智能交通的发展和思考

张启楠

本文首先概述了人工智能以及智能交通，接着阐述了智能交通的具体应用，包括交通综合治理、智能出行、无人驾驶，最后讨论了智能交通发展面临的问题并给出针对性建议。

1.引言

随着信息技术的快速发展，人工智能技术已在许多领域逐渐从学术研究进入实际应用。当前，世界的联系性显著增强，便捷高效的交通是高质量生活的重要保证，更是经济、社会稳定发展的重要因素。然而，随着城市化的进程和汽车的普及，交通运输问题日益严重，如交通拥堵、交通事故、环境污染等。在这种背景下，研究者提出了智能交通系统，该系统旨在利用人工智能相关的技术，将车辆、行人、驾驶员和道路等交通要素通盘考虑，从而系统缓解甚至解决当前交通系统面临的各项问题。

智能交通系统是将现代计算机技术，通信技术和信息技术等有效地用于交通运输体系，使车辆，道路，驾驶者及相关服务部门有机地结合起来而组成的一种实时、准确和高效的综合运输管理系统[1]。从20世纪60年代到70年代是智能交通的探索阶段，后来由于电子和通信技术的飞速发展，ITS开始有了基本的支持技术，现阶段，随着技术的进步，产生了许多智能交通的具体应用。

将人工智能充分引入交通领域，能够促进传统交通的转型发展，从而为改善出行环境，提高运输效率，解决环境问题等提供技术基础。

2.人工智能概述

人工智能（Artificial Intelligence AI）是计算机科学的分支学科，主要是研究人的智能扩展到计算机中的理论、方法、技术。人工智能的目标是设计出能够与人类智能相似的智能机器或系统，代替人类完成各项任务，该领域的研究包括语音识别、自然语言处理、机器人、计算机视觉和专家系统等[1]。

要实现智能交通的深度发展和应用，离不开图像识别技术和大数据处理技术。作为人工智能的一个重要领域，图像识别技术是指对图像进行对象识别，以识别各种不同模式的目标和对象的技术。图像识别主要依赖对图像中的特征进行提取和表达，如计算机可以利用字母A的尖， Y中心的锐角的特征对字母图片进行识别。对人类识别图像的研究发现，人眼的视线总是集中在图像中的棱角、线条等梯度最大或方向突变的位置，这些位置包含了图像中的大部分信息，是人类识别图像所要提取的主要信息。在人类图像识别系统中，对于熟悉的图形，人脑会把它当作一个单元来识别，处理过程相对简单；对复杂图像的识别往往要通过不同层次的信息加工才能实现，目前的深度学习技术正是借鉴了这种特征才得以在实际应用中表现出远高于传统模型的效果。

大数据是指无法在有限时间范围内用常规软件工具进行捕捉、管理和处理的海量数据，具有数据总量大、增长迅速和类型多样等特征。从技术上看，大数据的处理往往需要强大的计算能力的支撑，无法用单台的计算机进行处理，现阶段主要采用分布式架构对其进行挖掘。国务院在2015年印发了《促进大数据发展行动纲要》，《纲要》对大数据的发展进行了顶层设计，对大数据的发展作出了系统部署，其中也提到了大数据应与实际紧密结合，可以说，发展智能交通将迎来新的机遇[2]。

3.智能交通的具体应用

3.1 交通综合治理

交通堵塞一直以来是各国在城市化发展过程中面临的棘手问题，随着人工智能在交通领域的深化应用，交通堵塞问题有望得到有效解决。2018年1月，高德地图、交通运输部科学研究院、阿里云联合发布了《2017年度中国主要城市交通分析报告》[3]。报告提出了一种评价城市交通拥堵情况的指标-“拥堵延时指数”，通过该指标能够客观反映了城市交通拥堵状况。报告指出，同比2016年，2017年主要城市的拥堵情况持平或下降，全国城市拥堵趋势下降，可以说2017年以来各地治理拥堵效果显著。报告指出，上述治堵成果的取得，很大程度上得益于人工智能和大数据技术的支持。

2016年，杭州市政府公布了一项“疯狂”的计划—杭州城市数据大脑计划，通过人工智能技术改善城市的如交通、医疗等服务水平。经过初步试验表明，城市大脑通过智能调节红绿灯的时间，能够使车辆通行速度最高提升了11%。“城市大脑”的内核源于阿里云ET人工智能技术，利用从部署在城市各处的传感器实时收集数据，从而对整个城市进行全局实时分析，自动调配公共资源，目标是成为治理城市的超级人工智能。杭州是中国首个将智能交通系统大规模地运用到城区中的城市，某种程度上引领了一种智能化时代的趋势。

3.2 智能出行

在社会各方面迅猛发展的中国，交通是资源调配的重要一环。作为个体的社会公民，其出行消费也应看作一个资源调配的基本单元，同时，公众对出行的智能化需求越来越高。

近年来滴滴凭借互联网巨头的资本支持和高效管理，掌控了汽车出行市场的较大份额。在滴滴腾飞过程中，人工智能技术在其中有着支撑性作用。2016年滴滴成立了滴滴研究院。在研究院成立后滴滴就结合其在出现领域积累的大数据与人工智能技术，构建了被称为滴滴交通大脑的智能出行系统。该系统能够实时根据出行需求与运力对平台的车辆进行调度，尽可能地满足公众的出行需求，提高服务的满意度[4]。

滴滴研究院最近利用深度学习技术建立了一个新的智能出行系统，系统能够根据路况、历史出行数据等信息对某一时刻某一地点的用户出现需求进行实时预测，实现车辆的超前调配，结果表明，由于深度学习技术的应用使预测误差大概降低了70%。在许多大城市，高峰期打车困难屡见不鲜，之前人们常常认为是由于运力与需求不匹配导致的，但滴滴公司通过对其出现大数据的分析表明，在高峰期滴滴的运力其实是充足的，也就是说供求是平衡的，造成打车困难的主要原因是车辆分布不合理，过去常常会出现在高峰期有的地方打不到车，有的地方车辆空驶的情况。因此，滴滴通过把地区切分成一个个六边形区域，之后在六边形里面计算订单数和空车数，利用其智能出行系统对车辆进行智能调配，尽可能地满足用户的出行需求。

3.3 无人驾驶

根据世界卫生组织的数据，全世界每年平均因交通事故会夺走大约124万人的生命，到2030年，预计这一数字将会增加到220万人[5]。因此，安全出行，千百年间一直是人们追求的目标，而无人驾驶汽车的出现，将使这一愿景成为可能。

无人驾驶汽车是一种智能汽车，不需要驾驶员操控，因而可以称为轮式移动机器人，主要依靠包括路况感知、车辆控制、路线规划等模块组成的智能驾驶系统实现无人驾驶。相比于普通汽车，无人驾驶汽车更加安全稳定。防抱死制动系统是引领汽车工业向无人化方向发展的早期技术之一。研究表明，相比驾驶员，防抱死系统可以实时监控车辆的轮胎情况，并及时做出反应，反应时机比驾驶员把握得更加准确也更加迅速。据研究，无人驾驶汽车如果普及应用，交通事故将会大幅减少，数百万人的生命或许将得到挽救。

4.讨论

从产生到成长，从成熟到应用，人工智能正在改变人们的生活方式，并会对未来的世界发展产生巨大的影响。在交通领域，人工智能技术为核心的智能交通系统体现出它不可比拟的优越性。然而，无人驾驶汽车仍然出现小事故，初代阿尔法狗对决时出现bug，特斯拉汽车制造机器人生产线遭质疑等问题反映了人工智能的局限性。身处于21世纪，我们要充分认识到人工智能的两面性，在智能交通领域，既不能畏惧突破，徘徊不前，也不能一味地依赖技术，丧失了自己的创造力和思想，成为技术的傀儡。如上述提到的无人驾驶汽车，不能苛求其完美无缺，但其安全性依旧需要更多的模拟实验来验证；初代阿尔法狗的“bug”，虽然更新后已解决，但技术人员仍应分析系统出现问题的真实原因，记录数据，不断总结；特斯拉汽车生产线采用机器人所引发的工人失业问题也需要政府有关部门紧密配合，平稳过渡。总之，想要使智能交通发挥出更稳定高效的作用，还要经历一段漫长的探索。