智能交通的發展和思考

張啟楠

本文首先概述了人工智能以及智能交通，接著闡述了智能交通的具體應用，包括交通綜合治理、智能出行、無人駕駛，最后討論了智能交通發展面臨的問題并給出針對性建議。

1.引言

隨著信息技術的快速發展，人工智能技術已在許多領域逐漸從學術研究進入實際應用。當前，世界的聯系性顯著增強，便捷高效的交通是高質量生活的重要保證，更是經濟、社會穩定發展的重要因素。然而，隨著城市化的進程和汽車的普及，交通運輸問題日益嚴重，如交通擁堵、交通事故、環境污染等。在這種背景下，研究者提出了智能交通系統，該系統旨在利用人工智能相關的技術，將車輛、行人、駕駛員和道路等交通要素通盤考慮，從而系統緩解甚至解決當前交通系統面臨的各項問題。

智能交通系統是將現代計算機技術，通信技術和信息技術等有效地用于交通運輸體系，使車輛，道路，駕駛者及相關服務部門有機地結合起來而組成的一種實時、準確和高效的綜合運輸管理系統[1]。從20世紀60年代到70年代是智能交通的探索階段，后來由于電子和通信技術的飛速發展，ITS開始有了基本的支持技術，現階段，隨著技術的進步，產生了許多智能交通的具體應用。

將人工智能充分引入交通領域，能夠促進傳統交通的轉型發展，從而為改善出行環境，提高運輸效率，解決環境問題等提供技術基礎。

2.人工智能概述

人工智能（Artificial Intelligence AI）是計算機科學的分支學科，主要是研究人的智能擴展到計算機中的理論、方法、技術。人工智能的目標是設計出能夠與人類智能相似的智能機器或系統，代替人類完成各項任務，該領域的研究包括語音識別、自然語言處理、機器人、計算機視覺和專家系統等[1]。

要實現智能交通的深度發展和應用，離不開圖像識別技術和大數據處理技術。作為人工智能的一個重要領域，圖像識別技術是指對圖像進行對象識別，以識別各種不同模式的目標和對象的技術。圖像識別主要依賴對圖像中的特征進行提取和表達，如計算機可以利用字母A的尖， Y中心的銳角的特征對字母圖片進行識別。對人類識別圖像的研究發現，人眼的視線總是集中在圖像中的棱角、線條等梯度最大或方向突變的位置，這些位置包含了圖像中的大部分信息，是人類識別圖像所要提取的主要信息。在人類圖像識別系統中，對于熟悉的圖形，人腦會把它當作一個單元來識別，處理過程相對簡單；對復雜圖像的識別往往要通過不同層次的信息加工才能實現，目前的深度學習技術正是借鑒了這種特征才得以在實際應用中表現出遠高于傳統模型的效果。

大數據是指無法在有限時間范圍內用常規軟件工具進行捕捉、管理和處理的海量數據，具有數據總量大、增長迅速和類型多樣等特征。從技術上看，大數據的處理往往需要強大的計算能力的支撐，無法用單臺的計算機進行處理，現階段主要采用分布式架構對其進行挖掘。國務院在2015年印發了《促進大數據發展行動綱要》，《綱要》對大數據的發展進行了頂層設計，對大數據的發展作出了系統部署，其中也提到了大數據應與實際緊密結合，可以說，發展智能交通將迎來新的機遇[2]。

3.智能交通的具體應用

3.1 交通綜合治理

交通堵塞一直以來是各國在城市化發展過程中面臨的棘手問題，隨著人工智能在交通領域的深化應用，交通堵塞問題有望得到有效解決。2018年1月，高德地圖、交通運輸部科學研究院、阿里云聯合發布了《2017年度中國主要城市交通分析報告》[3]。報告提出了一種評價城市交通擁堵情況的指標-“擁堵延時指數”，通過該指標能夠客觀反映了城市交通擁堵狀況。報告指出，同比2016年，2017年主要城市的擁堵情況持平或下降，全國城市擁堵趨勢下降，可以說2017年以來各地治理擁堵效果顯著。報告指出，上述治堵成果的取得，很大程度上得益于人工智能和大數據技術的支持。

2016年，杭州市政府公布了一項“瘋狂”的計劃—杭州城市數據大腦計劃，通過人工智能技術改善城市的如交通、醫療等服務水平。經過初步試驗表明，城市大腦通過智能調節紅綠燈的時間，能夠使車輛通行速度最高提升了11%。“城市大腦”的內核源于阿里云ET人工智能技術，利用從部署在城市各處的傳感器實時收集數據，從而對整個城市進行全局實時分析，自動調配公共資源，目標是成為治理城市的超級人工智能。杭州是中國首個將智能交通系統大規模地運用到城區中的城市，某種程度上引領了一種智能化時代的趨勢。

3.2 智能出行

在社會各方面迅猛發展的中國，交通是資源調配的重要一環。作為個體的社會公民，其出行消費也應看作一個資源調配的基本單元，同時，公眾對出行的智能化需求越來越高。

近年來滴滴憑借互聯網巨頭的資本支持和高效管理，掌控了汽車出行市場的較大份額。在滴滴騰飛過程中，人工智能技術在其中有著支撐性作用。2016年滴滴成立了滴滴研究院。在研究院成立后滴滴就結合其在出現領域積累的大數據與人工智能技術，構建了被稱為滴滴交通大腦的智能出行系統。該系統能夠實時根據出行需求與運力對平臺的車輛進行調度，盡可能地滿足公眾的出行需求，提高服務的滿意度[4]。

滴滴研究院最近利用深度學習技術建立了一個新的智能出行系統，系統能夠根據路況、歷史出行數據等信息對某一時刻某一地點的用戶出現需求進行實時預測，實現車輛的超前調配，結果表明，由于深度學習技術的應用使預測誤差大概降低了70%。在許多大城市，高峰期打車困難屢見不鮮，之前人們常常認為是由于運力與需求不匹配導致的，但滴滴公司通過對其出現大數據的分析表明，在高峰期滴滴的運力其實是充足的，也就是說供求是平衡的，造成打車困難的主要原因是車輛分布不合理，過去常常會出現在高峰期有的地方打不到車，有的地方車輛空駛的情況。因此，滴滴通過把地區切分成一個個六邊形區域，之后在六邊形里面計算訂單數和空車數，利用其智能出行系統對車輛進行智能調配，盡可能地滿足用戶的出行需求。

3.3 無人駕駛

根據世界衛生組織的數據，全世界每年平均因交通事故會奪走大約124萬人的生命，到2030年，預計這一數字將會增加到220萬人[5]。因此，安全出行，千百年間一直是人們追求的目標，而無人駕駛汽車的出現，將使這一愿景成為可能。

無人駕駛汽車是一種智能汽車，不需要駕駛員操控，因而可以稱為輪式移動機器人，主要依靠包括路況感知、車輛控制、路線規劃等模塊組成的智能駕駛系統實現無人駕駛。相比于普通汽車，無人駕駛汽車更加安全穩定。防抱死制動系統是引領汽車工業向無人化方向發展的早期技術之一。研究表明，相比駕駛員，防抱死系統可以實時監控車輛的輪胎情況，并及時做出反應，反應時機比駕駛員把握得更加準確也更加迅速。據研究，無人駕駛汽車如果普及應用，交通事故將會大幅減少，數百萬人的生命或許將得到挽救。

4.討論

從產生到成長，從成熟到應用，人工智能正在改變人們的生活方式，并會對未來的世界發展產生巨大的影響。在交通領域，人工智能技術為核心的智能交通系統體現出它不可比擬的優越性。然而，無人駕駛汽車仍然出現小事故，初代阿爾法狗對決時出現bug，特斯拉汽車制造機器人生產線遭質疑等問題反映了人工智能的局限性。身處于21世紀，我們要充分認識到人工智能的兩面性，在智能交通領域，既不能畏懼突破，徘徊不前，也不能一味地依賴技術，喪失了自己的創造力和思想，成為技術的傀儡。如上述提到的無人駕駛汽車，不能苛求其完美無缺，但其安全性依舊需要更多的模擬實驗來驗證；初代阿爾法狗的“bug”，雖然更新后已解決，但技術人員仍應分析系統出現問題的真實原因，記錄數據，不斷總結；特斯拉汽車生產線采用機器人所引發的工人失業問題也需要政府有關部門緊密配合，平穩過渡。總之，想要使智能交通發揮出更穩定高效的作用，還要經歷一段漫長的探索。