人工智能 (AI),包括机器学习 (ML),提供了使交通系统更安全、更公平、更可靠、更便捷、更安全、更高效和更具弹性的机会。然而,存在一些挑战,可能会阻碍人工智能在智能交通系统 (ITS) 中的成功应用以及这些好处的潜在实现。这些挑战包括但不限于围绕数据、支持技术、偏见、安全、隐私、道德和公平、泛化、模型漂移、可解释性、责任、人才/劳动力可用性和利益相关者看法的问题。虽然这些对人工智能采用和实施的挑战涉及各个领域,但本报告重点关注它们对 ITS 的影响以及机构在帮助缓解这些挑战时可以考虑的见解。表 1 总结了这 12 个挑战、它们对 ITS 的影响以及机构可以考虑的见解和经验教训。
如今,我们许多历史悠久的中世纪城镇和集镇的空间都已饱和,随着人口的增加和经济的蓬勃发展,以汽车为中心的模式显然已达到其效率的极限。我们现在在交通中花费了数小时,浪费了宝贵的商务、家庭和休闲时间。拥堵对任何人都没有好处。它对汽车用户没有好处。它对依赖公共交通的人没有好处。它对想要步行或骑自行车的人没有好处。它对环境也没有好处。
日益增长的环境问题以及对更具成本效益和奢华生活方式的渴望,导致许多人的生活方式发生了重大转变,尤其是在尼日利亚阿布贾、拉各斯等城市中心以及许多发展中国家。这些国家面临的经济挑战加剧了这种转变,其中包括燃料成本上涨,这严重影响了交通运输业(Okwelle、Beako 和 Ajie,2017 年)。不断上涨的燃料成本促使包括尼日利亚在内的许多国家探索更可持续、更清洁的交通方式,而电动汽车 (EV) 则成为减少车辆排放和向更清洁能源过渡的关键解决方案(Idris 和 Francis,2019 年)。电动汽车依靠一个或多个电动机驱动,由于其具有缓解气候变化和减少对化石燃料依赖的潜力,正被全球公认为汽车行业的未来(Alanazi,2023 年;Bawa 和 Nwahu,2023 年)。电动汽车的普及被视为实现环境可持续性的关键一步,电动汽车技术的最新进步带来了诸多好处,包括改善生活质量、经济优势和显著的环境效益 (Chimaotuodi, 2023; Rady, Darwish & Abbod, 2023)。
本环境监测报告为借款人的文件。本报告表达的观点不一定代表亚行董事会、管理层或员工的观点,并且可能只是初步观点。请注意亚行网站的“使用条款”部分。
ERTICO-ITS Europe 成立于 1991 年,由欧盟委员会促进交通价值链创新的倡议推动。自那时起,我们已成功完成了 100 多个欧盟资助的项目,主办了 30 届 ITS 大会,并参与了众多研究活动。我们将继续致力于欧洲在智能和可持续交通领域的领导地位。创新技术以及新的出行和生活方式已将我们的行业深深融入日常生活,无论是作为消费者、企业、协会还是公共机构。我们在 ERTICO 合作伙伴关系中的八个部门将各个点连接起来,体现了这种融合。
摘要 电动汽车 (EV) 有望带来重大进步,包括高能效和促进电网稳定技术(如车辆到电网)。然而,电动汽车的普及也带来了诸多挑战,例如交通拥堵加剧、安全性下降和电网不稳定。这些挑战源于电动汽车和内燃机汽车 (ICEV) 之间的加速和减速模式差异、充电站需求与电网供应不匹配以及电动汽车与充电站和本地电网通信可能遭受的网络攻击。为了解决这些问题,人们开发了新颖的数学和机器学习模型。这些模型结合了模拟和现实世界的交通流量数据、充电站分布和利用率数据以及车载能源管理和驾驶辅助数据。结果包括为电动汽车规划最佳路线到目的地和充电站、在高峰时段稳定配电系统、增强电动汽车站电网通信的安全性、更节能的存储系统以及减少电动汽车驾驶员的里程焦虑。本文系统地回顾了电动汽车对不断发展的交通系统的新影响,重点介绍了这些领域的最新发展,并确定了未来研究的潜在方向。通过回顾这些具体的挑战和解决方案,本文旨在为开发更高效、更可持续的电气化交通系统做出贡献。
背景和动机:交通管理是现代社会面临的一个紧迫挑战。人口正在以惊人的速度增长,随之而来的是城市地区的扩张以及私人和公共车辆的数量激增。这使得同时以合理的成本监控和管理所有交通方式变得越来越复杂。此外,随着汽车数量的增加,车辆拥堵、越来越多的瓶颈和道路中断事件共同成为迅速发展的交通管理问题,尤其是在城市地区。这些问题对大都市社区构成了极其复杂的挑战,导致经济损失、向人们提供紧急服务的延迟、环境污染和生活质量下降。人工智能 (AI) 已成为解决这些问题的有力工具。它有能力增加交通流量、提高交通效率并提高乘客、通勤者和行人的安心度。本文试图阐明人工智能在交通管理领域的各种应用,并探讨其彻底改变城市交通的潜力。
Wolfenbüttel,德国电子邮件:X.liu-henke@ostfalia.de摘要 - 自动驾驶和连接的网络物理交通系统对开发和验证高级驾驶员援助系统和自动驾驶功能提出了越来越多的挑战。特别是实时优化和测试涉及重大的工作量和风险。为整个车辆提供具有实时功能的整体,可灵活的可配置测试床可以解决此问题。但是,为了使功能更准确地通过测试工作台验证,传感器仿真是一个重要的组件,即在模拟环境中生成真实传感器信息的能力。此外,虚拟传感器的数据结构以及传输类型和采样频率应与其真实传感器的数据结构接近甚至是一致的。此外,我们还将实际传感器中的噪声添加到虚拟传感器中。引用的噪声值是从真实传感器的数据表中获取的。此对齐使测试工作台能够更好地测试车辆的实时功能及其处理传感器信号的能力。
当我们人类旅行时,我们的微生物就会出现。这些可能是无害的,但也可能是致病性的,并且通过在客舱中触摸表面或呼吸气溶胶来扩散。作为SARS-COV-2的大流行,这些环境显示出感染传播的风险。为了降低风险,在许多地方都采用了诸如戴着口罩和距离之类的对策,但具有重大的社会影响。然而,下一个大流行将会来,需要降低风险的其他对策,以确保通勤者安全并减少微生物和病原体的传播,但对通勤者的日常生活的影响也尽可能小。本综述描述了世界各地地铁的细菌微生物组,主要以人为相关的属为特征。我们强调公共交通中与医疗保健相关的Eskape病原体,引入了最先进的方法,以检测常见的微生物和潜在病原体,例如LAMP和下一代测序。此外,我们将可以在公共交通系统中部署的可能对策描述为抗菌表面或使用等离子体的空气灭菌。在公共交通中通勤可能会有感染的风险。可以通过有效的检测方法,微生物减少系统来提高旅行者的安全性,但重要的是通过手动卫生和常识性卫生指南来实现。