（文章來源：教育新聞網）

作為2019年在道路上度過200多個晚上，使用各種公共交通工具的人，我很高興看到數字技術的創新和發展正在付諸實踐，例如改進的可識別安全和行為趨勢，操作或操作的攝像頭。基于安全的低效率甚至改善乘客出行體驗的方法。物聯網和人工智能將在2020年繼續采用，有望繼續使運輸系統更安全，更高效。

當我們想象到超環，無人駕駛車輛和瞬時物質轉移時，智能交通的未來首先建立在使公共交通更安全的基礎上。我們正在物聯網和人工智能的幫助下做到這一點。

啟用人工智能(AI)的解決方案以通過智能設備提高移動性，導致對物聯網(IoT)的連接世界因對變革性技術(例如能夠記錄和分析的各種新型傳感器)需求的增長而形成從購物習慣到空氣質量的一切。物聯網對我們的日常生活產生了重大影響，改變了我們彼此之間的互動方式，業務開展方式以及確保安全的方式。

我們看到這些趨勢會影響各種市場，而交通運輸行業位居榜首。根據Research and Markets的調查，到2024年，大眾運輸安全市場的復合年增長率將超過8.7%。該報告發現，對于恐怖襲擊和犯罪的擔憂日益增加，對于大眾運輸安全和技術的基礎設施開發的要求也越來越高，需要視頻監控和分析等技術來支持廣泛的安全計劃。

當我們想象未來的轉折時，我們會被超回路，無人駕駛車輛和幾乎瞬時的物質轉移的想法所吞噬，而且距離我們并不遙遠!但是就目前而言，數字技術的出現對于使日常服務高效運行至關重要。運輸系統的根本基礎應該是安全。對安全的重視可以減少犯罪并為旅行者提供更安全的條件，并有助于改善對潛在事件的響應。這些關鍵的安全功能依賴于數據。

安全運輸環境建立在從一系列傳感器和數據庫收集的信息以及視頻數據和分析數據的基礎上。面部識別，行為分析，車牌識別和其他智能解決方案都變得越來越普遍，這意味著實時有效地收集，分析，存儲和處理所有這些信息對于實現安全和操作目標至關重要。沒有適當的基礎架構就不會發生這種情況。

盡管大多數運輸當局依靠視頻，安全和物聯網平臺來更好地保護和優化其運營和乘客，但這些解決方案通常分散，不連貫，易于出現故障且維護成本高昂。另外，隨著數據捕獲工作的增加，對實時分析以提高態勢感知的需求也在增長。隨著數據量和收集量的擴大，傳統的IT基礎架構無法滿足這些環境的需求。

除了有效地監視，存儲，保護，處理和移動來自成千上萬個攝像頭和傳感器的數據外，運輸機構的IT基礎架構解決方案還必須與現有和新的IoT技術無縫集成。它還必須支持基于視頻的元數據的多種需求以及大數據和分析應用程序，包括人群管理，交通監控，停車系統等。
（責任編輯：fqj）