人工智能在智能交通中的應(yīng)用探討

羅 山

(攀枝花學(xué)院交通與汽車(chē)工程學(xué)院，四川 攀枝花 617000)

0 引言

隨著我國(guó)汽車(chē)工業(yè)的高速發(fā)展，車(chē)輛的急劇增加與道路建設(shè)的不足導(dǎo)致交通問(wèn)題日益嚴(yán)重，已經(jīng)成為束縛社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的桎梏，迫切需要更加智能化、信息化的交通理念出現(xiàn)，交通系統(tǒng)智能化已成為解決此問(wèn)題的有效途徑。

隨著智能算法和計(jì)算機(jī)技術(shù)的高速發(fā)展，人工智能已被廣泛關(guān)注和應(yīng)用。使用人工智能中的深度學(xué)習(xí)和機(jī)器視覺(jué)等技術(shù)，對(duì)交通大數(shù)據(jù)進(jìn)行分析和建模，輔助或替代人工來(lái)做出分析、判斷和決策。人工智能作為智能交通的核心技術(shù)，對(duì)于推動(dòng)智能交通的技術(shù)進(jìn)步，實(shí)現(xiàn)交通智能化、信息化有著非常重要的意義。

1 人工智能概述

人工智能[1]是指以人類(lèi)智能相關(guān)理論的研究為依據(jù)，進(jìn)行相關(guān)理論的模擬、延伸和擴(kuò)張的一種技術(shù)，人工智能也稱(chēng)機(jī)器智能。它是由計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、信息論、語(yǔ)言科學(xué)等多種學(xué)科相互融合和發(fā)展而來(lái)，主要由智能感知、精確性計(jì)算和智能反饋控制三個(gè)環(huán)節(jié)組成，目的是體現(xiàn)感知、思考和行動(dòng)三個(gè)層層遞進(jìn)的特征。智能感知就是要使計(jì)算機(jī)能聽(tīng)會(huì)看，精確性計(jì)算就是實(shí)現(xiàn)自我學(xué)習(xí)、邏輯判斷和高效決策，智能反饋控制主要是實(shí)現(xiàn)人機(jī)、機(jī)物的互動(dòng)。

2 人工智能在智能交通中的應(yīng)用

2.1 智能交通管理

1) 惡性事故預(yù)警。人工智能作為在復(fù)雜場(chǎng)景中行車(chē)時(shí)對(duì)事故隱患實(shí)時(shí)監(jiān)測(cè)和快速預(yù)警的技術(shù)保障，在復(fù)雜場(chǎng)景中，一旦出現(xiàn)事故，管理后臺(tái)應(yīng)立即進(jìn)行預(yù)警，而事故預(yù)警系統(tǒng)在路網(wǎng)中還存在空白，應(yīng)用前景廣闊。

2) 交管窗口服務(wù)。在車(chē)管所等交管服務(wù)窗口安裝智能機(jī)器人，集成身份認(rèn)證、業(yè)務(wù)辦理等功能，避免辦理人員排隊(duì)等候，節(jié)省人力財(cái)力，提高辦事效率。

3) 交管信息交互。人工駕駛和自動(dòng)駕駛都需要精確獲知交通管理信息，車(chē)路協(xié)同和車(chē)車(chē)協(xié)調(diào)也需對(duì)交通場(chǎng)景中的目標(biāo)及行為進(jìn)行智能識(shí)別與信息交互，人工智能將為實(shí)現(xiàn)高效的信息交互提供有力的技術(shù)支撐。

4) 車(chē)輛源頭管理。車(chē)聯(lián)網(wǎng)技術(shù)作為實(shí)現(xiàn)智能交通的解決方案之一，利用人工智能技術(shù)通過(guò)車(chē)聯(lián)網(wǎng)平臺(tái)采集車(chē)輛的位置、速度、軌跡等信息，有針對(duì)性地加強(qiáng)車(chē)輛源頭管理。

5) 交通流量預(yù)測(cè)。通過(guò)對(duì)交通流數(shù)據(jù)挖掘，利用深度學(xué)習(xí)對(duì)交通流大數(shù)據(jù)進(jìn)行訓(xùn)練，并在訓(xùn)練過(guò)程中對(duì)深度自動(dòng)編碼器模型不斷的調(diào)整，最后利用調(diào)整后的深度自動(dòng)編碼器模型對(duì)交通流進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)有效地預(yù)測(cè)交通擁堵?tīng)顩r，從而引導(dǎo)車(chē)輛選擇合理出行路線。

2.2 智能交通控制

1) 交通信號(hào)控制[2]。目前交通信號(hào)控制算法的實(shí)時(shí)性和自適應(yīng)性還較弱，利用人工智能技術(shù)的交通信號(hào)控制系統(tǒng)能夠?qū)崿F(xiàn)交通狀況自適應(yīng)實(shí)時(shí)地轉(zhuǎn)換，通過(guò)人工智能和交通控制理論融合應(yīng)用，可優(yōu)化道路網(wǎng)絡(luò)中的交通流量及信號(hào)控制方案。

2) 交通流量調(diào)控。對(duì)于通行條件相對(duì)復(fù)雜的道路，特別是存在瓶頸區(qū)的高速公路和快速路，利用人工智能技術(shù)全面感知路網(wǎng)中各節(jié)點(diǎn)和路段的交通流量，實(shí)時(shí)調(diào)節(jié)流量分布，加大高速公路節(jié)點(diǎn)匯聚區(qū)、長(zhǎng)隧道、特大橋、出入口等特殊區(qū)域行車(chē)控制。

2.3 交通執(zhí)法

1) 交通違法取證。行人不遵守交通規(guī)則、駕駛員的不良駕駛行為和交通違法行為交織在一起，取證困難，利用智能視頻監(jiān)控系統(tǒng)可實(shí)現(xiàn)交通行為監(jiān)控，為判定違法責(zé)任取證提供依據(jù)。

2) 路面移動(dòng)執(zhí)法。將基于人工智能的“移動(dòng)式執(zhí)法機(jī)器人”應(yīng)用于高速公路執(zhí)法中，可減少人力物力的投入，避免人工執(zhí)法中人為因素造成執(zhí)法不嚴(yán)或不公的問(wèn)題，改善執(zhí)法效果，提高執(zhí)法效率。

3) 人車(chē)特征融合。應(yīng)用人工智能、車(chē)聯(lián)網(wǎng)等技術(shù)，通過(guò)車(chē)輛卡口監(jiān)控系統(tǒng)，獲取人車(chē)特征信息，刻畫(huà)出人車(chē)軌跡，實(shí)現(xiàn)人車(chē)特征深度融合。

4) 闖紅燈檢測(cè)。基于機(jī)器視覺(jué)技術(shù)的闖紅燈檢測(cè)系統(tǒng)，通過(guò)單目多檢測(cè)面的高清攝像機(jī)得到大量有用的車(chē)輛行為信息，再通過(guò)人工智能算法進(jìn)行數(shù)據(jù)分析，提取出車(chē)牌號(hào)，存儲(chǔ)在數(shù)據(jù)庫(kù)中，實(shí)現(xiàn)更快更精準(zhǔn)地記錄闖紅燈違章車(chē)輛，將違章車(chē)輛的信息傳輸?shù)浇痪芾聿块T(mén)。

5) 交通事件檢測(cè)。對(duì)于違規(guī)變道、逆向行駛、違章停車(chē)等常見(jiàn)的違規(guī)事件，采用先進(jìn)的機(jī)器視覺(jué)技術(shù)和動(dòng)態(tài)行為檢測(cè)技術(shù)，能夠準(zhǔn)確實(shí)時(shí)地檢測(cè)出逆向行駛、違規(guī)變道、違章停車(chē)、擁堵、行人等交通事件，從而快速分析并鎖定違規(guī)車(chē)輛，記錄違規(guī)車(chē)輛信息。

2.4 交通安全

1) 路口安全行車(chē)。針對(duì)行人、非機(jī)動(dòng)車(chē)和摩托車(chē)在路口不遵守交通規(guī)則導(dǎo)致事故時(shí)常發(fā)生等問(wèn)題，采用基于全方位視覺(jué)的安全行車(chē)監(jiān)控系統(tǒng)，應(yīng)用人臉識(shí)別技術(shù)曝光違法人員，以實(shí)現(xiàn)路口安全行車(chē)。

2) 危險(xiǎn)路段行車(chē)。在急彎、長(zhǎng)下坡等危險(xiǎn)路段行車(chē)或道路前方出現(xiàn)突發(fā)事件，發(fā)生事故的風(fēng)險(xiǎn)很大。通過(guò)人工智能與機(jī)器視覺(jué)技術(shù)對(duì)道路風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)預(yù)警，實(shí)現(xiàn)車(chē)路協(xié)同以降低事故風(fēng)險(xiǎn)。

3) 視覺(jué)盲區(qū)識(shí)別。視覺(jué)盲區(qū)是汽車(chē)固有的缺陷，駕駛?cè)笋{車(chē)變道時(shí)因存在視覺(jué)盲區(qū)而導(dǎo)致的交通事故時(shí)有發(fā)生，尤其是大型車(chē)最為突出。利用人工智能技術(shù)，在車(chē)上增加變道控制功能，后視鏡隨著方向盤(pán)的轉(zhuǎn)動(dòng)而轉(zhuǎn)動(dòng)，從而實(shí)現(xiàn)視覺(jué)盲區(qū)識(shí)別，可主動(dòng)識(shí)別預(yù)警行車(chē)周邊目標(biāo)的風(fēng)險(xiǎn)。

4) 前向碰撞預(yù)警[3]。車(chē)輛前向碰撞預(yù)警系統(tǒng)對(duì)于道路交通事故中頻發(fā)的追尾事故有著高效的預(yù)防作用。基于計(jì)算機(jī)視覺(jué)和傳感器等技術(shù)的前向碰撞預(yù)警系統(tǒng)可實(shí)現(xiàn)魯棒的彎道檢測(cè)、車(chē)輛精確檢測(cè)以及車(chē)距測(cè)量，還可在彎道處能準(zhǔn)確的區(qū)分本車(chē)道車(chē)輛與其它車(chē)道的車(chē)輛，避免發(fā)生虛假預(yù)警。

5) 道路結(jié)冰檢測(cè)。由于結(jié)冰而打滑引發(fā)的交通事故不容忽視?；谀Ｊ阶R(shí)別技術(shù)，由結(jié)冰傳感器、溫度傳感器和圖像傳感器等多種智能傳感器構(gòu)成的道路結(jié)冰檢測(cè)系統(tǒng)能準(zhǔn)確全面地檢測(cè)結(jié)冰嚴(yán)重程度，可以在線提供路面狀況信息，減少事故發(fā)生。

2.5 道路養(yǎng)護(hù)[4]

1) 道路裂縫檢測(cè)。利用人工目測(cè)進(jìn)行裂縫檢測(cè)，存在效率低、需要較多的人力和物力、影響道路交通等缺陷。而利用機(jī)器視覺(jué)技術(shù)進(jìn)行道路標(biāo)線損壞檢測(cè)并結(jié)合 GPS 數(shù)據(jù)實(shí)現(xiàn)損壞準(zhǔn)確定位，進(jìn)而進(jìn)行局部維護(hù)，不僅可降低維護(hù)成本，提高維護(hù)效率，還能彌補(bǔ)人工檢測(cè)的一些缺陷。

2) 破損道路施工。當(dāng)?shù)缆菲茡p需要緊急修補(bǔ)時(shí)，施工作業(yè)會(huì)影響到周?chē)貐^(qū)交通網(wǎng)絡(luò)的運(yùn)行，所以選擇最優(yōu)的施工時(shí)間尤為重要。通過(guò)人工智能技術(shù)早期預(yù)測(cè)施工附近的道路產(chǎn)生的影響，自動(dòng)選擇破損道路的施工時(shí)間，以提前通知駕駛員避開(kāi)該區(qū)域，最大化地減少對(duì)交通的影響。

3 結(jié)束語(yǔ)

本文結(jié)合人工智能的發(fā)展及其涉及的核心技術(shù)，對(duì)人工智能在智能交通領(lǐng)域的應(yīng)用進(jìn)行了淺析與探討，為智能交通的發(fā)展及研究方向提供一定指引。隨著研究的深入和技術(shù)的進(jìn)步，將會(huì)實(shí)現(xiàn)智能化交通疏導(dǎo)和綜合運(yùn)行協(xié)調(diào)指揮，建成覆蓋地面、軌道、低空和海上的智能交通管理和服務(wù)系統(tǒng)，獲得“安全有序暢通+高效和諧文明”的交通環(huán)境。