羅 山

(攀枝花學院交通與汽車工程學院，四川 攀枝花 617000)

0 引言

隨著我國汽車工業(yè)的高速發(fā)展，車輛的急劇增加與道路建設的不足導致交通問題日益嚴重，已經成為束縛社會進步和經濟發(fā)展的桎梏，迫切需要更加智能化、信息化的交通理念出現(xiàn)，交通系統(tǒng)智能化已成為解決此問題的有效途徑。

隨著智能算法和計算機技術的高速發(fā)展，人工智能已被廣泛關注和應用。使用人工智能中的深度學習和機器視覺等技術，對交通大數據進行分析和建模，輔助或替代人工來做出分析、判斷和決策。人工智能作為智能交通的核心技術，對于推動智能交通的技術進步，實現(xiàn)交通智能化、信息化有著非常重要的意義。

1 人工智能概述

人工智能[1]是指以人類智能相關理論的研究為依據，進行相關理論的模擬、延伸和擴張的一種技術，人工智能也稱機器智能。它是由計算機科學、統(tǒng)計學、信息論、語言科學等多種學科相互融合和發(fā)展而來，主要由智能感知、精確性計算和智能反饋控制三個環(huán)節(jié)組成，目的是體現(xiàn)感知、思考和行動三個層層遞進的特征。智能感知就是要使計算機能聽會看，精確性計算就是實現(xiàn)自我學習、邏輯判斷和高效決策，智能反饋控制主要是實現(xiàn)人機、機物的互動。

2 人工智能在智能交通中的應用

2.1 智能交通管理

1) 惡性事故預警。人工智能作為在復雜場景中行車時對事故隱患實時監(jiān)測和快速預警的技術保障，在復雜場景中，一旦出現(xiàn)事故，管理后臺應立即進行預警，而事故預警系統(tǒng)在路網中還存在空白，應用前景廣闊。

2) 交管窗口服務。在車管所等交管服務窗口安裝智能機器人，集成身份認證、業(yè)務辦理等功能，避免辦理人員排隊等候，節(jié)省人力財力，提高辦事效率。

3) 交管信息交互。人工駕駛和自動駕駛都需要精確獲知交通管理信息，車路協(xié)同和車車協(xié)調也需對交通場景中的目標及行為進行智能識別與信息交互，人工智能將為實現(xiàn)高效的信息交互提供有力的技術支撐。

4) 車輛源頭管理。車聯(lián)網技術作為實現(xiàn)智能交通的解決方案之一，利用人工智能技術通過車聯(lián)網平臺采集車輛的位置、速度、軌跡等信息，有針對性地加強車輛源頭管理。

5) 交通流量預測。通過對交通流數據挖掘，利用深度學習對交通流大數據進行訓練，并在訓練過程中對深度自動編碼器模型不斷的調整，最后利用調整后的深度自動編碼器模型對交通流進行預測，實現(xiàn)有效地預測交通擁堵狀況，從而引導車輛選擇合理出行路線。

2.2 智能交通控制

1) 交通信號控制[2]。目前交通信號控制算法的實時性和自適應性還較弱，利用人工智能技術的交通信號控制系統(tǒng)能夠實現(xiàn)交通狀況自適應實時地轉換，通過人工智能和交通控制理論融合應用，可優(yōu)化道路網絡中的交通流量及信號控制方案。

2) 交通流量調控。對于通行條件相對復雜的道路，特別是存在瓶頸區(qū)的高速公路和快速路，利用人工智能技術全面感知路網中各節(jié)點和路段的交通流量，實時調節(jié)流量分布，加大高速公路節(jié)點匯聚區(qū)、長隧道、特大橋、出入口等特殊區(qū)域行車控制。

2.3 交通執(zhí)法

1) 交通違法取證。行人不遵守交通規(guī)則、駕駛員的不良駕駛行為和交通違法行為交織在一起，取證困難，利用智能視頻監(jiān)控系統(tǒng)可實現(xiàn)交通行為監(jiān)控，為判定違法責任取證提供依據。

2) 路面移動執(zhí)法。將基于人工智能的“移動式執(zhí)法機器人”應用于高速公路執(zhí)法中，可減少人力物力的投入，避免人工執(zhí)法中人為因素造成執(zhí)法不嚴或不公的問題，改善執(zhí)法效果，提高執(zhí)法效率。

3) 人車特征融合。應用人工智能、車聯(lián)網等技術，通過車輛卡口監(jiān)控系統(tǒng)，獲取人車特征信息，刻畫出人車軌跡，實現(xiàn)人車特征深度融合。

4) 闖紅燈檢測?；跈C器視覺技術的闖紅燈檢測系統(tǒng)，通過單目多檢測面的高清攝像機得到大量有用的車輛行為信息，再通過人工智能算法進行數據分析，提取出車牌號，存儲在數據庫中，實現(xiàn)更快更精準地記錄闖紅燈違章車輛，將違章車輛的信息傳輸到交警管理部門。

5) 交通事件檢測。對于違規(guī)變道、逆向行駛、違章停車等常見的違規(guī)事件，采用先進的機器視覺技術和動態(tài)行為檢測技術，能夠準確實時地檢測出逆向行駛、違規(guī)變道、違章停車、擁堵、行人等交通事件，從而快速分析并鎖定違規(guī)車輛，記錄違規(guī)車輛信息。

2.4 交通安全

1) 路口安全行車。針對行人、非機動車和摩托車在路口不遵守交通規(guī)則導致事故時常發(fā)生等問題，采用基于全方位視覺的安全行車監(jiān)控系統(tǒng)，應用人臉識別技術曝光違法人員，以實現(xiàn)路口安全行車。

2) 危險路段行車。在急彎、長下坡等危險路段行車或道路前方出現(xiàn)突發(fā)事件，發(fā)生事故的風險很大。通過人工智能與機器視覺技術對道路風險進行監(jiān)測預警，實現(xiàn)車路協(xié)同以降低事故風險。

3) 視覺盲區(qū)識別。視覺盲區(qū)是汽車固有的缺陷，駕駛人駕車變道時因存在視覺盲區(qū)而導致的交通事故時有發(fā)生，尤其是大型車最為突出。利用人工智能技術，在車上增加變道控制功能，后視鏡隨著方向盤的轉動而轉動，從而實現(xiàn)視覺盲區(qū)識別，可主動識別預警行車周邊目標的風險。

4) 前向碰撞預警[3]。車輛前向碰撞預警系統(tǒng)對于道路交通事故中頻發(fā)的追尾事故有著高效的預防作用。基于計算機視覺和傳感器等技術的前向碰撞預警系統(tǒng)可實現(xiàn)魯棒的彎道檢測、車輛精確檢測以及車距測量，還可在彎道處能準確的區(qū)分本車道車輛與其它車道的車輛，避免發(fā)生虛假預警。

5) 道路結冰檢測。由于結冰而打滑引發(fā)的交通事故不容忽視?；谀Ｊ阶R別技術，由結冰傳感器、溫度傳感器和圖像傳感器等多種智能傳感器構成的道路結冰檢測系統(tǒng)能準確全面地檢測結冰嚴重程度，可以在線提供路面狀況信息，減少事故發(fā)生。

2.5 道路養(yǎng)護[4]

1) 道路裂縫檢測。利用人工目測進行裂縫檢測，存在效率低、需要較多的人力和物力、影響道路交通等缺陷。而利用機器視覺技術進行道路標線損壞檢測并結合 GPS 數據實現(xiàn)損壞準確定位，進而進行局部維護，不僅可降低維護成本，提高維護效率，還能彌補人工檢測的一些缺陷。

2) 破損道路施工。當道路破損需要緊急修補時，施工作業(yè)會影響到周圍地區(qū)交通網絡的運行，所以選擇最優(yōu)的施工時間尤為重要。通過人工智能技術早期預測施工附近的道路產生的影響，自動選擇破損道路的施工時間，以提前通知駕駛員避開該區(qū)域，最大化地減少對交通的影響。

3 結束語

本文結合人工智能的發(fā)展及其涉及的核心技術，對人工智能在智能交通領域的應用進行了淺析與探討，為智能交通的發(fā)展及研究方向提供一定指引。隨著研究的深入和技術的進步，將會實現(xiàn)智能化交通疏導和綜合運行協(xié)調指揮，建成覆蓋地面、軌道、低空和海上的智能交通管理和服務系統(tǒng)，獲得“安全有序暢通+高效和諧文明”的交通環(huán)境。