美国田纳西州交通局和西南研究院开发AI交通管理

西南研究院（Southwest Research Institute，SwRI）与范德比尔特大学合作正在开发机器学习算法以帮助田纳西州交通局（TDOT）协调快速发展的纳什维尔地区沿24号州际公路的交通管理和事件响应。

该项目将使用人工智能（AI）来增强综合走廊管理（integrated corridor management，ICM）系统，并使用软件和系统来促进智能出行并改善各运输机构之间的协作。

SwRI的项目经理Samantha Blaisdell说：“ SwRI的ICM解决方案将高速公路，地面街道和公交系统之间的数据融合在一起，以帮助平衡交通流量并改善整个走廊的性能。”

SwRI的智能系统部门和范德比尔特大学将通过由美国运输部资助的TDOT赠款开发基于AI的ICM决策支持系统（Decision Support System，DSS）。

在由联邦公路管理局（FHWA）领导的二十年研究之后，综合走廊管理正在走出实验室，并开始上路。ICM系统管理高速公路和主干道，包括动态车道控制、速度协调、交通信号控制、匝道计量、需求管理和其他策略。然而，由于依赖传统的交通模拟模型，部署受到了限制。由于开发和维护交通模型所需的时间和资源，传统的交通模拟模型可能成本高昂。

该项目将使用人工智能代替仿真模型，从操作员的行为和决策中学习和模仿。这将有助于更快地应对和缓解事故，快速有效地改变问题区域的交通路线，并确保州和地方机构的协作。

“SwRI的TDOT研究旨在通过使用人工智能算法来加速交通分析，克服ICM交通建模的障碍，”领导该项目的SwRI项目经理Clay Weston说。“在训练系统使用交通模式后，算法将能够利用高容量城市道路和地面街道，实时推荐替代路线。”

SwRI主导的决策工具将有几个应用，例如在未充分利用的道路上协调交通信号，以缓解高速公路的拥堵。州运输操作人员将使用决策工具来评估和建议实时改道路线的交通管理策略。通过使用一个网络界面，DSS将集成到该州的管理中心、公共机构拥有的ActiveITS和其他区域智能交通系统(ITS)。

该项目是更大的TDOT项目“I-24智能走廊”的一部分。“I-24智能走廊”是一段28英里长的24号州际公路，其主干道分别位于纳什维尔、拉凡尔纳、士麦那和默弗里斯伯勒。除了改善协调，ICM DSS工具将有助于实现I-24智能走廊项目的目标，提高旅行时间可靠性和多模式机动性，同时减少与碰撞等事故相关的拥堵。

Blaisdell说:“随着ITS社区使用新技术部署智能移动解决方案来解决旧的拥堵问题，特别是在有形基础设施投资可能不可行的情况下，综合走廊管理正引起人们的兴趣。”“我们很高兴能与TDOT具有前瞻性的专业人士一起参与这一演变。”

SwRI是智能交通系统和机器学习技术开发领域的领导者，其软件已部署到美国各地的交通部门。

by 汤姆·斯通