人工智能技術(shù)在智慧交通領(lǐng)域中的應(yīng)用

陳春妍

摘要：現(xiàn)如今，我國是科技發(fā)展的大時代，隨著人工智能技術(shù)高速發(fā)展，人工智能技術(shù)逐漸走入我們的視野，這些技術(shù)在改 變?nèi)祟惿罘绞降耐瑫r，也對社會發(fā)展的各個領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響。本文將簡要介紹人工智能技術(shù)和智慧交通的概念，并 重點分析和探討人工智能技術(shù)在智慧交通領(lǐng)域中的一些應(yīng)用狀況。

關(guān)鍵詞：人工智能；交通大數(shù)據(jù)；公路交通；智能化

中圖分類號：F49 文獻標(biāo)識碼：A 文章編號：2095-3178（2018）06-0074-01

引言

人工智能是眾多行業(yè)應(yīng)用中自動化、智能化技術(shù)的核心要素。

近年來隨著深度學(xué)習(xí)技術(shù)的發(fā)展，人工智能在諸多應(yīng)用領(lǐng)域都取得 了舉世矚目的成就。使用人工智能技術(shù)中的機器視覺和深度學(xué)習(xí)等 技術(shù)，對交通大數(shù)據(jù)進行分析和建模，可以輔助或替代人工來做出 分析、判斷和決策。在某些情況下機器的分析識別效果已經(jīng)接近甚 至超過了人類水平。因此，人工智能技術(shù)的進步對于推動交通行業(yè) 的技術(shù)進步，提升交通行業(yè)的信息化、自動化、智能化水平有著非 常重要和積極的意義。本文詳細(xì)探討了人工智能技術(shù)在公路交通中 的應(yīng)用，并對未來的智慧交通的發(fā)展做出了展望。

1 人工智能和智慧交通的概念

人工智能技術(shù)是指以人類智能相關(guān)理論的研究為依據(jù)，進行相

關(guān)理論的模擬、延伸、和擴張的一種技術(shù)，人工智能也稱機器智能。 它是由計算機科學(xué)、統(tǒng)計學(xué)、信息論、語言科學(xué)等多種學(xué)科相互融 合和發(fā)展而來。人工智能研究的主要內(nèi)容是如何制造出人造的智能 機器或智能系統(tǒng)，使其具備模擬人類智能活動的能力。目前人工智 能主要包含自然語言處理、語音處理、計算機視覺、機器人技術(shù)以 及深度學(xué)習(xí)等熱點研究領(lǐng)域。隨著計算機運算性能的快速發(fā)展，以 及存儲容量不斷擴大，人工智能技術(shù)的研究將會不斷深入和提高， 人類的生活將會逐漸變得越來越智能化。智慧交通作為智慧城市的 一個重要構(gòu)成，它是解決城市交通問題的最佳方法，同時也是智慧 城市建設(shè)的一項具體應(yīng)用。智慧交通系統(tǒng)是指在交通領(lǐng)域中充分運 用物聯(lián)網(wǎng)、云計算、人工智能、自動控制等技術(shù)而建立起的全方位 發(fā)揮作用的，實時、準(zhǔn)確、高效的綜合運輸和管理系統(tǒng)。智慧交通 的目的是使得人、車、路達(dá)到密切配合，并發(fā)揮協(xié)同效應(yīng)，從而提 高交通運輸效率、保障交通安全、改善交通運輸環(huán)境。

2 智慧交通在智慧城市建設(shè)中的應(yīng)用難點與瓶頸

2.1智慧交通缺乏頂層設(shè)計

目前，我國城市智慧交通普遍缺少頂層設(shè)計，迫切需要建立一

個系統(tǒng)全面的智慧交通框架體系，基于科學(xué)的方法論，從城市交通 全局角度，對智慧交通進行戰(zhàn)略規(guī)劃及總體設(shè)計，自上而下、由近 及遠(yuǎn)指導(dǎo)城市智慧交通系統(tǒng)的設(shè)計、建設(shè)和運行管理。

2.2部門間信息共享程度低

交通相關(guān)部門及下屬單位數(shù)量較多，其信息化系統(tǒng)多數(shù)由不同

的軟件公司在不同時期開發(fā)，系統(tǒng)獨立運行且不能互聯(lián)互通，存在 信息孤島現(xiàn)象，導(dǎo)致交通數(shù)據(jù)呈現(xiàn)碎片化分布、信息利用率低且融 合程度差，各部門間缺乏有效的信息溝通和共享。

2.3海量交通數(shù)據(jù)難以得到充分利用

由于各個部門信息系統(tǒng)相互獨立，數(shù)據(jù)標(biāo)準(zhǔn)和格式各不相同，

對存在于各個業(yè)務(wù)系統(tǒng)中的海量數(shù)據(jù)無法共享運用，導(dǎo)致對交通信 息的感知和收集能力有限，數(shù)據(jù)潛在價值沒有得到有效挖掘，數(shù)據(jù) 沒有發(fā)揮其應(yīng)有的價值，在交通監(jiān)控、出行服務(wù)、交通指揮、應(yīng)急 處置等功能中不能充分發(fā)揮事前預(yù)測、事中管理和事后評估的智慧 化決策支持的作用。

3 人工智能技術(shù)在交通流量管理中的應(yīng)用

3.1預(yù)測交通流量以改善交通擁堵

隨著我國汽車產(chǎn)業(yè)的發(fā)展，城市道路及高速公路道路擁堵的問 題日益嚴(yán)峻。通過對交通流數(shù)據(jù)挖掘，同時在此基礎(chǔ)上建立交通流 預(yù)測模型，就能夠有效的預(yù)測交通擁堵狀況，從而引導(dǎo)車輛選擇合 理出行路線。深度學(xué)習(xí)作為人工智能的新興學(xué)科，它已經(jīng)被成功地 應(yīng)用到很多領(lǐng)域，比如自然語言處理、分類任務(wù)、圖像識別等。深 度學(xué)習(xí)通過利用多層體系架構(gòu)來有效地提取出底層數(shù)據(jù)的潛在的特 征，然后提供給高層進行分類與回歸。通過收集交通數(shù)據(jù)流的海量 數(shù)據(jù)，利用深度自動編碼器模型對采集到的交通大數(shù)據(jù)進行訓(xùn)練， 并在訓(xùn)練過程中對深度自動編碼器模型進行不斷的調(diào)整，最后利用 調(diào)整后的深度自動編碼器模型對交通進行預(yù)測。

3.2根據(jù)交通流動態(tài)調(diào)節(jié)的智能紅綠燈

隨著計算機技術(shù)的迅速發(fā)展，基于機器視覺的檢測技術(shù)已經(jīng)應(yīng)

用于交通監(jiān)測系統(tǒng)，通過視頻檢測技術(shù)可以實時檢測路口中各車道 車輛的排隊長度。通過收集到的數(shù)據(jù)，生成路口的候車隊列分布情 況，從而控制交通燈采取實時動態(tài)的配時控制方案。傳統(tǒng)紅綠燈浪 費了很多綠燈的時間，對于交叉路口的雙向車流不一致的情況十分 不利。而上述這種方案可以最大程度的利用綠燈時間，避免綠燈時 間的浪費以及路口候車時間的增加，可以有效緩解路口的交通擁堵。

3.3闖紅綠燈檢測

很多車輛在紅燈的時候繼續(xù)前進，這是一種很危險的行為，會

影響到自身以及他人的生命安全。交管部門必須對違章車輛進行記 錄處罰，如何準(zhǔn)確記錄闖紅燈的車輛是一個問題。通常的方法是使 用道路埋線圈進行檢測，這種方法需要在停車線前方柏油路面下方 埋設(shè)一個壓力感應(yīng)器，然后將感應(yīng)器開關(guān)與紅燈相連接，紅燈亮的 時候感應(yīng)器接通處于工作狀態(tài)，車的前輪碾過去，感應(yīng)器就發(fā)出拍 照信號，后輪再碾過去，再拍一次，通過照片記錄闖紅燈的車輛信 息。這種方法需要人工在路口填進感應(yīng)線圈，由于線圈的精度問題， 還會出現(xiàn)誤判、漏判的情況。

結(jié)語

通過在公路交通中將引入人工智能技術(shù)，借助其龐大的數(shù)據(jù)分

析能力，有效的改善了道路交通中的各種問題。使用圖像識別技術(shù) 將之前需要大量人工作業(yè)、高成本的運營到高速、簡單的智能化規(guī) 劃的轉(zhuǎn)變。通過人與計算機的共同協(xié)作，讓道路交通更加便利快捷， 穩(wěn)定提升國民經(jīng)濟。最近幾年機器視覺取得了空前的成就，得益于 深度學(xué)習(xí)技術(shù)帶來的巨大進步，通過機器視覺的廣泛應(yīng)用，能夠大 大提高智能交通系統(tǒng)的感知精度和維度，讓智能交通系統(tǒng)更加智慧。

同時，這些技術(shù)發(fā)展降低了交通管理部門任務(wù)量，給人們的生活帶 來了極大的便利。

參考文獻

[1]葉云.基于機器視覺的道路標(biāo)線損壞智能檢測設(shè)想.公

路與汽運，2016，（03）：55-57.

[2]尹邵龍，趙亞楠.深度學(xué)習(xí)在城市交通流預(yù)測中的實 踐研究.現(xiàn)代電子技術(shù)，2015，（15）：158-162.

[3]譚娟，王勝春.基于深度學(xué)習(xí)的交通擁堵預(yù)測模型研 究.計算機應(yīng)用研究，2015，（10）：2951-2954.