FHWA(聯邦高速公路管理局)的一個新計畫旨在用人工智慧改造高速公路。該技術預計在未來發揮作用的領域包括提高安全性、環境測繪、橋樑容量洞察力和智慧停車。
探索性高級研究(EAR)計畫目前正在徵集提案，截止日期為12月5日。屆時，其將授予合約或參與合作協議。該提案正在尋找「能夠在美國的公路工程和多式聯運運輸領域帶來變革和真正革命性進步」的研究計畫。
此外，提案徵集表明，「該計畫將支持科學調查和研究，促進國家公路規劃、設計、建設、運營、維護和管理中使用的科學和技術的當前知識和最先進的技術。從戰略上講，這項研究將促進並加速推動創新所需的革命性方法、方法和突破的發展，並大大提高公路運輸的效率。」
據FWHA稱，有必要進行早期研究，以支持人工智慧的新興進展，幫助解決公路運輸中的複雜問題。因此，FHWA EAR計畫現在正試圖證明人工智慧未經試驗的進步的潛力，以解決公路運輸中的全國性關鍵問題。
FHWA發現，AI應用有潛力解決關鍵公路運輸問題和挑戰的例子包括:
弱勢道路使用者-利用人工智慧分析數據或開發針對弱勢道路使用者安全的解決方案，特別是針對研究不足的主題，如城市環境以外或傳統服務不足的社區的安全。
行人、騎車人和微移動偵測－使用機器視覺和其他AI技術分析行人、騎車人和微移動設備在道路和十字路口的運動，為所有出行者(包括使用輪椅等輔助設備的人)改善這些模式的訊號性能。
行人尋路－使用人工智慧高度自動化行人環境的動態映射，包括人行道、行人穿越道、路徑、交通中心和其他公共和私人場所。
橋樑碰撞－使用人工智慧，包括視訊分析，來加深對車輛（特別是大型車輛）與橋樑和其他公路結構發生碰撞的根本原因的理解。
智慧卡車停車-使用人工智慧，包括視訊分析，以高精度預測和預測休息站卡車停車位的可用性。卡車停車位的高度精確預測將使駕駛更容易找到停車位，從而提高安全性。
預測資產表現的基於物理指導的AI解決方案——通常，AI系統基於統計推斷，因此其可能會提供違背現實物理約束的結果。將物理學整合到人工智慧中可能有助於彌合收集數據和有效使用數據進行決策之間的差距。
解讀感測器資料－資產所有者很難分析來自基礎設施狀態感測器的所有資料。此項可探討如何使用人工智慧來提高，將原始感測器資料轉換為資產所有者可操作資訊的可靠性和自動化程度。
透過減少或消除對人工數據預處理的需要，或透過專家解釋高速公路運輸的複雜數據，顯著提高處理數據或整合不同數據的能力。
將邊緣運算與路邊硬體結合，以提高資料安全性和隱私性，提高分析速度，並減少高速公路運輸中移動、儲存和分析資料所需的資源。
以上是人工智慧推動更安全的公路計劃的詳細內容。更多資訊請關注PHP中文網其他相關文章！
