AI＋智慧交通實現整體升級和協同

人工智慧，是一門新的綜合性技術科學或工程，能夠和人一樣進行感知、認知、決策、執行的人工程式或系統。

國務院釋出的《新一代人工智慧發展規劃》，提出推動人工智慧與各行業融合創新，智慧載運工具、智慧物流等交通運輸領域多項重點位列其中。

根據《規劃》，國家將促進智慧交通發展，研究建立營運車輛自動駕駛與車路協同的技術體系。研發複雜場景下的多維交通訊息綜合大資料應用平臺，實現智慧化交通疏導和綜合執行協調指揮，建成覆蓋地面、軌道、低空和海上的智慧交通監控、管理和服務系統。

人工智慧技術滲透到城市交通系統的不同環節，能夠實現智慧交通的整體升級和協同;智慧交通作為人工智慧的一個重要應用領域，在車牌識別、無人駕駛、治理擁堵、預防和減少交通事故等方面都值得探討與思考。

交通是由人、車還有環境等綜合因素構成的，人工智慧的加入，讓交通變得更加智慧。

採用人工智慧，比如異常檢測、影像識別、影片分析等技術，可以增強交通管理機構的監控能力和準確度，從而避免一些交通安全事故的發生，同時能夠規範交通駕駛行為，提升交通文明。

利用人工智慧技術可以實時對全城、區域、商圈等的交通路況、擁堵、事故等行為進行分析，透過對歷史資料的深度挖掘和理解，按年、月、日等形式形成多維度的綜合交通管理應急指揮預案，進而提高交通效率。

人工智慧演算法可以根據城市民眾的出行偏好、生活、消費習慣等方式，分析出城市人流、車流的遷移與城市建設及公眾資源的資料。基於這些大資料的分析結果，為政府決策部門進行城市規劃，特別是為公共交通設施的基礎建設提供指導和借鑑。

此外，人工智慧可以將各個方面的資源聯絡在一起，透過大資料平臺的輔助，智慧地排程資源，減少資源錯配，減少各類交通空載率，減少汽車數量，從而達到環境保護和節約能源的目的。

一、人工智慧應用於車輛識別

在車輛識別方面，基於深度學習的車輛識別技術將特徵範圍由單純的車牌或車標擴充套件到整個車身。車輛的車燈、格柵、車窗等均是車輛的重要特徵，對車輛這些特徵的引入，不僅大大提升了車輛識別的準確率，對干擾、遮擋等問題的適應性也更強，識別的類別也更加細化，不僅能識別車輛的品牌，而且能識別車輛的子品牌、型號、年款等詳細類別。指定車輛在影片影像資料中的檢索除了可以透過車牌、品牌、型號、顏色等描述資訊進行外，還可以透過車輛圖片或年檢標、掛飾等區域性特徵進行。

當前，在智慧交通領域，人工智慧分析及深度學習比較成熟的應用技術以車牌識別演算法最為理想。此外，人工智慧在車輛顏色、車輛廠商標誌識別、無牌車檢測、非機動車檢測與分類、車頭車尾判斷、車輛檢索、人臉識別等方面的應用也比較成熟。

二、人工智慧應用於無人駕駛

其實，說到人工智慧在交通領域的應用，大家首先想到的並不是識別車牌，而是無人駕駛。在交通領域自動駕駛確實是將人工智慧運用最徹底的一個方面。

自動駕駛涉及環境感知、智慧決策和規劃、智慧控制等多門學科，其中人工智慧、雲端計算等是限制無人駕駛發展的關鍵技術和瓶頸技術。

雖然當前自動駕駛技術發展日新月異，但具體產業化應用未真正啟動，有賴於人工智慧、雲端計算等技術的發展。

目前自動駕駛已進入以企業為主體、以市場為主導的新階段。行業普遍認為，2021年前後將是自動駕駛汽車發展的產業元年。自動駕駛產業落地速度的驟然加快，在很大程度上得益於人工智慧近五年來取得的突破性進展。

此外，在高精地圖、車聯網與智慧交通系統等的合力支撐下，自動駕駛汽車有望具有接近於人類水平的視覺感知、緊急情況預測與駕駛技巧學習等能力，其中路測大資料與低功耗高效能人工智慧晶片正成為產業競爭的焦點。

三、人工智慧應用於治理擁堵

在人們最為頭疼的城市交通擁堵問題方面，AI給出了更多的可能。目前我們最習以為常的透過導航去往目的地，和透過電子地圖查詢公交車的位置，其實這背後蘊含著先進的AI和深度學習技術。

透過深度學習，人工智慧會顯示出比人腦更為強大和更為迅速的解決難題的能力，所以也可以在緩解交通擁堵方面發揮重要的作用。比較典型的案例就是杭州的"城市大腦"，城市資料大腦上線測試執行後，試點的22公里高架路平均延誤降低15.3%，出行節省時間4.6分鐘，地面主幹路的平均延誤降低了8.5%，出行節省時間1分鐘，這些資料也許並不特別驚人，但在小範圍試點範圍內取得這樣的資料變化也是非常不容易的。

四、人工智慧用於預防和減少交通事故

交通事故是城市交通的另一個"痛點"。每年有130多萬人會死於交通事故。利用基於人工智慧視覺芯的高速公路行車環境全息感知技術，基於深度學習的機動車通行行為識別，針對運動目標的監測跟蹤與識別技術，去開發軟體，對路上的違法變道，超速行駛等等違法行為要進行分類理解，為預警提供精細化的依據。應用於交通違法多發路段，解決複雜交通場景下路況的感知、行為智慧識別;後構建事故的綜合評估、提前預警、即時干預的技術體系。

目前的事故預測預警，主要在兩方面，一是違法行為頻發的地方，裝上裝置，在車輛進入隱患路段的前後，都有預警預測，如果有車輛交通違法，馬上告知車主。現在有一些高速公路路段做了類似工作，但不是自動預警，未來要自動預警，透過人工智慧實現。二是對惡劣天氣的預警，每年靠近安徽附近的高速路網都有幾十輛車因為天氣原因相撞，也可以安裝這個裝置。人工智慧晶片嵌入之後，不光是對影片感知，還可以來智慧分析交通環境等等，從而提前進行預警，終實現事故多發路段的管控，事故預警預測。

在交通管理工作中，人工智慧主要用於運動目標檢測和識別，常用的應用場景包括動態違法取證、交通訊號控制、路網流量調控、人車特徵關聯、交通行為研判等。

在交通訊號控制方面，利用人工智慧技術可實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。