سبحان سلیمانی گلسفیدی - دکترای مهندسی عمران،گرایش راه و ترابری،دانشگاه فردوسی مشهد
سیدعلی ضیایی - استادیار،گروه عمران،دانشکده مهندسی،دانشگاه فردوسی مشهد
امیررضا لاچینی - کارشناس حمل و نقل،اداره کل مطالعات معاونت فنی عمران و حمل نقل شهرداری مشهد

با توجه به رشد روز افزون جمعیت استفاده از وسایل نقلیه و سایر وسایل حمل و نقل افزایش یافته است که منجر به ازدحام ترافیک و تصادفات جاده ای شده است. از این رو، تقاضا برای سیستم های حمل و نقل هوشمند بطوری که بتواند حمل و نقل ایمن و قابل اعتماد را با حفظ شرایط محیطی مانند آلودگی، انتشار گازهای گلخانه ای و مصرف انرژی فراهم کند، وجود دارد. این مقاله بر روی ارائه یک نمای کلی و کاربردهایی در مورد چگونگی استفاده از هوش مصنوعی و یادگیری ماشین به منظور توسعه یک سیستم حمل و نقل هوشمند متمرکز است و می تواند مسائل مربوط به تراکم ترافیک و ایمنی جاده ها را برای جلوگیری از تصادفات بررسی کند. سپس رویکردهای مختلف یادگیری ماشین را برای شناسایی ناهنجاری های جاده ای برای اجتناب از موانع، پیش بینی جریان ترافیک در زمان واقعی برای دستیابی به حمل و نقل هوشمند و کارآمد، شناسایی و جلوگیری از تصادفات جاده ای برای اطمینان از ایمنی، استفاده از چراغ های هوشمند شهر برای صرفه جویی در مصرف انرژی، و زیرساخت های هوشمند بررسی می شود. برای دستیابی به حمل و نقل کارآمد در مرحله بعد، رویکردهای مختلف هوش مصنوعی مانند سیستم مدیریت ایمنی و اضطراری را برای ارائه ایمنی به عموم، وسایل نقلیه خودران برای ارائه حمل و نقل اقتصادی و قابل اعتماد بررسی می شود. سپس مدیریت هوشمند پارکینگ پیشنهاد شده و اینکه چگونه میتوان از آن برای یافتن مکان ها یا مکان های پارکینگ به راحتی استفاده کرد. همچنین اهمیت تشخیص حوادث ترافیکی یا تصادفات در زمان واقعی توضیح داده می شود. در نهایت، با مدل های پیش بینی و نحوه استفاده الگوریتم ها از داده های حسگر برای توسعه یک سیستمحمل و نقل هوشمند، جمع بندی می شود.

هوش مصنوعی،یادگیری ماشینی،حمل و نقل هوشمند،سیستم حمل و نقل هوشمند