人工智能（AI）在交通领域的应用正在刺激创新，以更好地，更有针对性地使用车辆和基础设施。这可以优化网络性能，支持流量的监视和管理，并为解决方案奠定基础，为将来的移动性铺平道路，尤其是在城市中。

　　得益于智能手机和车载定位传感器等设备的广泛使用所提供的机遇，基础设施管理和车辆设计正在不断发展，这些机遇可用于在用户和服务提供商之间处理，收集和交换信息，以及用于监视和检测信息。车辆的性能和人的行为。

　　这些共同创建了大量的数据（大数据），这是在运输中使用AI的主要来源，从而使计算机能够执行人类的活动，例如驾驶。

　　自动化水平

　　当今交通领域比较先进和革命性的AI应用是车辆自动化。国际汽车工程师协会（SAE）的标准定义了最常用于描述自动化程度的分类。这提供了六个自动化级别（包括0级，这意味着没有自动化），可以根据执行操作的人员（即人的驾驶员或系统）以及在什么时间识别。

　　当今的汽车通常配备SAE 1级和2级功能，通常称为高级驾驶员辅助系统（ADAS），例如停车辅助，巡航控制，自适应前灯和车道保持辅助。这些设备在提供辅助，警告和帮助方面为驾驶员提供支持，而不是在驾驶活动中进行替换。

　　此外，一些汽车制造商可以提供配备了部分自动化功能的模型，例如在某些条件下的自动驾驶和自动代客泊车，但要求驾驶员始终控制汽车（SAE 3级）。

　　未来，领先的汽车制造商以及Google等汽车行业的新手，都有望将全自动汽车（AV）商业化，它将能够充当智能代理并使用从中收集的数据来适应其环境。从摄像机，光检测和测距（LiDAR）系统，定位传感器和数字地图实时获取。

　　适应基础设施

　　尽管有人可能会认为自动驾驶汽车将能够在任何外部环境下运行，但为了改善安全状况并实时控制交通状况，人工智能很可能也会影响交通基础设施的设计和管理方式。

　　未来的机动性将以广泛使用车辆为特征，这些车辆需要与系统的其他元素（车辆，行人，骑自行车的人和基础设施）进行持续对话，以使自己适应驾驶环境，即联网和自动驾驶汽车（CAV），以及“智能道路具备足够的设施来容纳它们。智能交通信号灯是车辆与基础设施如何协作以通过使绿色/红色周期适应接近交叉路口的实际流量来改善整体交通状况的示例，以及通过对数据（例如救护车）的优先级处理，通过处理数据来识别紧急情况的示例，声音和图像。

　　车辆和基础设施方面的这种技术进步还将伴随着创新运输服务的发展，以促进无缝多式联运解决方案的使用。如果正确规划并与现有的大众快速运输相结合，CAV可以在环境，社会和经济可持续性方面带来巨大利益，从而促进对资源的更有效和认真的利用。

　　例如，无人驾驶汽车主要可以？用作“接驳服务”，以将生活在农村地区或低密度城市地区的人们连接到地铁和火车上，这些地区的交通线路由于需求水平低而无法正常运行车站，扩大其服务区域，增加公共交通的支持，并减少拥有汽车的需求。

　　它们还可以增强能力有限或没有驾驶执照的用户（例如，老年人或年轻人）的潜在移动性，并允许他们在乘车旅行时进行其他活动，例如阅读或通话。

　　预计自动化系统还将在货运领域中发挥重要作用，无论是通过自动驾驶轻型商用车辆或“公路无人机”在市区进行首英里还是最后一英里的运输。

　　前方的路

　　实际上，不久的将来，城市交通可能会发生一些根本性的变化。旅行者将为他们的旅行提供出行解决方案，这些解决方案不需要拥有车辆，而是基于与社区其他成员的租金和共享（即共享出行）。但是，车辆在城市地区的广泛传播可能导致道路拥堵，能耗增加，污染排放，视觉影响和土地使用支出增加。不仅由于可提供更多的车辆，而且由于存在空旷的车辆在道路上行驶以避免停车或发送无人驾驶的车辆，可能会产生更大的出行量。

　　总之，有必要仔细考虑人工智能应用程序对运输系统的潜在影响的广泛范围，以评估它们对交通系统带来的变化，同时还要考虑对土地使用，社会包容性等的影响。

　　城市应该采取两方面的措施来应对这些变化。在短期内，他们可以投资市场上？？可用的技术创新，并将其集成到现有系统中。例如，智能交通信号灯已经在发生这种情况。这些设备能够根据接近交叉路口的流量自调节红绿循环，并且可以根据一天，一周和一个月的时间进行自编程。

　　同时，城市将必须以远见卓识的方式规划未来的长期出行，以捕捉等待我们的创新程度，其特点是基础设施和车辆之间相互通信（车辆到基础设施/ V2I ），并与他人（车辆到人/ V2P）一起监视自己并自动对外部条件做出反应。

　　城市必须计划向未来的平稳过渡–经济上可持续的过渡，但也是包容性的过渡，避免任何形式的数字鸿沟。这意味着需要重新考虑出行系统，包括公共交通服务，基础设施维护，物流，票价和法规。这也意味着要对能力建设和培训进行投资，以便为高级运输分析师提供教育和制定标准，使其能够管理和管理这些新流程。