「建筑交通」基于人工智能技术的城市智能交通应用

国民经济的有效发展，使得国家建设规模得到进一步扩大。为了加快现代化城市建设的进程、改善城市发展现状，人工智能技术在城市发展中的应用也逐渐走进大众视野。随着时间的推移，该技术经过不断的完善和优化，已经逐渐成为世界城市发展的重要途径。近些年以来，社会发展迅速，人民生活水平稳定提高，作为人们出行的主要工具，汽车的产量快速增加，导致城市交通拥堵、事故以及管理方面的问题频频发生，阻碍了现代化城市的发展。为有效缓解这些问题，人工智能技术得到了有效应用，使得城市交通逐渐朝着智能化交通方向发展，城市交通效率得到大幅度改善，减轻了交通压力，在确保智能化城市建设质量方面有着积极作用。人工智能技术的应用，不但对城市交通有着促进作用，还为人们的日常生活提供了便利。

1.人工智能技术概述

人工智能技术指的是围绕人类智能相关的理论综述为中心所展开的研究，进行相关理论的扩张、模拟以及延伸的一种技术，以计算机技术作为基础，在现有的智能技术上完善更新，符合新时代的技术需求。人工智能也被称为机制智能，系由信息论、计算机科学、语言学科以及统计学等相互交织融合所衍生而来。人工智能研究的实质就是如何结合现有的科学技术研发出智能化系统或者机器人，将智能化技术最大程度开发，使其具有模拟人类活动的功能。现阶段，人工智能具体包括计算机视觉、语言处理、机器人技术以及语音处理等方面。并且随着社会的高速发展、科学技术不断的革新突破，人工智能技术的研究也在不断深入，人们的生活质量也随之获得极大改善。

2.应用在智能交通的主要人工智能技术

2.1机器学习

人工智能技术是大数据时代的新型信息技术，基于此技术所研发的智能系统能够对人类生活进行模拟，功能性非常强大。该技术主要的研究方向就是机器学习，具体包括规模性机器学习、强化学习以及深度学习几方面。随着信息储量的不断增大，数据的采集、传输、处理等工作日益复杂，将现有的算法在大数据分析处理上得到有效应用是目前社会关注的问题。作为智能交通的主要应用技术，通过利用机器学习中的一些运算方式，比如最大似然概率技术、自回归模型以及聚类分析等，将城市智能交通的实时信息情况进行统计分类，能够对近期的城市交通情况作出预测。统计分类主要是针对车辆以及公共交通的人进行汇总分析工作，将数据进行排名统计，掌握各类情况，对不同时段的公共交通情况进行了解，为后续城市交通规划以及运营调度提供便利。

2.2计算机视觉

计算机视觉技术具有非常高的技术要求，综合性较强。该技术具体包括生物学理论、数学理论以及光学理论等多方面内容。在大数据背景下，以计算机技术为中心所开展的技术架构，属于一门新型学科。由于其功能性较强，所以许多科研人员对此有着浓厚的兴趣。计算机视觉技术具有比较广阔的发展空间，在各行各业获得广泛应用。在城市智能交通中，计算机视觉技术的应用主要是依靠图像识别技术，能够对一些重点区域情况进行实时掌握，比如重要会议或者客流量较大的客运站车辆流通情况等，结合神经网络运算和具有监督的训练进行疏解方案的模式匹配，最后根据匹配数据来采取具有针对性的管控措施，对城市交通进行有效疏导。

2.3深度学习技术

深度学习技术指的是城市智能交通在应用时主要通过视频感知技术和深度学习作为支撑，利用深度神经网格开展规模性的视频样本学习工作，深度挖掘视频内容，对特定的视频场景以及分析目标对象的实际动向进行识别，进而从视频场景中通过智能化技术将信息进行分割，最终获取关键信息。在精准获取信息和识别视频场景内目标的基础之上，对视频场景中的目标对象做出理解分析，并对其行为表现进行深层次剖析，实现计算机视觉中层的描述，形成多层次、多粒度的语义信息，进而实现针对特定监控地点的视频语义理解和分析，最大程度地提高智能化技术信息挖掘的实用性和高效性。自动驾驶汽车是主要的应用对象，结合车体内的传感器能够对周围情况进行记录分析，利用深度学习中的神经网络运算方式，最终实现汽车的自动驾驶。

3.人工智能技术在城市智能交通领域中的应用策略

3.1在智能交通规划中的应用

在城市建设中，社会经济的扩展和提升使得城市规模扩大，也让交通工具数量大大增加。受到安全、环境以及经济等方面的制约影响，目前的城市交通已经不堪重负，各种交通问题频频发生。而随着人工智能、大数据等技术的革新和发展，城市交通的智能化趋势已经日渐明朗。利用计算机技术可以对道路中车辆的运行情况以及周边环境等进行收集分类，通过云计算平台将大量的数据信息上传并进行存储，后台对这些数据进行分析，结合人工智能技术和深度学习中的神经网格算法等方式来对城市交通以及土地资源利用的利益关系开展量化分析。这种数据分析不仅可以协助合理配置城市交通资源，还可以对日常出行的行人的行为以及偏好进行预测，精确掌握居民日常出行的时空特点，针对智能化交通需求作出预测，开展网络态势评估工作，为后续城市交通规划决策提供科学依据。

3.2在公交调度优化中的应用

在公交调度中，人工智能技术的实际应用大部分都是以客流IC卡、全球定位系统为中心进行数据收集，将所采集的数据信息上传到智能信息平台，综合分析以往的历史数据；以及利用较为常用的基于人工智能技术的运算方式来开展短期客流预测和客流统计分析工作，实时观测人流量较为密集的区域，并且利用安装在公共交通车辆上的全球定位系统来收集车辆定位数据，记录车辆的发车时间和返回时间以及行程情况。通过人工智能技术，将车辆和客流向匹配，优化改线路的行车路线和发车时间间隔等，从而实现针对公共车辆的自动指挥和调度，尽可能保障车辆准时发行，使乘客等车时间大大缩减，以及提高车辆载客率。

3.3在出租车行业中的应用

在出租车行业，人工智能技术也有着有效利用。具体应用体现在车身上安装改造的移动传感点，可以对出租汽车身份的合法性进行识别鉴定，考虑到道路路况信息以及车辆服务，能够实现车辆司机、乘客以及运营部门三者之间的信息共享，促进交流互动，进而提高车辆服务质量，为出租车行业的有序发展提供保障，也对非法营运等现象大力打击。对于一些“克隆车”可做到严格杜绝，保障消费者的合法权益。结合车载技术，实时监控车辆的载客情况和行驶轨迹，能够对出租车司机针对乘客的宰客、拒载等情况全面掌握。规范出租车行业的经营行为，强化服务质量。结合GPS系统，动态掌握车辆的异常聚集情况以及停运情况，发生紧急事件快速响应，能够对群体性事件发生有效预防，稳定市场秩序。

3.4在智能交通监控系统中的应用

城市化智能交通监控系统就是利用计算机技术，以网络作为媒介，与各地段的监控设备相连接，利用图像识别系统和图像检测系统来掌握道路车辆流通情况。在一些人流量较为密集的区域，可以对车辆动态情况进行分析，以及主干道、次干道和支路等地段的道路交通信号灯和车辆饱和度进行实时掌握。结合实际道路通行情况，适当对各路段的交通信号进行调节，进而实现针对城市交通管理的智能化调节，达到缓解城市交通拥堵和减少事故的目的。此外，还可以将人工智能监控系统投入到公共停车场，或者高速路口收费站等位置，基于计算机技术与基础监控设备相连接。与此同时，随着科学技术的飞速发展，使得智能监控系统的服务质量有效提高，可以减轻路口收费拥堵的压力，进而实现绿色交通的目的。

3.5在交通诱导和实时路况中的应用

实时路况能够将道路车辆交通信息进行收集，结合相关运算方式，对实际路口信息进行综合评估与分析，从而形成较为准确的路网诱导信息。可以引导车辆在路网中行驶，缩短驾驶时间，实现交通量的合理调配。交通诱导可以分为2种，即停车诱导和途导航。停车诱导利用大数据平台进行信息收集汇总，与各个地段的监控设备连接，将数据上传，分析最佳路径，为司机停车提供便利。途导航结合GPS技术和电子车牌定位技术等对实际路况情况全面掌握，并进行分析，采取人工智能算法，进一步实现动态导航。

4.结语

随着科学技术的革新发展，人工智能技术已逐渐成熟，并在各行各业得到有效应用。在城市交通方面，目前已取得了比较好的成效，对于城市交通拥堵、事故以及管理方面也得到很好的缓解。人工智能技术的普及对于人们的日常生活产生较大的影响，不仅生活方式更新改变，在出行方面所体现的生活质量也随之提高。可以说，人工智能为人们出行安全提供了更加有力保障。伴随着人工智能技术的进一步发展与城市交通管理的持续优化，智能化城市建设进度逐渐加快，进而有望推动社会的可持续发展。

撰稿：周 正 交科院公路工程科技（北京）有限公司

（转自《中国高新科技》杂志2020年第11期

上一篇：盘点2020智能交通十大热门话题

下一篇：交通设施｜创新需以获益衡量：当下智能交通市场的三种激励