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 می‌تواند مسائل مربوط به تراکم ترافیک و ایمنی جاده‌ها را برای جلوگیری از تصادفات بررسی کند. سپس رویکردهای مختلف یادگیری ماشین را برای شناسایی ناهنجاری‌های جاده‌ای برای اجتناب از موانع، پیش‌بینی جریان ترافیک در زمان واقعی برای دستیابی به حمل‌ونقل هوشمند و کارآمد، شناسایی و جلوگیری از تصادفات جاده‌ای برای اطمینان از ایمنی، استفاده از چراغ‌های هوشمند شهر برای صرفه‌جویی در مصرف انرژی، و زیرساخت‌های 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 حمل‌ونقل اقتصادی و قابل اعتماد بررسی می شود. سپس مدیریت هوشمند پارکینگ پیشنهاد شده و اینکه چگونه می‌توان از آن برای یافتن مکان‌ها یا مکان‌های پارکینگ به راحتی استفاده کرد. همچنین اهمیت تشخیص حوادث ترافیکی یا تصادفات در زمان واقعی توضیح داده می شود. در نهایت، با مدل‌های پیش‌بینی و نحوه استفاده الگوریتم‌ها از داده‌های حسگر برای توسعه یک سیستم حمل‌ونقل هوشمند، جمع بندی می شود.

کلمات کلیدی