人工智能技術在中小城市交通治理中的應用探究

毛宇琦

（山東 濟寧 272100）

1 中小城市交通現狀

隨著中國的城市化進程，城市交通有的飛快發展，在人工智能和信息技術的推動下，網約車、共享單車等新業態開始引領世界潮流。交通是城市的動脈，井然有序的交通不僅能夠保障人們的日常生活，也能保證城市的正常運作。如果沒有良好的交通建設，沒有高新技術的推動，沒有高效的交通工具，人們會浪費很多時間在出行上，極大地降低工作效率。

城市有大小之分。一些大城市開始引入騰訊優圖、阿里ET城市大腦等智能交通系統，利用人工智能技術治理一系列交通問題。原本交通問題較輕的中小城市，也因為人口的增長、機動車持有量的增加和城市化建設的落后，出現了交通擁堵的問題。高德地圖聯合交通運輸部科學研究所等權威機構發布的《2017年第二季度中國主要城市交通分析報告》中指出，2017年第二季度，全國堵城排行前100座城市中，有77%的城市擁堵同比去年同期呈現大面積緩解，其中一、二線城市擁堵降幅明顯，但是三線城市繼續保持擁堵上漲趨勢。

從人民美好生活的需要看，我國交通運輸供給不足的狀況已發生根本性轉變，滿足人民出行需求的關鍵已從“有沒有”轉為“好不好”，人民群眾希望得到更加個性化、多樣化、品質化、高效率的交通運輸服務。因此，本文主要以中小城市為出發點，以推進中小城市智慧交通發展，滿足人民出行需求為目的，借助大數據和人工智能等信息技術提出合理的建議和解決方案。

2 人工智能在交通領域的應用

近年來，隨著人工智能、物聯網等技術的發展與成熟，它們在交通領域開始發揮越來越大的作用。以下列舉一些具體的應用方向。

2.1 城市基礎設施建設

城市擁堵的凸顯，一定程度上是由于現有道路網的設計已經不能滿足不斷發展的城市交通流的需求，城市交通網絡規劃不夠合理科學。為了解決城市擁堵的問題，現有技術可以通過檢測各路段車流量，基于人的移動性數據來發現不合理的道路規劃，進行道路的適當擴建與調整，并模擬不同高峰時段的阻塞情況，通過建立一系列新型的出行模型，混合交通分配模型與算法，如廣義Logit交通方式劃分模型，我們可以預測城市交通需求，從而改進城市道路基礎設施等。

2.2 交通指揮

對于交通信號燈的控制，通過深度學習等技術識別交通車輛的數量，結合各種控制算法，我們可以實現紅綠燈的智能調控，讓自動監測系統與信號燈聯合使用，在一定程度上緩解擁堵問題。滴滴在濟南試驗的首個“智慧信號燈”，在幫助濟南交通“治堵”上展示了巨大的應用前景。對于停車難的問題，我們可以通過車位探測器，將停車場的車位數據實時采集。數據采集系統對停車場的車位信息匯總后，上傳至中央處理系統。中央處理系統對信息進行分析處理后，將停車方案傳入用戶手機進行導航，從而節省停車時間，實現智能停車。對于公交車的配置，我們可以通過對公交車客流量的監測，例如公交卡刷卡數量等，結合地理信息技術，進行公交車線路和停車站位置的調整，實現車輛的智能化調度，保證線路暢通的同時，確保車輛的合理運行、公交運力與客運資源實現最優配置。

2.3 出行服務

滴滴出行、共享單車的出現，讓人們的出行有了越來越多的選擇。通過人工智能技術，我們可以做到對道路擁堵狀況提前預測，從而規劃最快到達的線路。通過GPS定位，我們也可以實現實時的拼車功能，減少人們的出行費用。在2017年，無人駕駛技術也得到了長足的進步，無人駕駛公交車開始在深圳試行，百度和谷歌等科技公司的無人車也不斷地提升性能。

2.4 交通事故處理

在處理交通事故時，通過GPS定位技術，交警可以很快定位事故發生地點，疏散事故周邊車輛、掌握線路及交通情況，并且可以通過調取視頻監控數據、對事故現場進行回訪、模擬事故發生過程等，更好地進行事故責任的判罰。

3 科技公司在交通領域的探索

目前，一系列科技公司，包括騰訊、阿里、百度和滴滴等，在人工智能與城市交通方面實現了巨大突破，推出了一系列應用。以騰訊為例，騰訊優圖面向交通行業推出智能化解決方案，可以檢測并追蹤車輛和行人、結構化存儲車輛和行人信息、自動識別車輛違章行為、自動識別擁堵等路面情況，并提供以圖搜車等功能，可以應用于交通治理、社區智能交通管理、警務車輛信息系統等多種場景，助力城市智慧交通的建設，讓交通更有序，讓城市更美好。

我們在表1中總結了目前幾個具有代表性的公司的實踐情況。

表1 科技公司及其在智能交通領域的實踐

4 中小城市與大城市交通的不同

如今大部分人工智能等計算機技術的應用是面向大城市設計的，中小城市并沒有廣泛推行。目前已經應用在中小城市的智能交通技術包括滴滴出行的推廣，紅綠燈調控控制人工智能化，交通違章的處理與追蹤等。但是進一步緩解交通擁堵、解決停車難等問題還沒有更優、更便捷的方法與措施。

中小城市的交通治理與大城市的不同之處如下。

（1）中小城市由于規模不大，總流量較少，與大城市相比，發生交通擁堵的時間較為集中、路段較為集中。同時因為中小城市與大城市在道路基礎設施方面，諸如道路規劃、車道數量等，存在較大的差距，一旦發生交通擁堵，解決的時間增長、解決方法也較少、擁堵狀況更為嚴重。

（2）隨著城市管理越來越規范、處罰力度越來越大，亂停車的現象逐漸減少，但城市停車位建設明顯滯后，停車位供應不足，也是導致中小城市擁擠的原因之一。因此，中小城市在停車位緊缺、又暫時無法規劃建設更多停車位的情況下，如何合理有效使用停車位的問題急需解決。

5 中小城市交通治理的思路

在這一部分，我們會結合中小城市的特點，針對交通擁堵和停車難問題提出一些解決思路。

5.1 交通擁堵問題

我們認為要解決交通擁堵問題，會涉及到以下技術：GPS定位技術，用于車輛的位置追蹤和調度；人工智能技術，用于紅綠燈的智能控制；計算機仿真，模擬錯峰出行的場景；數據管理與傳輸技術；混合數據可視化技術等。

我們的具體思路如下。

（1）開發新的智能手機應用（或借助于百度或高德地圖），引入GPS定位技術，并在主要路口設置可以識別與計算車流量的檢測器（包括攝像頭和感應線圈等），進行實時的路口監測與數據傳輸。通過深度學習和增強學習技術，找到合適的算法模型，計算出各個路口等待時間。因為小城市道路相對較少，可以直接向車主提供計算結果，讓他們自行選擇道路，無需為每個人計算最佳路線。

（2）通過深度學習技術，按照不同時間段車流量的變化，動態調整紅綠燈的時間長短，從而提高出行效率。

（3）通過監測各路段不同時間段車流量，利用單個車輛通過時間平均值與平均等待時間，計算不同單位，不同地點需要錯峰的時間差，調整不同地段上不同單位的上下班時間，用計算機模擬試驗，調整后進行試運行，最終實現高效的錯峰出行。由于中小城市的企事業單位占比比大城市更大，它們的上班時間比較容易統一調度，在中小城市實現錯峰出行的可行性更高。

5.2 停車難問題

現有技術水平下，大城市對于大型停車場的停車位的聯網與監測已經趨于成熟，實現了車位信息共享、智能停車全流程優化等功能，代表企業有停車百事通、安泊客、捷順科技等。但在中小城市中，由于缺乏大型停車場以及路邊單個車位較多等原因，停車場智能化水平較低，無法便捷地推行大城市中的停車位管理方案。我們提出使用GPS定位與傳感器技術相結合，找到更好的解決方案。

要解決停車難問題，會涉及到以下技術：GPS定位技術，用于車輛的位置追蹤和街邊車位的尋找；物聯網技術，包括RFID電子標簽識別，車輛車牌自動識別系統（ALPR），用于車輛的識別；影像感測技術；云計算與大數據處理。

具體思路是利用GPS的高精度定位，在地圖上標注出停車位地點（重點是單個車位），建立相關細節模型或是平面實景傳輸。在較大停車場中安裝影像感測器，收集數據后反饋到中央處理器，進行數據分析整合。根據用戶目的地生成最佳停車地點，推送到用戶的手機APP上。系統發展到一定程度后，還可以進行停車位的共享與預約，讓用戶可以實時查找目的地周邊的空閑車位。

6 結語

本文總結了人工智能在交通領域的一系列應用現狀和科技公司在交通領域的實踐情況。目前，人工智能在交通領域已經取得了一些成果，并且展示了巨大的應用前景。然后比較分析了中小城市和大城市在交通出行方面的不同點，包括交通擁堵、停車、出行工具等方面的差異。最后針對交通擁堵和停車難這兩個具體問題，結合中小城市的特點，對交通擁堵問題，提出了實時傳輸、調整紅綠燈時間長短、錯峰出行等辦法。對于停車難問題，提出了GPS定位單個車位，影像感測等方法，使人工智能發揮其優勢，應用于交通領域。