Ein neues Projekt der FHWA (Federal Highway Administration) zielt darauf ab, Autobahnen mit künstlicher Intelligenz zu transformieren. Zu den Bereichen, in denen die Technologie voraussichtlich in Zukunft nützlich sein wird, gehören verbesserte Sicherheit, Umweltkartierung, Einblicke in die Brückenkapazität und intelligentes Parken.
Das Exploratory Advanced Research (EAR)-Projekt holt derzeit Vorschläge mit einer Frist bis zum 5. Dezember ein. Zu diesem Zeitpunkt erfolgt die Vergabe des Auftrags bzw. der Abschluss einer Kooperationsvereinbarung. Mit dem Vorschlag werden Forschungsprojekte angestrebt, die „umwälzende und wirklich revolutionäre Fortschritte im Straßenbau und im intermodalen Transport in den Vereinigten Staaten bewirken werden“.
Darüber hinaus heißt es in der Aufforderung zur Einreichung von Vorschlägen: „Das Projekt wird wissenschaftliche Untersuchungen und Forschungen unterstützen, die den aktuellen Wissensstand und den neuesten Stand der Technik in Wissenschaft und Technik fördern, die bei Planung, Design, Bau, Betrieb, Wartung und Management verwendet werden.“ Strategisch gesehen: „Diese Forschung wird die Entwicklung revolutionärer Ansätze, Methoden und Durchbrüche fördern und beschleunigen, die erforderlich sind, um Innovationen voranzutreiben und die Effizienz des Straßenverkehrs deutlich zu verbessern.“
Laut FWHA ist dies notwendig Frühphasenforschung zur Unterstützung neuer Fortschritte in der künstlichen Intelligenz, um zur Lösung komplexer Probleme im Straßenverkehr beizutragen. Daher versucht das FHWA-EAR-Projekt nun, das Potenzial ungetesteter Fortschritte in der künstlichen Intelligenz zur Lösung kritischer nationaler Probleme im Straßenverkehr aufzuzeigen.
FHWA hat herausgefunden, dass Beispiele für KI-Anwendungen, die das Potenzial haben, wichtige Probleme und Herausforderungen im Straßenverkehr zu lösen, sind:
Gefährdete Verkehrsteilnehmer – Nutzung von KI zur Datenanalyse oder Entwicklung von Lösungen für die Sicherheit gefährdeter Verkehrsteilnehmer Programme, die speziell auf wenig erforschte Themen wie Sicherheit außerhalb städtischer Gebiete oder in traditionell unterversorgten Gemeinden abzielen.
Fußgänger-, Radfahrer- und Mikromobilitätserkennung – nutzt maschinelles Sehen und andere KI-Technologien, um die Bewegung von Fußgängern, Radfahrern und Mikromobilitätsgeräten auf Straßen und Kreuzungen zu analysieren und allen Reisenden (einschließlich Rollstuhlfahrern usw.) Hilfe zu bieten Unterstützungsgerät), um die Signalleistung dieser Modi zu verbessern.
Wegfindung für Fußgänger – Verwendet künstliche Intelligenz, um die dynamische Kartierung von Fußgängerumgebungen, einschließlich Gehwegen, Zebrastreifen, Wegen, Verkehrszentren und anderen öffentlichen und privaten Räumen, hochgradig zu automatisieren.
Brückenkollisionen – Nutzen Sie künstliche Intelligenz, einschließlich Videoanalyse, um ein tieferes Verständnis der Grundursachen von Fahrzeugkollisionen (insbesondere größeren Fahrzeugen) mit Brücken und anderen Autobahnbauwerken zu entwickeln.
Smart Truck Parking – Nutzt künstliche Intelligenz, einschließlich Videoanalyse, um die Verfügbarkeit von Raststätten-LKW-Parkplätzen mit hoher Genauigkeit vorherzusagen und vorherzusagen. Hochpräzise Vorhersagen von Lkw-Parkplätzen werden es den Fahrern erleichtern, Parkplätze zu finden, und so die Sicherheit erhöhen.
Physikgesteuerte KI-Lösungen zur Vorhersage der Anlagenleistung – In der Regel basieren KI-Systeme auf statistischen Schlussfolgerungen, sodass sie möglicherweise Ergebnisse liefern, die gegen reale physikalische Einschränkungen verstoßen. Die Integration der Physik in die künstliche Intelligenz kann dazu beitragen, die Lücke zwischen dem Sammeln von Daten und ihrer effektiven Nutzung für die Entscheidungsfindung zu schließen.
Interpretation von Sensordaten – Für Anlageneigentümer ist es schwierig, alle Daten zu analysieren, die von Sensoren für den Infrastrukturstatus stammen. In diesem Projekt könnte untersucht werden, wie künstliche Intelligenz genutzt werden kann, um die Zuverlässigkeit und Automatisierung der Umwandlung roher Sensordaten in umsetzbare Informationen für Anlageneigentümer zu verbessern.
Verbessern Sie die Fähigkeit, Daten zu verarbeiten oder unterschiedliche Daten zu integrieren, erheblich, indem Sie den Bedarf an manueller Datenvorverarbeitung oder Experteninterpretation komplexer Daten für den Straßentransport reduzieren oder eliminieren.
Kombination von Edge Computing mit straßenseitiger Hardware, um die Datensicherheit und den Datenschutz zu verbessern, die Analysegeschwindigkeit zu erhöhen und die Ressourcen zu reduzieren, die für die Übertragung, Speicherung und Analyse von Daten im Straßenverkehr erforderlich sind.
Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz treibt Pläne für sicherere Straßen voran. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!