据近期美国运输部网站消息,美国政府在2025年12月15日和23日连续公布两项基础设施方面的投资计划,金额达到25亿美元。
2025年12月15日,交通运输部宣布将为全国范围内的基 础设施项目提供15亿美元资金,该项投资属于“更好地利用投资以推动发展(BUILD)拨款项目,利用投资以杠杆发展(BUILD)补助项目。”
BUILD 项目的目标是识别具有重大地方或区域影响能力的交通项目,包括公路、铁路、港口和卡车停车项目。BUILD资助通过竞争性授予,用于规划或建设提升安全的地面交通基础设施项目;生活质量;交通与社区连接;经济竞争力和机会,包括旅游业;以及创新。这次项目资助优先考虑提升安全措施、扩大美国家庭的交通选择等,包括:
通过符合环境的设计美化交通基础设施,提升用户体验,同时保持安全和运营效率;
提升道路容量,使交通更可负担;
通过为母亲提供专用设施、为残障人士提供无障碍设施、直观设计元素、清晰标识、直观布局以及照顾者可预测的作用,提升家庭的旅行体验;
促进旅游业;
支持美国能源主导地位。紧接着,在12月23日美国运输部又发布信息,将通过“安 全街道与道路”(SS4A)竞争性项目,向覆盖48个州、18个部落和波多黎各的521 个项目提供近10亿美元资助。SS4A项目的目标是通过投资帮助提升道路安全,减少行人、自行车骑行者、公共交通用户、驾驶员和卡车司机的严重伤害和死亡。已经实施的案例如:
向田纳西州孟菲斯市投入560万美元,用于建设交通事故管理培训设施,旨在提升急救人员的驾驶技能;
向堪萨斯州肖尼县投入400万美元,用于升级911及紧急通信系统,以增强农村高风险走廊的碰撞检测、定位精准度和协调响应能力;
向阿拉巴马州的亨茨维尔投入2140万美元,用于在州长大道和纪念公园大道上建造一座吊索行人和自行车桥。
链接 1:https://www.transportation.gov/briefing-room/trumps-transportation-secretary-invests-1-billion-building -big-beautiful
链接 2:https://www.transportation.gov/briefing-room/trumps-transportation-secretary-sean-p-duffy-announces- 15-billion-infrastructure
美国联邦机动车安全标准(FMVSS)是美国国家公路交通安全管理局(NHTSA)用来规范所有在美销售的新车必须达到 的安全要求体系,这些标准制定于几十年前,以传统的、由人类驾驶员操作的车辆为对象,包含碰撞避免、乘员防护、制动与稳定控制等多个方面。然而,随着自动驾驶系统(ADS)技术快速发展,现有的FMVSS在适用性上出现了显著挑战:很多标准的文字、测试程序和合规要求都假设车辆具有方向盘、油门踏板和制动踏板等传统手动控制装置,这对没有这些控制装置的自动驾驶车辆设计来说成为潜在的合规性障碍。
为此,NHTSA自2023年起启动了一个多年研究项目—— 《针对配备自动驾驶系统车辆的FMVSS考量》,分四项工作展开研究,系统的审查了81项FMVSS,以评估这些标准如何适用于支持自动驾驶创新,同时确保道路安全不被削弱。
本研究项目的核心问题包括:传统FMVSS是否在技术层面 无意间阻碍采用自动驾驶核心设计?是否需要对标准的术语、测试程序或合规验证方式进行调整,使其能够涵盖没有方向盘等传统操控界面但能够以同等甚至更高安全水平运行的ADS专用车辆设计?
研究的重要发现有:当前FMVSS的一些术语和测试设定对于自动驾驶车辆的技术架构来说并不完全适用,需要以更中性 或技术中立的方式重新表述和调整,有助于消除可能不必要或无意的监管障碍,使创新车型在安全不降低的前提下获得合规性认证。
NHTSA在发布研究报告第四卷后,提出公开征求意见(Request for Comment),希望产业界与公众就这些潜在技术修正方案、创新商业模式以及未来测试方法等提出反馈,以支持FMVSS的现代化工作。
链接:https://rosap.ntl.bts.gov/view/dot/88071
印度信息技术研究所阿拉哈巴德分院(IIT-A)的科学家们正在研发一种基于先进人工智能与机器学习(AIML)的语义通信技术,该技术有望显著提升自动驾驶车辆的安全性。新系统 着重于使自动驾驶汽车能够利用最少量的数据做出更快、更准确的决策。
目前大多数自动驾驶车辆依赖比特级通信,这需要处理大量数据以理解周围环境并做出决策。处理如此庞大的数据集既 耗时又容易在关键情况下导致响应延迟。相比之下,IIIT-A正在开发的语义技术能够过滤掉不必要的信息,只传输最重要、最具意义的数据,从而让车辆对意外情况做出即时反应。例如如果路面突然出现一个坑洞或障碍物,装备这一技术的车辆能够立即转向或调整行驶路径,而不会因传统数据密集型系统的延 迟而错过最佳反应时机。该技术本质上教会车辆“理解”语境,而不仅仅是处理原始数据。
此外,这项语义通信技术的潜在应用远不止自动驾驶,它还可用于交通信号优化、医院的远程患者监测,甚至用于增强未来6G网络等移动通信系统。由于该技术擅长处理紧凑且含义清晰的数据,因此适用于对速度和准确性要求极高的多种实时系统。
链接:https://timesofindia.indiatimes.com/city/allahabad/iiit-a-develops-semantic-communication-tech-for-aut onomous-vehicle-safety/articleshow/126310995.cms