AI+智慧交通实现整体升级和协同

AI+智慧交通实现整体升级和协同

人工智能,是一门新的综合性技术科学或工程,能够和人一样进行感知、认知、决策、执行的人工程序或系统。

国务院发布的《新一代人工智能发展规划》,提出推动人工智能与各行业融合创新,智能载运工具、智能物流等交通运输领域多项重点位列其中。

根据《规划》,国家将促进智能交通发展,研究建立营运车辆自动驾驶与车路协同的技术体系。研发复杂场景下的多维交通信息综合大数据应用平台,实现智能化交通疏导和综合运行协调指挥,建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统。

人工智能技术渗透到城市交通系统的不同环节,能够实现智能交通的整体升级和协同;智慧交通作为人工智能的一个重要应用领域,在车牌识别、无人驾驶、治理拥堵、预防和减少交通事故等方面都值得探讨与思考。

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。

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。

一、人工智能应用于车辆识别

在车辆识别方面,基于深度学习的车辆识别技术将特征范围由单纯的车牌或车标扩展到整个车身。车辆的车灯、格栅、车窗等均是车辆的重要特征,对车辆这些特征的引入,不仅大大提升了车辆识别的准确率,对干扰、遮挡等问题的适应性也更强,识别的类别也更加细化,不仅能识别车辆的品牌,而且能识别车辆的子品牌、型号、年款等详细类别。指定车辆在视频图像数据中的检索除了可以通过车牌、品牌、型号、颜色等描述信息进行外,还可以通过车辆图片或年检标、挂饰等局部特征进行。

当前,在智慧交通领域,人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想。此外,人工智能在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等方面的应用也比较成熟。

二、人工智能应用于无人驾驶

其实,说到人工智能在交通领域的应用,大家首先想到的并不是识别车牌,而是无人驾驶。在交通领域自动驾驶确实是将人工智能运用最彻底的一个方面。

自动驾驶涉及环境感知、智能决策和规划、智能控制等多门学科,其中人工智能、云计算等是限制无人驾驶发展的关键技术和瓶颈技术。

虽然当前自动驾驶技术发展日新月异,但具体产业化应用未真正启动,有赖于人工智能、云计算等技术的发展。

目前自动驾驶已进入以企业为主体、以市场为主导的新阶段。行业普遍认为,2021年前后将是自动驾驶汽车发展的产业元年。自动驾驶产业落地速度的骤然加快,在很大程度上得益于人工智能近五年来取得的突破性进展。

此外,在高精地图、车联网与智能交通系统等的合力支撑下,自动驾驶汽车有望具有接近于人类水平的视觉感知、紧急情况预测与驾驶技巧学习等能力,其中路测大数据与低功耗高性能人工智能芯片正成为产业竞争的焦点。

三、人工智能应用于治理拥堵

在人们最为头疼的城市交通拥堵问题方面,AI给出了更多的可能。目前我们最习以为常的通过导航去往目的地,和通过电子地图查询公交车的位置,其实这背后蕴含着先进的AI和深度学习技术。

通过深度学习,人工智能会显示出比人脑更为强大和更为迅速的解决难题的能力,所以也可以在缓解交通拥堵方面发挥重要的作用。比较典型的案例就是杭州的"城市大脑",城市数据大脑上线测试运行后,试点的22公里高架路平均延误降低15.3%,出行节省时间4.6分钟,地面主干路的平均延误降低了8.5%,出行节省时间1分钟,这些数据也许并不特别惊人,但在小范围试点范围内取得这样的数据变化也是非常不容易的。

四、人工智能用于预防和减少交通事故

交通事故是城市交通的另一个"痛点"。每年有130多万人会死于交通事故。利用基于人工智能视觉芯的高速公路行车环境全息感知技术,基于深度学习的机动车通行行为识别,针对运动目标的监测跟踪与识别技术,去开发软件,对路上的违法变道,超速行驶等等违法行为要进行分类理解,为预警提供精细化的依据。应用于交通违法多发路段,解决复杂交通场景下路况的感知、行为智能识别;后构建事故的综合评估、提前预警、即时干预的技术体系。

目前的事故预测预警,主要在两方面,一是违法行为频发的地方,装上设备,在车辆进入隐患路段的前后,都有预警预测,如果有车辆交通违法,马上告知车主。现在有一些高速公路路段做了类似工作,但不是自动预警,未来要自动预警,通过人工智能实现。二是对恶劣天气的预警,每年靠近安徽附近的高速路网都有几十辆车因为天气原因相撞,也可以安装这个设备。人工智能芯片嵌入之后,不光是对视频感知,还可以来智能分析交通环境等等,从而提前进行预警,终实现事故多发路段的管控,事故预警预测。

相关推荐