張娜 劉康

摘要：智能交通產(chǎn)業(yè)化競(jìng)爭(zhēng)激烈，因此需要在新的起點(diǎn)上進(jìn)一步發(fā)展基于人工智能的智能交通系統(tǒng)，提升智能交通水平，適應(yīng)我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展的需求。所以，本文對(duì)人工智能技術(shù)在城市智能交通方面的應(yīng)用進(jìn)行探討。

關(guān)鍵詞：人工智能;智能交通;交通規(guī)劃;交通監(jiān)控

一、人工智能技術(shù)概述

人工智能研究的主要內(nèi)容是如何制造出人造的智能機(jī)器或智能系統(tǒng)，使其具備模擬人類(lèi)智能活動(dòng)的能力。目前人工智能主要包含自然語(yǔ)言處理、語(yǔ)音處理、計(jì)算機(jī)視覺(jué)、機(jī)器人技術(shù)以及深度學(xué)習(xí)等熱點(diǎn)研究領(lǐng)域。隨著計(jì)算機(jī)運(yùn)算性能的快速發(fā)展，以及存儲(chǔ)容量不斷擴(kuò)大，人工智能技術(shù)的研究將會(huì)不斷深入和提高，人類(lèi)的生活將會(huì)逐漸變得越來(lái)越智能化[1]。

二、城市智能交通面臨的問(wèn)題

（一）智能交通規(guī)劃不足，智能交通規(guī)劃涵蓋范圍廣而雜，長(zhǎng)期的規(guī)劃有智能交通發(fā)展規(guī)劃，主要依據(jù)城市人口增長(zhǎng)來(lái)考慮未來(lái)的交通發(fā)展規(guī)劃，具體包括基礎(chǔ)設(shè)施規(guī)劃、交通樞紐等眾多內(nèi)容，短期規(guī)劃則包括線網(wǎng)規(guī)劃、車(chē)輛規(guī)劃等內(nèi)容，目前因?yàn)槠淇紤]城市規(guī)模、人口、城市發(fā)展等眾多因素，對(duì)未來(lái)智能交通規(guī)劃缺乏應(yīng)有的依據(jù)[2]。

（二）公交系統(tǒng)應(yīng)對(duì)路況動(dòng)態(tài)變化能力不足。隨著機(jī)動(dòng)車(chē)保有量的快速增長(zhǎng)及交通路況的不穩(wěn)定性增加，公交車(chē)輛的周期性調(diào)度無(wú)法應(yīng)對(duì)這種變化，如何及時(shí)感知路網(wǎng)性能狀態(tài)并預(yù)判路網(wǎng)可靠性，這些是需要人工智能技術(shù)結(jié)合大數(shù)據(jù)技術(shù)來(lái)解決的問(wèn)題[2]。

（三）出租車(chē)服務(wù)監(jiān)管服務(wù)水平不力、機(jī)動(dòng)車(chē)交通誘導(dǎo)水平低，出租車(chē)行業(yè)監(jiān)管不力，目前出租車(chē)行業(yè)出現(xiàn)司機(jī)繞道駕駛，拒載以及盜牌出租車(chē)運(yùn)營(yíng)等情況，導(dǎo)致出租車(chē)行業(yè)管理混亂[1]。

（四）停車(chē)設(shè)施供需能力不足，隨著城市中機(jī)動(dòng)車(chē)數(shù)量的增多，大城市普遍存在停車(chē)難問(wèn)題。據(jù)發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)，平均每百輛車(chē)要115個(gè)停車(chē)位才能滿(mǎn)足需要，一般露天地面停車(chē)場(chǎng)為25～30m2/車(chē)，室內(nèi)停車(chē)庫(kù)為30～35m2/車(chē)。而我國(guó)城市市區(qū)百輛汽車(chē)停車(chē)位數(shù)不足45個(gè)，因而占路停車(chē)現(xiàn)象非常嚴(yán)重[2]。

三、人工智能應(yīng)用于智能交通的主要技術(shù)

（一）機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是智能交通的主要應(yīng)用技術(shù)，它主要是運(yùn)用機(jī)器學(xué)習(xí)的一些的算法，包括聚類(lèi)分析以及自回歸模型、最大似然概率等技術(shù)，對(duì)智慧交通的交通信息進(jìn)行分類(lèi)統(tǒng)計(jì)，并對(duì)短期的交通狀況進(jìn)行預(yù)測(cè)。統(tǒng)計(jì)分析主要是對(duì)對(duì)公共交通的人、車(chē)等進(jìn)行匯總和排名統(tǒng)計(jì)，聚類(lèi)分析則考慮各類(lèi)情況，掌握公共交通各個(gè)時(shí)期的車(chē)流和客流分布情況，便于進(jìn)行交通規(guī)劃和運(yùn)營(yíng)調(diào)度[1]。

（二）計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)技術(shù)是一項(xiàng)綜合性極強(qiáng)的技術(shù)，其中包括了數(shù)學(xué)理論、光學(xué)理論、生物學(xué)理論等多領(lǐng)域知識(shí)[1]。計(jì)算機(jī)視覺(jué)技術(shù)是建立在計(jì)算機(jī)技術(shù)之上的新興學(xué)科，許多研究人員對(duì)此都產(chǎn)生了濃厚的興趣，因此計(jì)算機(jī)視覺(jué)技術(shù)擁有良好的發(fā)展前景。計(jì)算機(jī)視覺(jué)技術(shù)在智能交通的應(yīng)用主要是圖像識(shí)別技術(shù)，通過(guò)圖像識(shí)別可以掌握大型會(huì)議和重要樞紐的客流和車(chē)流情況，然后根據(jù)其有監(jiān)督的訓(xùn)練和神經(jīng)網(wǎng)絡(luò)算法進(jìn)行疏解方案的模式匹配，根據(jù)匹配的結(jié)果采取相應(yīng)的措施進(jìn)行交通疏導(dǎo)[2]。

（三）深度學(xué)習(xí)技術(shù)

深度學(xué)習(xí)技術(shù)在智能交通的應(yīng)用主要是采用先進(jìn)的深度學(xué)習(xí)和視頻感知技術(shù)，通過(guò)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行大規(guī)模視頻樣本的學(xué)習(xí)，識(shí)別視頻場(chǎng)景以及關(guān)鍵目標(biāo)信息，從視頻場(chǎng)景中智能分割與提取關(guān)鍵目標(biāo)[1]。在準(zhǔn)確提取和識(shí)別視頻場(chǎng)景中關(guān)鍵目標(biāo)的基礎(chǔ)上，針對(duì)視頻場(chǎng)景分析與理解中所關(guān)注的對(duì)象及其行為進(jìn)行計(jì)算機(jī)視覺(jué)中層的描述，生成多粒度、多層次語(yǔ)義信息，實(shí)現(xiàn)典型監(jiān)控場(chǎng)景的視頻分析與語(yǔ)義理解，從而提高視頻大數(shù)據(jù)挖掘的實(shí)用性、可靠性和高效性。該應(yīng)用對(duì)象是自動(dòng)駕駛，通過(guò)自動(dòng)駕駛車(chē)輛上的各種傳感器車(chē)輛周?chē)畔ⅲ缓笸ㄟ^(guò)深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)等算法，實(shí)現(xiàn)車(chē)輛的自動(dòng)駕駛[2]。

四、人工智能在智能交通領(lǐng)域的主要應(yīng)用

（一）智能交通規(guī)劃

隨著城市規(guī)模擴(kuò)張、機(jī)動(dòng)化交通工具數(shù)量增加以及資源、環(huán)境、安全等方面的制約，而隨著智能終端、大數(shù)據(jù)、云計(jì)算、人工智能等新技術(shù)正引導(dǎo)著交通規(guī)劃向智能化方向發(fā)展[2]。通過(guò)智能終端技術(shù)收集車(chē)輛狀態(tài)和道路環(huán)境信息數(shù)據(jù)，并基于云計(jì)算系統(tǒng)把上述海量數(shù)據(jù)存儲(chǔ)與分析處理工作集中于云端，然后通過(guò)人工智能技術(shù)的支撐向量機(jī)、深度神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)算法，對(duì)交通與土地利用相關(guān)關(guān)系進(jìn)行量化分析與交通資源的優(yōu)化配置，分析和預(yù)測(cè)居民的出行行為與出行偏好，精準(zhǔn)把握居民出行時(shí)空特性，為智能交通需求預(yù)測(cè)、交通網(wǎng)絡(luò)態(tài)勢(shì)評(píng)估預(yù)測(cè)以及交通規(guī)劃決策支持提供有力的依據(jù)[1]。

（二）公交調(diào)度優(yōu)化應(yīng)用

人工智能在公交調(diào)度優(yōu)化中的應(yīng)用主要是基于全球定位系統(tǒng)（北斗）、客流IC卡進(jìn)行數(shù)據(jù)采集，根據(jù)IC卡采集的歷史數(shù)據(jù)，并使用人工智能的一些算法進(jìn)行客流統(tǒng)計(jì)分析和短期客流預(yù)測(cè)，同時(shí)通過(guò)公共交通車(chē)輛的GPS采集數(shù)據(jù)，獲取車(chē)輛的發(fā)車(chē)時(shí)間、發(fā)出班次以及線路車(chē)輛的周轉(zhuǎn)率，在此基礎(chǔ)上，通過(guò)人工智能技術(shù)的客流和車(chē)輛匹配算法，對(duì)線路的發(fā)車(chē)間隔、發(fā)車(chē)頻次等進(jìn)行優(yōu)化和設(shè)計(jì)，實(shí)現(xiàn)公交車(chē)輛的自動(dòng)調(diào)度和指揮，保證車(chē)輛準(zhǔn)點(diǎn)運(yùn)行?？s短乘客的等候時(shí)間以及增加車(chē)輛載客率[1]。

（三）實(shí)時(shí)路況和交通誘導(dǎo)

實(shí)時(shí)路況通過(guò)對(duì)交通流信息采集，結(jié)合浮動(dòng)車(chē)信息，通過(guò)人工智能技術(shù)的一些算法，對(duì)路網(wǎng)交通實(shí)時(shí)路況進(jìn)行分析評(píng)估，自動(dòng)生成相應(yīng)的路網(wǎng)誘導(dǎo)信息。它能夠有效地引導(dǎo)車(chē)輛在路網(wǎng)中運(yùn)行，減少車(chē)輛在道路上的行駛時(shí)間，實(shí)現(xiàn)交通量在整個(gè)路網(wǎng)中的均勻分配。而對(duì)于交通誘導(dǎo)則包含在途導(dǎo)航和停車(chē)誘導(dǎo)兩種[1]。在途導(dǎo)航是通過(guò)電子車(chē)牌、GPS（或北斗）定位技術(shù)、地理信息系統(tǒng)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)通過(guò)人工智能的交通實(shí)時(shí)路況和路徑規(guī)劃等人工智能算法，實(shí)現(xiàn)動(dòng)態(tài)導(dǎo)航功能。主要包括最短時(shí)間、最短距離以及高速優(yōu)先等多種導(dǎo)航的方法。而停車(chē)誘導(dǎo)則通過(guò)大數(shù)據(jù)匯集實(shí)時(shí)數(shù)據(jù)，與分散在各處的停車(chē)場(chǎng)實(shí)現(xiàn)智能聯(lián)網(wǎng)數(shù)據(jù)上傳，實(shí)現(xiàn)對(duì)各個(gè)停車(chē)場(chǎng)停車(chē)數(shù)據(jù)進(jìn)行實(shí)時(shí)發(fā)布，然后通過(guò)路徑規(guī)劃算法，引導(dǎo)司機(jī)實(shí)現(xiàn)便捷停車(chē)，解決城市停車(chē)難等問(wèn)題的智能系統(tǒng)[2]。

（四）智能交通監(jiān)控系統(tǒng)

智能交通監(jiān)控系統(tǒng)是通過(guò)智能計(jì)算機(jī)以互聯(lián)網(wǎng)為媒介鏈接道路上的攝像頭，并通過(guò)圖像檢測(cè)和圖像識(shí)別技術(shù)來(lái)分析各區(qū)域內(nèi)道路交通情況，通過(guò)智能交通系統(tǒng)能夠?qū)Τ鞘兄卮蟪鋈肟谶M(jìn)行檢測(cè)和實(shí)時(shí)監(jiān)控，能夠?qū)崟r(shí)的掌握外地進(jìn)出車(chē)輛數(shù)量以及城市內(nèi)各條道路的車(chē)流量、主干道、次干道和支路的車(chē)輛飽和度以及道路交通信號(hào)燈等狀況，并對(duì)交通信號(hào)燈進(jìn)行智能化的調(diào)整，從而實(shí)現(xiàn)智能化的交通管理與調(diào)節(jié)，最終達(dá)到緩解交通堵塞的目的[2]。此外，智能交通監(jiān)控系統(tǒng)還應(yīng)用于停車(chē)場(chǎng)、高速路口收費(fèi)站、路口車(chē)輛抓拍等較為簡(jiǎn)單的監(jiān)控設(shè)施，隨著人工智能技術(shù)的完善，智能監(jiān)控系統(tǒng)可以更好的配合交通管理，實(shí)現(xiàn)城市道路動(dòng)態(tài)擁堵收費(fèi)的效果。最終達(dá)到綠色交通的目的[1]。

五、結(jié)語(yǔ)：

人工智能在智能交通行業(yè)領(lǐng)域已經(jīng)取得一定的成績(jī)，對(duì)緩解交通擁堵、市民出行服務(wù)產(chǎn)生一定的效果。但是，人工智能在智能交通領(lǐng)域還有很多無(wú)法徹底解決的應(yīng)用。例如，徹底的實(shí)現(xiàn)無(wú)人自動(dòng)駕駛，全自動(dòng)的多車(chē)型的自動(dòng)調(diào)度問(wèn)題以及重大活動(dòng)的應(yīng)急疏散。這些需要我們進(jìn)一步研究。

參考文獻(xiàn)：

[1]黃鑫.分析計(jì)算機(jī)人工智能識(shí)別技術(shù)的應(yīng)用瓶頸[J].字技術(shù)與應(yīng)用，2016（7）：244.

[2]武嘉琪.計(jì)算機(jī)人工智能技術(shù)的發(fā)展與應(yīng)用研究[J].息與電腦：理論版，2016（7）：103-104.