人工智能和计算机视觉正在彻底改变交通数据采集方式。一项发表在arXiv上的最新研究提出了一种基于AI的分析框架，利用现有的闭路电视（CCTV）监控系统，评估交叉口临时性行人安全岛和路缘扩展等软基础设施（soft interventions）对车辆速度和交通安全的影响。该研究由Vinit Katariya、Seungjin Kim、Curtis Craig、Nichole Morris和Hamed Tabkhi共同完成，论文标题为《智能监控摄像头用于城市设计：基于AI的交叉口软基础设施分析》。
研究团队选择明尼阿波利斯市的多个交叉口作为实验地点，安装了临时行人安全岛和路缘扩展等软干预措施。他们采用深度学习模型和基于透视变换的速度估计算法，评估软干预措施安装前后驾驶员行为的变化，并在安装后第一周和第二周进行了重复监测。结果显示，在无信号交叉口，平均车速和85%分位车速分别下降了最高18.75%和16.56%，同时通过该交叉口的交通量减少了12.2%。在信号交叉口，除一个地点外，平均车速和85%分位车速分别下降了最高20.0%和17.19%。这些数据明确证明了软基础设施在降低车速、提升道路安全方面的显著效果。
该研究的核心创新在于完全依赖现有的CCTV监控基础设施，无需额外安装传感器或设备。通过AI和计算机视觉技术，交通规划者能够以极低的成本和极短的时间获取基于证据的政策评估结果。论文作者指出，这种AI驱动的方法能够广泛应用于城市交通规划，帮助决策者更有效地实施交通静音化措施，从而改善道路安全。
该论文于2026年5月6日提交至arXiv预印本平台，并附有评论说明其已于2026年1月12日提交至《国际交通研究期刊》（International Journal of Transportation Research）进行同行评审。论文共16页，包含6张图和7张表格。这一研究不仅展示了AI在交通领域的实际应用潜力，也为低成本、快速响应的交通政策评估提供了新的范式。