利用 AI 技术消除繁忙城市停车的压力（文末含人工智能资料包）

最新推荐文章于 2025-06-16 03:32:03 发布

人工智能码农

最新推荐文章于 2025-06-16 03:32:03 发布

阅读量338

点赞数

分类专栏：机器学习文章标签：人工智能机器学习语言模型神经网络深度学习

本文链接：https://blog.youkuaiyun.com/Java_de_007/article/details/126462537

版权

机器学习专栏收录该内容

2 篇文章

订阅专栏

巴斯大学与Chipside Ltd合作开发AI软件，通过分析驾驶员行为数据，帮助地方议会控制城市交通模式，减少污染和拥堵。该项目旨在促进净零碳排放目标，通过个性化服务引导司机找到停车位并选择低流量路线，同时鼓励农村地区的需求考虑。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

巴斯大学正在开发帮助司机在繁忙的城市中心找到停车位的人工智能。

该软件还将激励司机与地方议会合作，寻求将繁忙的城市中心的污染保持在安全范围内，这是旨在减少市中心有毒空气的深远计划的一部分。

随着城市人口的持续增长（预计从现在到2050年，世界城市人口将增加一倍以上，每10人中就有7人居住在城市），使用新技术来缓解污染和拥堵的需求变得越来越紧迫。然而，为遏制城市使用汽车而采取的任何措施也需要考虑到农村社区人们的需求，他们可能依靠汽车来获得基本服务。

新项目是巴斯的计算机科学家与Chipside Ltd（停车和交通管理IT领域的领导者）之间的合作。这项新技术被英国各地的议会采用的潜力很高：目前，Chipside负责向英国超过50%的议会提供数字停车许可证和无现金停车。

净零碳排放

在与巴斯2.5年的合作伙伴关系中，Chipside将开发一套软件，旨在帮助地方议会遵守政府十点计划中规定的停车，城市访问和车辆移动方面的里程碑。该计划于2020年11月启动，利用公共和私人投资推动英国实现到2050年实现净零碳排放的目标。

根据2021年成为法律的“环境法”，地方政府受到强烈激励，推出“智能城市”举措，例如巴斯 - 奇普赛德项目中提出的举措，因为如果他们错过了环境目标，他们越来越可能面临巨额罚款。目前正在提出的一个重要目标是保持细颗粒物（PM2.5）——起源于燃料的燃烧——在世界卫生组织建议的范围内。

影响驾驶员行为

新项目将使用最新的人工智能技术来创建服务，使地方当局能够分析有关驾驶员行为的大量数据，并更好地控制当地的出行模式。

巴斯计算机科学副主任兼人工智能研究小组负责人Özgür Şimşek博士将成为该项目的学术负责人。她解释了为什么开发服务以改变驾驶员在进入城市中心的最后一英里中的行为是有意义的。

“想象一下，你在一个星期四早上进城，在你不知道的情况下，你的车是触发城镇超过允许的污染水平的唯一引擎，导致当地政府被处以巨额罚款。现在想象一下，而不是发生这种情况，你收到一个建议，在另一个更好的地方停车，你会得到一个免费的停车位。系统还会显示一条通往免费停车位的低流量路线。整个服务将根据您的个人需求量身定制，同时也有助于实现净零目标。

巴斯计算机科学系的机器学习讲师、KTP团队的同事Tom Haines博士补充说：“该项目的一个重要目标是使运输服务对用户的反应更快。目前，人们做出决定，例如在哪里停车，政府稍后做出反应。实时服务提供在驾驶行为上累积但未使用的数据流。在部署人工智能时，我们创建了一个动态系统，能够适应驾驶员和环境的需求，最终造福所有人。

Chipside创始人兼KTP的工业主管David Wright表示：“从合作伙伴关系中获得的新知识将对我们公司产生变革意义。它将成为我们未来软件开发战略的内在组成部分，使我们能够扩展我们的能力，更重要的是减少污染并实时管理移动性供需。

巴斯大学研究与创新服务（RIS）业务合作伙伴经理Izaro Lopez Garcia促成了这一合作伙伴关系，他说：“这个项目将是英国第一个地方政府实时共享跨境停车和移动数据的项目。Chipside系统已经包含了跨境数据，人工智能可以在实现英国政府净零目标方面更进一步。

免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLQ、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。