当今的智慧城市由不断重塑城市地区的先进技术提供发展驱动力。人工智能和物联网对于世界的运作越来越不可或缺。基于云的服务、物联网、分析平台和许多AI工具正在改变城市居民与环境互动和在环境中出行的方式。

　　纽约市AI咨询和开发机构Blue Orange Digital概述了这些现代技术，其应用范围从废物管理到食品供应优化到医疗保健数字化。在此过程中，这些技术正在扰乱整个行业并创造新的商机和应用。

　　在所有城市职责中，即使对于先进的AI工具和技术，运输管理也带来了一个有趣的问题。城市交通是一个高度动态的环境，成千上万的参与者使用不同的交通方式以复杂的方式进行交互。

　　最重要的是，需要实时做出决策，以确保所有交通参与者的安全和福祉。在这样的环境中进行活动计划是一项极富挑战性的任务。幸运的是，基于人工智能的智能城市技术已经在解决一些最紧迫的交通管理问题上取得了长足的进步。

　　以下是IoT和AI技*支持的常见的流量管理解决方案。

　　众包数据可为所有车型提供优化的路线

　　数据就是力量，这尤其适用于城市规划人员：必须由数据支持他们的决策。有关市民如何使用不同城市区域的信息(交通数据)可以提供有关交通需求的重要见解。它为管理者提供了有关如何使用不同城市道路的准确信息，从而增加了进行更准确、对公民更友好的规划的机会。

　　如今，众包数据无处不在，并且起源于各种设备。我们的智能手机、平板电脑、笔记本电脑甚至汽车都在不断发布地理位置数据。各种应用都在捕获此类数据并将其用于支持面向消费者的服务。同时，分析框架使从此类异构数据源中提取见解变得很简单。通过与城市管理和城市规划人员共享此数据，可以利用这些丰富的流动性数据来改善规划过程。

　　众包出行数据的好处可以转化为步行便利性和通勤时间的减少。对于骑自行车的人来说，这意味着优化的路线和更绿色的道路，而对于汽车驾驶员来说，这意味着花费在市中心、等待交通信号灯和行人的时间更少。流动性数据使所有流量参与者实现双赢。

　　计算机视觉和AI使行人和车辆安全

　　确保公共道路安全是交通管理系统的重要职责。为了确保所有交通参与者的安全，必须严密监视由车辆和行人创造的复杂环境。

　　幸运的是，已有可用的技术使这些监视任务自动化并将它们委托给软件和算法。计算机视觉和视频分析既可以在路边摄像头上实现，也可以在汽车上实现。算法可以在边缘执行计算，并且可以在情况和行为异常发生时对其进行检测。

　　从自动读取车牌到检测步行模式，多亏了计算机视觉，各种应用成为可能。当作为交通管理系统的一部分实施时，它们可以大程度地减少与不小心驾驶相关的高风险，并确保公共步行区的安全。

　　将任务委派给软件并自动执行任务有可能为所有流量参与者创建一个更加安全的环境。计算机视觉和视频分析是朝着这个方向努力的先进技术。

　　物联网传感器可在智慧城市中实现准确的流量监控

　　为了能够优化市区内外的交通流量，了解交通是一项需要实时完成的任务。这涉及识别和传达事故、交通拥堵、临时路边障碍物以及其他交通事件的数据信息。

　　传感器技术和先进的无线通信协议使各种车辆都可以交流方向、速度和行驶时间。鉴于物联网设备的可定制性增强，他们可以交流的信息量没有限制。它们不仅可以连接到任何移动的对象，而且还可以从环境中收集和传达情景信息。

　　传感器收集的数据使运行实时分析成为可能，该分析为即时流量管理决策提供了支持。这样的示例应用是自适应交通信号的应用，其不仅被简单地编程，而且考虑了实时交通信息。

　　基于传感器的解决方案的优势可以转化为主动的交通管理措施。它们可以进行短期预测和控制，并可以减少交通拥堵和增加交通流量。通过帮助交通管理机构减少排放、噪音和出行时间，基于物联网的传感器技术在任何现代交通管理系统中都扮演着至关重要的角色。

　　智慧城市中的AI和IoT的未来是什么？

　　城市规划人员和工程师现在正在日益复杂的环境中工作，并且需要解决日益复杂的问题。人工智能和物联网正在帮助他们解决这些问题。交通和运输管理提出了现代挑战，如果没有软件和算法的帮助，将很难解决。此外，交通管理在任何智慧城市中都扮演着至关重要的角色，因为它很容易影响其他所有城市功能的正常运作。

　　幸运的是，现代技术可以利用市民生成的移动性数据来解决这些复杂的任务。随着分析框架、云服务和数据收集设备可用性的提高，有可能找到现代解决方案并将实时数据集成为流量管理决策的一部分。

　　当数据用于决策并更好地了解城市旅行动态时，管理应用的质量也会提高。这可以确保交通控制策略和未来的基础设施开发项目能够准确地满足市民的需求。人工智能和物联网正在成为新的技术规范，这是我们热切期盼的未来。