的研究项目是通过文献回顾、定量调查、用例、专家博客和构思研讨会进行的。该报告概述了人工智能应用[16]在公共交通中的各种用例，以及人工智能在公共交通系统中的未来可能会怎样。咨询公司普华永道进行了一项全国性调查，以通过在线模式了解人工智能对金融服务、技术和制造等广泛领域的决策者和雇员的影响。研究发现，青少年对交通相关技术的适应性更强[48]。早期采用者和进步的公共交通利益相关者预计人工智能将进一步融入未来的移动性[24]。人工智能能够在不同程度上通过不同的方法、方法和技术发挥作用，表现出逻辑推理、解决问题和学习的能力。人工智能可以基于硬件（机器人）或软件相关（谷歌地图）。数据驱动的人工智能将机器学习技术与用于搜索和分析大量数据的技术相结合。人工智能有助于发现市场趋势、识别风险、缓解交通拥堵、减少温室气体和空气污染物排放、设计和管理运输、并分析出行需求和行人行为（Niestadt、Debyser、Scordamaglia和Pape，交通人工智能，2019）[43]。数据和人工智能驱动的应用和服务是实现提供最佳移动性愿景的主要基石。为了在城市中建立有效和高效的移动生态系统，需要一种整体的移动管理方法。联网车辆实时发送数据，从而产生大量数据。随着运输需求的不断增加，通过设备的数据增长也在增长；因此，需要对道路交通进行更智能的管理[57]。表1给出了人工智能在交通应用中目前开始商业化或正在研究试验中的一些关键功能。表1AI功能和用例人工智能功能用例非线性预测交通需求建模控制功能信号控制，动态路线引导模式识别用于道路或桥梁交通数据收集和裂缝识别的自动事件检测、图像处理聚类根据行为识别特定类别的驾驶员规划基于人工智能的交通规划决策支持系统优化设计最佳交通网络，制定维护路面网络的最佳工作计划，制定一组交通信号的最佳配时计划改编自（Sadek，交通运输中的人工智能应用，2007）[54][50]的研究重点是智能车辆道路系统的监测、控制和管理的先进系统。这里讨论的是复杂网络中的非重复拥塞。该研究提出了一种基于人工智能的解决方案，在主干道交通管理中采用多个实时知识相关专家系统。支持向量回归(SVR)和基于案例推理(CBR)两种人工智能范式被用于大规模网络和复杂仿真模型的评估。[11]研究通过比较交通状况的预测来评估两种模型的结果。在这项研究中，一个基于代理(Agent)的控制系统监测交通、道路事故和其他运输活动。文章[22]比较了部署在巴塞罗那附近的智能交通管理系统上的两个集成自主代理，这些智能交通管理系统为实时交通管理提供决策支持。[51]研究探讨了自主智能代理在城市交通控制(UTC)中的适用性。该研究提出的系统可以为动态环境设计、实施、优化和调整协调UTC。该模型可应用于多个交通信令智能交叉口。这些代理能够响应实时交通状况，并保持其稳定性和完整性。与自动驾驶汽车(AV)相关的技术有可能影响车辆安全和出行行为。它们确保减少旅行时间并提高燃油效率。目前，这些技术已经成为颠覆性的，为交通系统带来了巨大的好处。然而，与更大群体的采用和高昂的采用成本相关的挑战仍然存在。政府在责任、安全和数据隐私方面的法规不确定，导致自动驾驶汽车的市场渗透率较低。对低速自动紧急制动系统有效性评估的研究发现，采用该技术的车辆可将追尾事故减少约38%[19]。在目前的情况下，交通的主要问题是拥堵、安全、污染和对流动性的需求增加。解决所有这些挑战的潜在解决方案之一可能是自动驾驶汽车[36]。这些车辆通过传感器技术[25]和连接解决方案[68]从其物理和数字环境中收集数据。联网汽车能够通过智能设备访问互联网，也能够与其他汽车和基础设施进行通信。他们从多个来源获取实时数据，支持司机在驾驶过程中强大的压力下进行操作。这些汽车确保了安全性和可靠性[12]。模式识别与图像处理一起用于自动事件检测和识别路面或桥梁结构中的裂缝。聚类技术用于根据驾驶员行为识别特定类别的驾驶员（Sadek，交通运输中的人工智能应用，2007）[54]。文章[35]提出了使用技术制造车辆的新模型、方法和形式。这导致了在汽车制造中采用技术来构建智能汽车。该研究讨论了人工智能技术对一个国家的各种业务和经济的影响程度[15]。福特汽车公司已成功将人工智能集成到主流制造流程中，为组织提供竞争优势。该研究侧重于制造智能系统的流程规划和部署（Rychtyckyj，福特汽车公司的智能制造系统，2007年）[52]。研究[64]提到用于自动驾驶汽车的技术的最初演示可以追溯到1939年。Google公司开发的大多数自动驾驶汽车都依赖于自己开发的摄像机、雷达传感器、激光测距仪和地图。自动驾驶汽车不仅会影响单个公司的运作，还会影响国家和世界经济[63]。由于与不同利益相关者的网络能力，制造业和物流产生了大量的数据。由于运输业在物流中扮演着重要的角色，因此只有通过各种操作技术的应用来使用生成的数据才是合适的。通过模拟[39]的过程，提出了基于Agent的供应链优化方法。[45]这项研究思考了一个事实，即带有人工智能的无人驾驶汽车是否会对人类产生负面影响。极端的自动化可能会导致机器出现漏洞。这些综合智能系统容易受到网络崩溃或外部机构黑客攻击等系统性风险的影响。该研究提出了“产业5.0”，它可以使大数据中的知识协同生产大众化。研究文章[62]认为运输系统是物流链中的关键要素，因为它提供了分离的物流活动之间的联系。物流的改善对整体业务的贡献是由于技术的影响。该研究旨在帮助物流管理人员、研究人员和运输规划人员定义和理解物流的基本观点及其各种应用以及物流与运输之间的关系。物流不仅限于货物跨空间移动以及减少供应链中的时间和成本。它的范围扩大了，也成为战略管理的一部分。因此，将核心业务信息系统与一套现代分析和人工智能工具相结合，从各个来源发现相关知识是非常重要的。这有助于管理不确定性和获得竞争优势[33]。研究[9]结合各种人工智能技术实现四个视角，即——知识获取、服务物流、服务自动化和绩效衡量。交通在构建响应式物流信息系统方面发挥着更大的作用；因此，机器学习概念支持识别需求模式和相应的补货策略[34]。该研究标志着当前物流场景过程的系统发展[65]。我们可以看到，智能系统在以交通运输业为支柱的物流业中发挥着越来越大的作用。运输功能发生了结构性变化，影响了运输物流的演进[8]。一方面，由于采用了人工智能，道路上的事故和死亡人数可能会大幅减少;另一方面，我们可以预料到技术性失业[32]。通过对解决交通问题的应用的详细背景研究，可以明显地看出，人工智能在利用数据构建高效的交通系统方面发挥着重要作用。目前的研究试图代表人工智能的各种概念和应用的发展，ITS作为TMS的一部分。在各种可用的应用中，研究的范围缩小到智能交通管理系统、智能公共交通系统、智能安全管理系统和智能制造与物流系统，以构建可持续的交通系统[53]。在这些系统中，AI的作用和相应的成效将在第3节中讨论。此外，第4节讨论了世界各国交通运输业相关问题的人工智能解决方案。结论部分整理了通过人工智能实施交通运输业面临的各种挑战和建议。3.框架从早期的研究中可以看出，人工智能在构建智能交通系统时的成效尚未得到充分探索。目前的研究探讨了在不同国家部署的交通运输行业的ITS应用。作为经济生命线的运输业似乎正在努力解决全球范围内的各种运营问题。与运输业相关的问题导致一个城市乃至一个国家的进步放缓。TMS是一个好消息，它可以使用各种技术来克服运输问题的系统。TMS帮助企业计划、执行和优化货物的物理移动。由于数据可用性和远程监控，TMS确保及时交付货物，从而提高客户满意度。这通过增加销售额使企业受益。TMS通过使用适当的工具（例如路线优化）来提高车队绩效并减少供应链支出。由于数据是远程收集并受到严密监控，因此记录了对交付、结果和回报的端到端理解，从而提高了透明度。TMS使用技术来规划、执行和优化货物运输，以帮助企业蓬勃发展。这些应用程序被制造商、分销商、零售企业和从事物流业务的公司使用。TMS的主要功能包括路线确定、出站/入站物流流程、路线调度、第三方物流供应商服务、货运代理、服务代理、运输跟踪和路线调度和运输计划的批量处理（图1）。可以看出，与TMS相关的功能与货物运输有关。TMS将多个运输应用程序集成到一个包中，以便更好地使用。图1TMS的功能（来源：ValuecConsulting，2013）使用AI和机器学习使TMS变得更加智能，以提供准确的预测。目前正在使用的一些技术包括：物联网(IoT)设备和传感器、数字助理、交货时间预测解决方案、运输规划解决方案、区块链等。智能交通系统(ITS)是从TMS发展而来的。一个能够根据给定的场景，使用安装在车辆上的设备生成的数据做出适当决定的系统被称为智能运输系统(ITS)。过去的研究表明，对ITS的综合方法包括运输基础设施和运输管理。ITS作为一种新型的TMS，已逐渐被自动化控制系统所取代。它们已经发展成为对危险情况的预测，并有可能利用大量复杂的数据作为决策工具。ITS还通过在动态环境下的自动数据收集影响了运输系统的高效运行[29]。典型的ITS需要来自各种设备和传感器的输入数据。这些数据被远程监控和处理。从处理过的数据中得出的洞察力被认为是政府和企业做出决策的宝贵输入。这种系统方法通过反馈机制确保性能的持续改进。输入数据来自安装在交通管理基础设施、车辆和道路基础设施中的各种设备。管理部门监控数据并确保及时将数据传播给通勤者、司机和行人，从而使利益相关者受益。智能交通系统由公共交通、交通信息、停车管理、交通管理与控制、安全管理与应急、路面管理（图2）。这是智慧城市特有的（Agarwaletal.，2015）[3]。为了通过ITS建设有效的智慧城市，将系统能力构建到城市的各种运营活动中是很重要的。如图2所示，城市中的一些活动包括公共交通、交通管理、停车管理、路面管理和安全管理。通过ITS，通勤者、行人、交通和整个社会都受益。图2开发智能交通系统的各种子系统（来源：Agarwal等，2015）Hamida等人在2015年进行的研究[5]将智能交通系统的各种应用分为四个主要类别，如图3所示。-信息娱乐和舒适度；交通管理；道路交通安全，和自动驾驶。图3ITS应用的分类（来源：Hamida等，201[5]5）这些应用程序从车辆收集数据以提高其效用，从而确保驾驶员安全并增强公共交通设施。ITS应用程序是数据的生成器，这些数据反过来又有助于管理部门的决策过程，以更好地管理公共场所。其中一些应用与乘客舒适度、改善驾驶员体验和高效道路管理有关。公共交通系统的最终受益者是道路使用者。可持续公共交通系统的智能交通系统(ITS)框架考虑了ICT技术、自动化交通系统、交通管理中心和先进的旅客信息系统[60]。图4中给出的框架分为四个阶段，从作为数据来源的道路使用者开始，通过ITS实现最终的经济增长。围绕交通系统构建的应用程序需要牢记生成数据的受益者。一旦使用ICT构建应用程序，它们不仅可以提高流程效率，还有助于实现运输系统的可持续性，从而实现更好的经济增长。图4公共交通系统的ITS框架实施（来源：AbijedeO[55]）使用ITS构建的一些应用程序可确保交通管理、交通信号控制、车辆导航系统、智能停车管理等。ITS需要一个跨城市基础设施共同运作的技术网络（ShaheenFinson，2019年）[56]。[29]讨论的ITS问题分类包括性能监控、交通管理、改进的运输过程、对交通参与者的信息支持以及运输基础设施管理。ITS遵循系统方法，当前的研究将ITS的各个子系统视为一个分类来探索人工智能解决方案的成效是合乎逻辑的。考虑用于研究的子系统的图解表示在图5中给出。这些与交通系统相关的子系统（表2）是从先前研究中描述的各种框架中得出的。分类是根据人工智能解决方案提供的成效进行的，以构建高效的ITS。本研究中提出的这些子系统总结了ITS下的各种活动。图5智能交通系统表2ITS的子系统。ITS的子系统描述智能交通管理系统实时道路管理以避免拥堵智能公共交通系统沿不同路线通过道路运送乘客智能安全管理系统确保道路上的乘客、车辆和货物的安全智能制造与物流系统在汽车制造和货物运输中引入技术图5中给出的每个子系统都根据运输问题的起源进行分类，并以系统的方式组织。此外，还强调了采用技术解决这些问题所带来的成效。本文研究了运输行业中成功采用人工智能并从中受益的组织。4.讨论4.1.智能交通AI解决方案人工智能对运输业领域的贡献是巨大而广泛的。这些解决方案包括自动驾驶汽车、交通管理、优化路线和物流，从而为车辆和驾驶员提供安全保障。ITS是通过AI技术使用安装在车辆上的设备生成的数据构建的。目前的研究集中在与交通相关的四个子系统——即智能交通管理系统、智能公共交通系统、智能安全管理系统和智能制造与物流系统。表（表3至6）描述了AI的解决方案，相关问题的子系统，AI的作用和取得的成果的数据源。表3交通管理数据来源问题人工智能的作用益处之前的研究配备智能系统的车辆交通拥堵导致成本增加机器学习工具来预测交通拥堵更好的节油能力和更少的环境污染通过评估使用ML模型实现的交通参数进行短期交通拥堵预测(Akhtar，Moridpour，2021)[38]来自智能手机的数据路径规划替代路线建议节省时间通过智能手机生成的数据的驾驶员行为监控系统使用ML技术[17]智能交通系统不可预测的交通拥堵空气中污染物质的鉴别遏制环境污染使用模糊逻辑结合多个空气质量指标以及模拟退火和粒子群优化技术来识别空气污染（LyH.B，2019）[37]交通灯和车辆高峰时段交通管理实时跟踪交通信号灯中的拥堵和算法控制较高和较低的流量模式在部署AI解决方案进行分析之前，观察从交通灯收集的实时信息以获得最佳的绿-红分布[67]来自车辆的数据增加道路上的车辆数量模式识别更好的观察和决策人工智能技术的稳定性，特别是ANN被部署来预测异构交通条件下的交通拥堵（Olayode，2020）[44]表4公共交通数据来源问题人工智能的作用益处之前的研究路网结构、路面、天气和交通模式数据的可变性通过机器学习算法预测模式的变化规划和决策使用交通量、密度、占用率、旅行时间、拥堵指数进行的短期交通拥堵预测(AkhtarM，MoridpourS，2021)来自司机和乘客的实时数据交通拥堵路线优化缩短旅行时间
用于货物交付的AI车辆交货时间、地点的变化改善驾驶模式的建议提高生产力和进一步销售使用车辆路线优化将预测智能应用于道路运输[26]来自智能道路的传感器路面磨损自动向管理机构发出警报道路管理通过将传感器技术与确保车辆和乘客安全的交通基础设施相结合，实现可持续的ITS（Ibanez等人，2018年）表5安全管理数据来源问题人工智能的作用益处之前的研究来自智能汽车的传感器驾驶员的疲劳和疲倦自动驾驶系统激活避免事故自动驾驶汽车中的多个集成传感器决定了安全性和可行性（Yeong等，2021）[66]长途卡车连续行驶时间和未知地形司机健康监测事故预测驾驶员生理参数的实时测量被馈送到网络云中，并使用人工智能使用智能车载健康监测系统进行分析[46]自动驾驶汽车低性能和安全问题盲点警报、自适应巡航控制、高级驾驶员辅助系统节省司机的时间自动驾驶汽车可确保减少驾驶员对安全策略的努力和投资（Littman.2021）实时数据传输增加时间和成本路线优化预测车辆体积的预测技术自动驾驶汽车实时准确地了解车辆位置和状态，从而提高车辆的操控性和安全性[2]通过传感器进行监控修理或加油远程控制管理节省燃油，提高里程安装在车辆上的智能视觉标签提供移动支持和跟踪机制（LiQ，2015）[49]表6制造和物流数据来源问题人工智能的作用益处之前的研究智能汽车需要维护结合来自物联网传感器的数据、维护日志——创建预测模型更好的预测和机器故障通过自动驾驶汽车降低成本并改善低级人群的可及性（Anandakumar、ArulmuruganR、RoshiniA（2019））[21]联网车辆维修与保养联网车辆安排预测性和预防性维护赋能车辆监控业务如果联网乘用车能够以更好的用户界面可靠地运行，则它们比手动驾驶的车辆更好（YDavid，FDonald(2021)[14]）配备技术的车辆生产和运输成本增加跨车辆和路线共享数据改善从采购到研发的整个供应链的成本节约C-ITS–合作ITS为特定司机提供实时定制信息（MaximeG等人，2016年）基于网络的结构由于手动数据输入而产生大量发票基于人工智能的系统可以轻松地从网络中检索数据更快地处理账单、发票智能手机将家庭连接到车联网车辆以执行重复性任务（KimY等，2017）[30]发票和文件发票异常，合规性验证欺诈检测的预测和处理高精度
合同提取非结构化数据用于解释发票的自然语言处理技术提取关键信息
从表3中我们可以看出，人工智能为交通问题提供了解决方案，通过建议替代路线，在交通拥堵时实时跟踪交通灯。这有助于有效地管理交通，最终遏制环境污染，建设可持续发展的城市。从表4可以看出，人工智能在预测天气和交通模式、道路管理、警报生成等方面为值班人员提供了解决方案。这些系统可以帮助司机、通勤者和行人在他们开始旅行之前。有技术的支持，建立一个有效的公共交通系统，有助于规划和决策过程，这是很重要的。从表5中可以看出，人工智能减少了道路事故的数量，根据路况预测事故，提醒司机注意道路安全等。当运输行业效率高时，经济就会成功运行。借助人工智能技术构建安全的交通系统，具有重要意义。从表6中我们可以看出，在汽车制造过程中，人工智能解决方案使汽车行业受益。传感器、摄像头和其他技术在这个行业发挥了作用，以获得更好的效益。汽车内置的一些人工智能解决方案已经成为乘用车和商用车领域的重要组件。4.2.人工智能在全球交通领域的成就从目前的讨论中可以看出，人工智能解决交通相关问题的能力似乎是一种自然的契合。然而，与其他所有行业的AI情况一样，这些应用程序的采用因组织和地域而异。基于环境和地理因素，应用程序可以是简单的和复杂的，遥远的和即将到来的，确定的或可能的。4.2.1跨组织的人工智能应用表7提供了人工智能在交通部门各个组织中的应用。美国似乎是这些应用的先行者。这可能是由于人口较少，道路基础设施更好。具有创新精神的初创企业获得了大量资金，用于在发达国家开发原型。相对于乘用车阶段，大多数方案都是在长途驾驶阶段进行试验的。表7人工智能在全球交通领域的成就人工智能应用组织国家自动驾驶的认知电动班车——Olli，将乘客运送到要求的位置，并提供当地观光建议。Olli由IBM的Watson汽车物联网(IoT)提供支持本地汽车美国Surtrac系统安装在由九个交通信号组成的网络中，它通过将交通传感器转换为智能代理来帮助预测和检测交通事故和状况快速流动技术美国匹兹堡Otto完成了世界上第一辆自动卡车运送50，000罐百威啤酒超过120分钟的距离奥托（优步）美国旧金山图森未来是一家中国初创公司，完成了200英里的无人驾驶卡车驾驶。使用深度学习技术训练驾驶系统图森未来中国GE配备传感器的智能货运机车可检测轨道上或轨道周围的物体。机车故障率降低25%通用电气运输德国日立的内部人工智能技术降低了驱动车辆的功耗。从机车车辆中提取的运行数据的正确组合见证了年牵引力降低20%日立日本交通部预计道路货运管理中的人工智能增强需求和预测模型交通部美国尽管天气模式、交通模式、城市基础设施不统一，但仍能通过自动驾驶巴士按时交付人员和包裹——芬兰、新加坡、中国4.2.2.运输公司采用人工智能根据[28]人工智能可能通过提供个人运动、偏好和目标的准确预测行为模型，对城市基础设施产生越来越大的积极影响。尽管人工智能在交通规划应用中的应用在最近变得很重要，但与数据相关的个人隐私和安全仍然令人担忧。由于这些道德考虑，政府和法律法规可能会决定该行业创新和采用的速度。在技术的许多方面缺乏道德共识的情况下，踏上AI旅程的各个组织必须考虑道德因素。尽管很少有组织使用机器来编写代码，但总的来说，人类仍在继续编写代码。由于这个因素，偏见、假设、看法可能会进入正在开发的算法中。组织必须自问：什么是合乎道德的AI？治理和道德人工智能在哪里重叠？如何消除人工智能决策中的偏见？等[6]。由于这方面的原因，各个政府和城市公司对人工智能的采用存在差异。表8给出了各种运输公司采用人工智能的情况及其好处。由于当地政府法规的影响，各个城市的采用情况似乎有所不同。表8运输公司采用人工智能国家运输公司人工智能应用好处马哈拉施特拉邦运输公司IVADONextAI加拿大公司为包括交通在内的各种项目建立人工智能集群——研发投资、交通技术Telangana运输公司用于客户支持的聊天机器人人工智能回答多个问题。疑难问题向上级反映
多伦多运输委员会自驾中转班车 