交通运输中的 AI：重塑地铁系统
探索如何通过提高城市交通系统的效率和安全性，利用 AI 改善乘客从进站到出站的地铁出行体验。
地铁系统是城市公共交通的核心，每天运送数百万名乘客。像 New York 和 Tokyo 这样的城市，每天的地铁乘客量分别超过 300 万和 600 万。随着城市的发展，让地铁系统对乘客而言更加高效、安全和舒适变得至关重要。
这就是人工智能（AI）的用武之地，它正在改变从购票到列车维护的方方面面。在本文中，我们将深入体验地铁系统，看看AI是如何改善旅程的每一步，以及那些保障系统平稳运行的幕后AI技术。
公共交通中的AI始于票务系统#
通常，地铁出行从排队、买票和通过闸机开始。AI 正积极优化这一过程，让乘客的出行更快、更便捷。例如，facial recognition technology 可用于地铁票务系统。在繁忙的城市中，乘客无需实体票或智能卡即可享受服务。取而代之的是，在入口处扫描面部，从而实现顺畅通行。2019 年，Beijing 引入了人脸识别系统，以应对客流拥堵并在高峰时段减少长队等待。
Fig 1. 中国深圳地铁的人脸识别系统。
AI的无缝集成让日常通勤变得更加轻松，造福着每天数百万的乘客。AI驱动的票务系统不仅提升了乘客体验，还增强了安全性。通过分析面部数据，该系统确保只有授权乘客进入车站。AI可以快速验证身份、阻止未经授权的访问并识别潜在威胁。它能加快进站流程、强化安全并减少逃票行为。
在AI的帮助下通过地铁线路导航#
进入地铁后，在车站内辨别方向可能会让人头疼，尤其是在高峰期。基于 AI 的导航系统可以通过向乘客提供实时指引，让地铁出行更加轻松。这些系统利用 AI 算法分析来自 GPS、传感器和cameras等来源的数据，以找到最佳路线并提供准确、最新的方向。乘客可以使用类似于 Google Maps 的移动应用，在站内获得分步指引，快速找到站台、出口和各种设施。基于 AI 的导航可以节省时间并减轻压力。
除了导航之外，地铁中的data from cameras和computer vision还可用于实时监测人群密度。车站各处的摄像头可以清点特定区域的乘客人数，以发现潜在的瓶颈和拥挤地点。这些洞察有助于交通管理部门采取积极措施，例如调整列车发车频率或派遣工作人员疏导人群。事实上，迪拜已在实验性地使用 AI 将reduce congestion by 40% to 60%，并在高峰期和公共活动期间将等待时间缩短至 30 分钟。
Fig 2. 使用目标检测统计地铁中的人流量。
乘坐AI赋能的地铁#
当乘客登车时，AI可以通过多种方式改善他们的出行体验。让我们了解一下其中一些应用：
- Accessibility support: 计算机视觉技术（例如object detection）可以识别轮椅使用者并将其引导至列车最便利的区域。关门流程也可以进行调整，为这些乘客提供额外的时间以便安全登车。
- 个性化广播与广告：AI可用于根据车内乘客的情况及时间段，定制个性化的广播和广告内容。
- 空车检查：在地铁线路的终点站，计算机视觉可用于执行“空车检查”，确保没有乘客被遗留在车内。
- 无人看管行李管理：如果发现有无人认领的行李，计算机视觉可以进行检测并将相关图像显示在站台屏幕上。随后，乘客可以轻松取回他们的物品。
地铁列车本身也可以由 AI 驱动。完全autonomous的列车可以在没有人工乘务员的情况下安全运行。这些由 AI 驱动的列车使用先进算法进行实时决策，并利用传感器检测障碍物以安全运行。AI 驱动的地铁列车降低了人员成本，提供了更大的灵活性以优质的服务运送更多乘客，能够更稳定地准时运行，并优化加速和制动以降低功耗。例如，Honolulu Rail Transit Project 是美国第一个完全自动化的系统。该系统预计通过每天减少约 40,000 次汽车出行，来缓解交通拥堵并减少排放。
Fig 3. 意大利米兰的无人驾驶地铁。
利用AI监测地铁站的乘客出站情况#
监测通过各个车站出站的人数对于高效管理地铁客流同样至关重要。诸如 Ultralytics YOLOv8 之类的 AI 模型在此过程中发挥着关键作用。YOLOv8 还支持object tracking，可用于实时识别和跟踪多个对象，使其非常适合繁忙的地铁系统。通过分析放置在车站各处摄像头的视频流，YOLOv8 可以统计出站乘客人数、追踪他们的移动轨迹并发现拥堵模式。
在地铁出口之外，AI还可以集成到“最后一公里”连接解决方案中。支持AI的共享单车站点、网约车服务和接驳服务可以让乘客出站后的行程更加轻松。通过分析实时数据，AI可以预测需求以及这些服务的可用性。该技术还可以根据当前交通状况和个人偏好建议最佳路线和交通方式。因此，乘客在出站时可以快速获取最合适的交通选项，从而减少等待时间，让行程更加便捷。
幕后的AI：地铁轨道维护#
作为乘客，我们常常忽视地铁出行背后发生的复杂过程。AI 在幕后至关重要，尤其是在轨道巡检和维护方面。像 Duos Technologies Railcar Inspection Portal (RIP) 这样的系统展示了这种 AI 驱动的方法。RIP 利用 AI 算法，甚至在速度超过 125 mph 的情况下，也能在几秒钟内捕获并分析每节列车车厢的 360 度图像。这些基于边缘的 AI 系统可在 60 秒内检测出问题并向铁路人员发出维护问题警报。持续监测使得迅速识别和解决潜在问题成为可能。
能源管理和优化是 AI 在地铁中不为人知的其他应用。例如，Metro de Madrid 使用基于 AI 的系统将通风能源成本降低了 25%，每年减少 1,800 吨二氧化碳排放。该系统运行着 891 个每年消耗高达 80 吉瓦时能量的通风风扇，并采用了一种受蜂群觅食行为启发而来的优化算法。该算法分析大量数据，考虑气温、车站架构、列车频率、客流量和电价等因素。它同时使用历史数据和模拟数据来预测并实现每个车站的最佳平衡，并通过机器学习不断改进。
Fig 4. 马德里地铁基于 AI 的通风系统。
公共交通中应用AI的优缺点#
AI在地铁系统中的集成带来了诸多益处。例如，它通过帮助地铁系统遵守时刻表、减少延误并优化运营，从而提高效率，提供更顺畅的服务。通过持续监测也增强了安全性，而预测性维护有助于预防事故和故障。
然而，在地铁系统中实施AI也面临一些挑战，例如：
- Data privacy concerns: 收集和使用乘客数据会引发重大的privacy concerns，必须对其进行仔细管理以保护个人的隐私权。
- 与现有基础设施的集成：将AI系统集成到现有的地铁基础设施中可能非常复杂，并需要进行相应的改造。
- High implementation costs: implementing AI technology的初始成本可能很高，这可能是某些地铁系统面临的障碍。
- 对专业人才的需求：成功实施和维护AI系统需要高技能的专业人员，这可能带来资源方面的挑战。
尽管存在这些挑战，但其带来的收益使AI成为地铁等现代城市交通系统中的变革力量。在提高效率、增强安全性以及改善乘客体验方面的潜力，解释了为什么AI社区正在积极努力克服这些障碍，以充分发挥AI带来的优势。所以，下次乘坐地铁时，不妨留意一下那些作为你旅程一部分的AI创新成果。
交通领域AI的未来#
从进站、导航、乘车到出站，AI正在改变整个行程。它优化了运营，增强了安全性，并提供了无缝的乘客体验。通过改善轨道维护和能源管理，AI保证了地铁系统的高效性和成本效益。尽管面临实施成本和数据隐私等挑战，但AI在地铁等城市交通系统中的益处是毋庸置疑的。随着城市持续发展，AI将在使地铁出行更智能、更安全、更高效方面发挥越来越重要的作用。
与我们的community保持联系，继续了解 AI！查看我们的GitHub repository，探索我们如何利用 AI 在agriculture和manufacturing等各行各业中打造创新解决方案。🚀
