淺談Python在智慧高速中的應用

王森

摘 要：改革開放以來，我國經(jīng)濟建設(shè)取得了很大的成就，相應的由于經(jīng)濟建設(shè)飛速發(fā)展也帶動了我國其他行業(yè)飛速發(fā)展。在我國有這樣的一句話至改革開放便流傳至今“要想富，先修路”，高速公路作為一種現(xiàn)代化的高效的運輸公路，極大程度的帶動了高速公路周邊地區(qū)的經(jīng)濟發(fā)展。2017年7月8日，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，社會各行各業(yè)都開始逐步引入更加智能的信息技術(shù)。本文主要以高速公路信息化作為切入點，介紹Python語言特點及各類庫，并分析Python語言在智慧高速中的應用，包括比如高速交通流量分析及預測、高速視頻監(jiān)控預警、 違法行為監(jiān)管、人工智能客服、辦公自動化等方面。

關(guān)鍵詞：Python;庫;人工智能;高速監(jiān)控

0 引言

現(xiàn)今的我國的高速公路發(fā)展飛快，提高高速公路的管理質(zhì)量也顯得愈發(fā)重要，在高速公路運行的過程中，通過視頻監(jiān)控是提高高速公路管理質(zhì)量的重要措施，但從目前高速公路監(jiān)控視頻的情況來看，視頻監(jiān)控的清晰度、分辨率越來越高，如何通過有效的方法，及時準確的從高速公路監(jiān)控視頻中提取到有效的信息成為困擾高速公路管理的一個難題。現(xiàn)今將Python語言引入高速公路管理能夠有效的解決高速公路交通流量預測，降低高速公路事故的發(fā)生率，極大程度的推動了我國高速公路管理智能化發(fā)展，讓其能夠更好的為社會服務。

1 Python語言簡介及特點介紹

Python是由荷蘭程序員Guido van Rossum在1989年創(chuàng)建的一種帶有動態(tài)語義的解釋型、面向?qū)ο蟮母呒壘幊陶Z言，具有簡單、易學、可移植、可擴展等特點。Python作為一種高層語言，當使用Python語言編寫程序時，無須考慮諸如如何管理所開發(fā)的程序使用的內(nèi)存一類的底層細節(jié);具有高度的可兼容性，整體具有非常豐富的庫，能夠兼容現(xiàn)階段的主流平臺。同時，其自身相對于其他語言自身具有較高的互動性，支持互動模式，減少了工程師試錯的時間。

2 Python常用庫簡介

2.1 Pandas

基于NumPy的一種工具，為解決數(shù)據(jù)分析任務而生。納入大量庫和一些標準的數(shù)據(jù)模型，提供高效地操作大型數(shù)據(jù)集所需的工具及大量的能快速便捷處理數(shù)據(jù)的函數(shù)和方法，提供多種數(shù)據(jù)結(jié)構(gòu)，為時間序列分析提供很好的支持。

2.2 Matplotlib

Matplotlib是Python的繪圖庫，有許多別的程序庫都是建立在其基礎(chǔ)上或者直接調(diào)用該庫，可以很方便地得到數(shù)據(jù)的大致信息，功能非常強大。

2.3 Django

一個高級的PythonWeb框架，支持快速開發(fā)，提供從模板引擎到ORM所需的一切東西，使用該庫構(gòu)建App時，必須遵循Django的方式。

2.4 Scikit-Learn

Scikit-Learn基于NumPy和SciPy，是專門為機器學習建造的一個Python模塊，提供了大量用于數(shù)據(jù)挖掘和分析的工具，包括數(shù)據(jù)預處理、交叉驗證、算法與可視化算法等一系列接口。

2.5 TensorFlow

TensorFlow是相對高階的機器學習庫，其核心代碼使用C++編寫，并支持自動求導，使得用戶可以方便地設(shè)計神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，不需要親自編寫C++或CUDA代碼，也無須通過反向傳播求解梯度。由于底層使用C++語言編寫，運行效率得到了保證，并簡化了線上部署的復雜度。

2.6 PyTorch

2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch，是一個開源的Python機器學習庫，用于自然語言處理等應用程序，具有強大的GPU加速的張量計算（如NumPy），包含自動求導系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。

3 Python計算機語言在智慧高速信息化的應用分析

通過視頻監(jiān)控來進行高速公路的管理是現(xiàn)今高速公路管理的主要途徑，也是當今高速公路信息化、智能化發(fā)展的主要內(nèi)容。但就當下而言，我國高速公路上安裝的監(jiān)控設(shè)備存在一定的問題，影響了我國高速公路的信息化發(fā)展。

這些問題主要體現(xiàn)在數(shù)據(jù)管理、數(shù)據(jù)研發(fā)與數(shù)據(jù)應用三方面。在數(shù)據(jù)管理中，由于高速公路中安裝的監(jiān)控設(shè)備數(shù)量十分龐大，每時每刻采集到的數(shù)據(jù)量也十分龐大，而高速公路視頻管理系統(tǒng)比較落后，就導致采集到的有些數(shù)據(jù)傳輸?shù)倪^程中會有缺失的情況出現(xiàn);在數(shù)據(jù)研發(fā)的過程中，由于高速公路視頻管理系統(tǒng)配置比較低導致高速公路視頻監(jiān)控系統(tǒng)的數(shù)據(jù)資源開發(fā)利用率普遍較低，難以為高速公路管理提供豐富的參考資料，極大程度的阻礙了我國高速公路信息化、智能化的發(fā)展;在數(shù)據(jù)應用中，高速公路交通數(shù)據(jù)的發(fā)布效率與質(zhì)量不能完全滿足我國公民出行信息服務需求，對社會服務程度較低。

針對這些問題，高速公路管理單位應當積極引入Python計算機語言參與到我國高速公路監(jiān)控視頻的管理當中，能夠很大程度的拓寬我國高速公路視頻監(jiān)控信息的采集范圍，同時還能將高速公路監(jiān)控系統(tǒng)采集到的信息進行有效地整合及時的傳輸?shù)礁咚俟饭芾韱挝唬彝ㄟ^該項技術(shù)還能夠?qū)Σ杉瘋鬏敾貋淼囊曨l進行有效的分析，能夠及時準確的將高速公路真實的運行情況展現(xiàn)在公眾面前，使的需要出行的駕乘人員能夠提起做出自己的出行計劃。

高速公路管理單位還利用Python技術(shù)進行監(jiān)控視頻的內(nèi)容開發(fā)，實現(xiàn)高速視頻監(jiān)控預警，打造人工智能客服、進行通行數(shù)據(jù)分析研判、新開路段開通后對周邊交通量影響分析、數(shù)據(jù)可視化展示等研究，通過引進Python語言能夠更好的提升內(nèi)部管理及公共交通服務水平。

4 Python語言在智慧高速中具體化的應用

4.1 在交通流量分析中的應用

在高速公路交通流量統(tǒng)計分析中，僅依靠收費站過車數(shù)據(jù)來統(tǒng)計，無法獲取更多的數(shù)據(jù)價值。在智慧高速的建設(shè)中，通過引入Python計算機語言技術(shù)，整合高速公路收費、監(jiān)控及ETC門架系統(tǒng)采集到的數(shù)據(jù)能夠構(gòu)建大數(shù)據(jù)分析平臺，再使用Python語言Pandas、Numpy、Matplotlib等數(shù)據(jù)分析、繪圖庫進行數(shù)據(jù)分析及數(shù)據(jù)可視化展示，可得到高速公路分時間、分區(qū)域的、更加及時、準確的車流量數(shù)據(jù)及預計流量情況。

4.2 構(gòu)建更加完善的高速公路視頻監(jiān)控系統(tǒng)

構(gòu)建更加完善的視頻監(jiān)控系統(tǒng)需提高高速公路視頻監(jiān)控系統(tǒng)的性能與容量，同時需通過技術(shù)手段彌補硬件設(shè)備缺陷。通過利用Python語言video2x庫還能對視頻中畫面抖動，圖像模糊的問題進行優(yōu)化能夠顯著提高高速攝像機拍攝的視頻畫面質(zhì)量為高速公路管理單位提供更加清晰、真實的視頻信息。

4.3 在智能客服中的應用

駕乘人員往往需要通過電話對高速公路的收費政策咨詢，或?qū)β窙r情況進行咨詢，也有需要對收費金額進行核對，各種需求完全依靠高速客服人員去完成，工作量極大，將導致電話接通率下降。為了應對新的挑戰(zhàn)，可使用Python語言AIML庫開（AIML由Richard Wallace發(fā)明，他設(shè)計了一個名為A.L.I.C.E.“人工語言網(wǎng)計算機實體”的機器人，獲得了多項人工智能大獎。）發(fā)人工智能客服系統(tǒng)，提高回應客戶的效率，自動對客服的問題進行分析歸類，為之后的決策提供依據(jù)。

5 結(jié)束語

綜上所述，僅僅依靠傳統(tǒng)的高速公路管理方式早已無法適應現(xiàn)今高速公路發(fā)展的趨勢，通過本文較為全面的分析可知，高速公路營運管理如能夠?qū)ython技術(shù)應用于交通流量分析及預測、高速視頻監(jiān)控預警、數(shù)據(jù)可視化展示、人工智能客服等方面，并且落實到位，能夠很大程度的提高我國智慧高速信息化水平。

參考文獻：

[1]湯曉鷗，陳玉琨.人工智能基礎(chǔ)[M].上海：華東師范大學出版社，2017.

[2]劉睿健.智能監(jiān)控護航智慧出行——看高速公路區(qū)域監(jiān)控如何助力出行服務[J].中國交通信息化，2017，19（11）：21-27.