近年来,中国城市智能交通市场规模保持高速增长态势,预计在未来的五年里我国城市智能交通规模年均增长率约在16%-22%之间。据中国智能交通协会统计,目前国内从事智能交通行业的企业约有2000多家,主要集中在道路监控、高速公路收费、3S(GPS、GIS、RS)和系统集成环节。
未来的交通是车路协同的交通,是由聪明的路和聪明的车构成;未来的交通信号系统将成为以信号为核心的类脑城市交通计算中心,各交通参与单元都将具备"自主"思维。 随着时代的进步,以及各种科技的不断发展,人们的日常生活发生了巨大的变化,大数据技术和人工智能技术的广泛推广应用使得生活变得更加方便快捷,而以此为基础创建智慧交通管理模式,能够对我国目前的交通拥堵问题进行有效地解决,让我国的交通领域能够实现规范发展,提高交通方面的管理效率。 交通是由人、车还有环境等综合因素构成的,人工智能的加入,让交通变得更加智慧。 采用人工智能,比如异常检测、图像识别、视频分析等技术,可以增强交通管理机构的监控能力和准确度,从而避免一些交通安全事故的发生,同时能够规范交通驾驶行为,提升交通文明。 人工智能有两个大的时间节点,第一节点:起源-1956年达特茅斯会议。第二节点:腾飞-近期深度学习的广泛应用。 (一)起源-1956年达特茅斯会 2006年GeoffreyHinton发表了一篇论文,提出了深度学习相关理论及训练方法,当时并没有受到特别大的关注。 直到2012年,通过深度学习实现的图像分类方法在ILSVRC图像识别比赛上大放异彩,取得了远超前一年冠军的好成绩,才让深度学习技术受到Google,Facebook等大公司的关注和大规模投入。 值得一提的是,ILSVRC图像识别比赛所用到的ImageNet数据集是由华人女科学家李飞飞2007自主筹资发起的,可以说,正式由于这个数据集的建立,推动了深度学习技术从理论走向了应用。 直到2016年,AlphaGo事件,让深度学习走向大众视野。 (二)腾飞-近期深度学习的广泛应用 深度学习技术目前来说,贡献最大的在计算机视觉和语音识别两个领域,其中计算机视觉领域取得的进展最大,这也解释了,为什么近年来AI技术广泛应用于安防、交通等领域。 深度学习让计算机自动学习内在逻辑,而计算机机器学习终其一生,就是在求一个目标函数的最小值,最小化损失,这有点类似人类的思维模式。其内在逻辑遵循奥卡姆剃刀原则--最经济的往往是最适用的。 深度学习最大的贡献之一,是认知能力的提升,但对于智慧交通系统而言,除了认知,还需要决策,因此AI真正能给智慧交通带来全面改变,还有很长的路要走。深度学习目前对于计算机视觉改进最显著的有两个方面: 第一,车脸识别。由车牌识别发展到车脸识别,并且是360度任意角度识别,识别内容包括车内外的可见的所有特征信息,这为智慧交通系统奠定了数据采集基础。 第二,人脸识别。LFW库上人脸识别准确率超过99.8%,动态人脸识别获广泛应用。 深度学习目前已经处于顶点位置。关于下一步如何发展?接下来是否会有更好的突破?等问题已经被提出。 深度学习逐步进入到发展相对缓慢、技术迭代周期加长的阶段,在这一阶段中,许多的AI芯片和前端智能化产品逐步诞生,这也催生了边缘计算概念的提出,在这个背景下,云+端将是新的趋势,2019年也将是边缘计算大爆发的一年。 近年来,科学界和工业界开始意识到,深度学习已经不再是包治百病的灵丹妙药,在这个大背景下,AI只有针对场景化的优化,各个击破,才能真正解决问题。 (一)自动驾驶汽车 人工智能创新最突破性的应用之一是自动驾驶汽车。自动驾驶汽车曾经只是科幻幻想的一个概念,现在已经成为现实。虽然人们在发展阶段对这项技术持怀疑态度,但无人驾驶车辆已经应用在交通运输领域。 (二)交通管理 人们每天面临的另一个交通问题是交通拥挤,很多公司希望采用人工智能技术解决这个问题。公路上无处不在的传感器和摄像头收集了大量的交通细节。这些数据随后被发送到云端,在那里将使用大数据分析和人工智能驱动的系统进行分析和流量模式启示。可以从数据处理中收集有关流量预测等有价值的见解。可以为通勤者提供交通预测、事故或道路堵塞等重要细节。此外,还可以告知人们到达目的地的最短路线,帮助他们避开交通拥堵的情况。这样,人工智能不仅可以减少不需要的交通流量,而且可以提高道路安全性,减少等待时间。 (三)无人驾驶飞机 最令人兴奋和创新的人工智能应用之一是无人驾驶飞机。无人驾驶飞机提供了一种独特的解决方案,可以消除碳排放,消除交通拥堵,并减少对昂贵基础设施建设计划的需求。此外,无人驾驶飞机将帮助人们更快地到达目的地,并最大限度地缩短他们的通勤时间。 此外,不断增长的人口使城市规划者承受着巨大的压力,需要在不影响资源的情况下确保城市规划的智能化和基础设施的建设。无人驾驶飞机确实是解决这些城市规划者努力解决的所有问题的真正方法。中国最近展示了一种自动驾驶飞行器,其中17名乘客首次体验到智能飞行的机动性,这是类似应用的一个重要指标。
利用人工智能技术可以实时对全城、区域、商圈等的交通路况、拥堵、事故等行为进行分析,通过对历史数据的深度挖掘和理解,按年、月、日等形式形成多维度的综合交通管理应急指挥预案,进而提高交通效率。
人工智能算法可以根据城市民众的出行偏好、生活、消费习惯等方式,分析出城市人流、车流的迁移与城市建设及公众资源的数据。基于这些大数据的分析结果,为政府决策部门进行城市规划,特别是为公共交通设施的基础建设提供指导和借鉴。
此外,人工智能可以将各个方面的资源联系在一起,通过大数据平台的辅助,智能地调度资源,减少资源错配,减少各类交通空载率,减少汽车数量,从而达到环境保护和节约能源的目的。